Metoda Fuzzy Delphi do identyfikacji kluczowych parametrów w optymalizacji inteligentnych systemów sterowania w procesach rafinacji ropy naftowej

Rafinacja ropy naftowej obejmuje szereg skomplikowanych, nieliniowych i wysoce dynamicznych procesów, które wymagają precyzyjnego sterowania w celu utrzymania jakości produktów, zapewnienia bezpieczeństwa eksploatacji oraz osiągnięcia efektywności energetycznej. Wraz ze wzrostem globalnego zapotrzebowania na energię i dążeniem rafinerii do poprawy wydajności znacznie wzrosło zapotrzebowanie na inteligentne systemy sterowania zdolne do radzenia sobie z niepewnością, zakłóceniami zewnętrznymi oraz złożonymi interakcjami wielozmiennymi. Coraz częściej bada się podejścia oparte na sztucznej inteligencji, takie jak systemy logiki rozmytej, modele sieci neuronowych oraz hybrydowe struktury inteligentne, mające na celu zwiększenie wydajności i zdolności adaptacyjnych rafinerii. Głównym wyzwaniem przy opracowywaniu i optymalizacji takich inteligentnych systemów sterowania jest określenie kluczowych parametrów, które mają największy wpływ na zachowanie systemu. Tradycyjne metody doboru parametrów często opierają się na założeniach deterministycznych lub ograniczonej kalibracji eksperymentalnej, co może nie uwzględniać niepewności operacyjnych charakterystycznych dla rzeczywistych warunków panujących w rafinerii. Ponadto proces ten często opiera się na spostrzeżeniach ekspertów, wyrażanych zazwyczaj w kategoriach jakościowych lub subiektywnych, których tradycyjne podejścia ilościowe nie są w stanie właściwie zinterpretować. Metoda Fuzzy Delphi (FDM) stanowi skuteczne narzędzie do rozwiązania tego problemu poprzez połączenie technik osiągania konsensusu eksperckiego z teorią zbiorów rozmytych. FDM umożliwia integrację różnorodnych opinii ekspertów przy jednoczesnym uwzględnieniu niejednoznaczności i niepewności, dzięki czemu nadaje się szczególnie do identyfikacji parametrów w złożonych systemach przemysłowych, w których istotne znaczenie mają zarówno oceny jakościowe, jak i ilościowe. Pomimo tych zalet zastosowanie metody FDM do optymalizacji inteligentnych systemów sterowania w rafinacji ropy naftowej nie zostało dotychczas wystarczająco zbadane. W związku z tym w niniejszym badaniu wykorzystano technikę Fuzzy Delphi w celu systematycznego określenia kluczowych parametrów wpływających na optymalizację inteligentnych systemów sterowania w procesach rafinacji ropy naftowej. Dzięki połączeniu wiedzy eksperckiej poprzez ocenę rozmytą proponowana metodologia tworzy uporządkowaną i wiarygodną podstawę do opracowywania bardziej odpornych, wydajnych i elastycznych strategii sterowania.