Optimal Design of Petroleum Refinery Configuration Using a Model-Based Mixed-Integer Programming Approach with Practical Approximation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We present a model-based optimization approach to determine the configuration of a petroleum refinery for grassroots (new) or existing site that considers a large number of commercial technologies particularly for heavy oil processing of crude oil residue from an atmospheric distillation unit. First, we develop a superstructure representation for the refinery configuration to encompass all possible topology alternatives comprising 96 technologies and their interconnectivities. The superstructure is postulated by decomposing it to incorporate representative heavy oil processing scheme alternatives that center on the technologies for atmospheric residual hydrodesulfurization (ARDS), vacuum residual hydrodesulfurization (VRDS), and residual fluid catalytic cracking (RFCC). We formulate a mixed-integer linear program (MILP) based on the superstructure by devising logic propositions on design and structural specifications that represent these processing options to aid convergence to an optimal refinery configuration. A numerical example is illustrated to implement the proposed technique in which an equivalent of more than two million refinery plot plans is evaluated. To assess the applicability and value of the approach, we validate the results against the literature as well as compare with existing real-world refinery configurations. A main contribution of this work is to demonstrate how a mixed-integer programming approach can be applied to a large-scale petroleum refinery design problem with suitable approximations informed by practical considerations to obtain results with reasonable computational load.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle