Aspen PIMS: Расширенные функции оптимизации
Код: RPA221
Продолжительность очно: 2 дня
Продолжительность VILT: 2 дня
Формат обучения: очно, Virtual Instructor-Led Training - VILT
Цена: $1 290
О курсе
Курс является третьим в блоке изучения PIMS.
Узнайте о различиях между стандартным Aspen PIMS с использованием распределенной рекурсии и расширенной оптимизацией Aspen PIMS с использованием платформы XNLP.
Научитесь устранять неоптимальные решения, присущие задачам нелинейной оптимизации.
Для кого этот курс
Слушатели, как правило, знают, как использовать Aspen PIMS, и хотят воспользоваться расширенными возможностями программного обеспечения Aspen PIMS Advanced Optimization.
Требуемые знания и навыки
RPA101 Aspen PIMS: Введение в планирование процессов нефтепереработки
Приобретаемые навыки
После завершения курса слушатели получат знания и навыки, позволяющие им:
- Знать об ограничениях среды моделирования распределенной рекурсии и мотивации для внедрения расширенной оптимизации
- Использовать технологии XNLP и XSLP
- Использовать инструменты расширенного анализа оптимизации для оценки отклонений от оптимального решения
- Выполнять различные процедуры глобальной оптимизации
- Добавлять и редактировать нелинейные формулы в модели
- Прикреплять внешние модели, использовать их для моделирования и оптимизации
- Настраивать и запускать архитектуры высокопроизводительных вычислений
Программа
1. Введение в расширенную оптимизацию Aspen PIMS
• Ограничения существующей структуры моделирования и решений (DR)
• Некоторые решения этих ограничений
• Преимущества перехода в PIMS-AO
2. Миграция модели PIMS в PIMS-AO
• Анализ модели DR на наличие признаков плохой структуры модели
• Предупреждающие сообщения DR, указывающие на потенциальную проблему
• Корректная работа модели аварийного восстановления
• Просмотр новых сообщений в PIMS-AO
• Разработка обобщенного решения ввода для инициализации PIMS-AO
• Рекомендуемые настройки модели
3. Глобальная оптимизация
• Проблема локального оптимума
• Сравнение методов глобальной оптимизации в распределительной рекурсии и в расширенной оптимизации
• Применение различных методов глобальной оптимизации в расширенной оптимизации
• Практикум: Работа с локальными оптимумами в DR и PIMS-AO
4. Анализ Расширенной оптимизации
• Методы анализа решений, доступные в распределительной рекурсии и расширенной оптимизации
• Применение правильной техники анализа решений к соответствующему типу задач
• Настройка расширенного анализа оптимизации
• Оценка результатов расширенного анализа оптимизации
• Практикум: Параметрический анализ
• Практикум: Целевое программирование
• Практикум: Анализ ранжирования
• Практикум: Сокращение корзины запасов сырья
5. Технологии моделирования и решения: XNLP и XSLP
• Дифференциация ключевых аспектов распределительной рекурсии и XNLP
• Различные методы инициализации для начала работы в XNLP
• Линейная структура XSLP и ключевые параметры сходимости
• Линейные и нелинейные уравнения модели с помощью Matrix Analyser и отчета о выполнении PIMS-AO
• Доступ к ключевым настройкам XNLP и XSLP
• Основные проблемы при переходе от распределительной рекурсии к XNLP
• Практикум: Методы инициализации в XNLP-
• Практикум: Диагностика модели и устранение неполадок в PIMS-AO
6. Высокопроизводительные вычисления
• Использование функций нового генератора матриц XLP
• Использование архитектуры параллельного процессора для выполнения нескольких кейсов и глобальная оптимизация Multistart для схемы
7. Нелинейная формулизация
• Определение основных источников нелинейностей в моделях
• Инструменты нелинейного моделирования в распределительной рекурсии и расширенной оптимизации
• Добавление и редактирование нелинейных формул
• Подключение внешних нелинейных моделей к модели PIMS
• Использование внешних моделей для оптимизации и/или моделирования
• Практикум: Доходность, зависящая от выработки
• Практикум: Качество перекрестного продукта
• Практикум: Утилита, зависящая от сырья
• Практикум: Использование внешней модели
