Principal component analysis-aided statistical process optimisation (PASPO) for process improvement in industrial refineries

Simple item page
dc.contributor.authorTeng, Sin Yongcs
dc.contributor.authorHow, Bing Shencs
dc.contributor.authorLeong, Wei Dongcs
dc.contributor.authorTeoh, Jun Haucs
dc.contributor.authorChee, Adrian Siang Cheahcs
dc.contributor.authorMotavasel, Roxana Zahracs
dc.contributor.authorHon Loong, Lamcs
dc.coverage.issue1cs
dc.coverage.volume225cs
dc.date.issued2019-07-10cs
dc.description.abstractIntegrated refineries and industrial processing plant in the real-world always face management and design difficulties to keep the processing operation lean and green. These challenges highlight the essentiality to improving product quality and yield without compromising environmental aspects. For various process system engineering application, traditional optimisation methodologies (i.e., pure mix-integer non-linear programming) can yield very precise global optimum solutions. However, for plant-wide optimisation, the generated solutions by such methods highly rely on the accuracy of the constructed model and often require an enumerate amount of process changes to be implemented in the real world. This paper solves this issue by using a special formulation of correlation-based principal component analysis (PCA) and Design of Experiment (DoE) methodologies to serve as statistical process optimisation for industrial refineries. The contribution of this work is that it provides an efficient framework for plant-wide optimisation based on plant operational data while not compromising on environmental impacts.en
dc.description.abstractVětší petrochemické závody čelí v průmyslové praxi novým problémům s návrhem i efektivním řízením. Zvyšuje se totiž důraz na jejich energetickou efektivitu i ohleduplnost vůči životnímu prostředí. Tradiční optimalizační metody přináší obvykle velmi přesná řešení pro celou řadu úloh procesního inženýrství. Pro optimalizaci rozsáhlejšího průmyslového závodu však tyto metody nedostačují. Jsou totiž závislé na přesnosti navrženého modelu a v zájmu optimalizace často vyžadují nadměrné zásahy do procesu. Článek řeší tento problém pomocí speciální formulace tzv. analýzy hlavních komponent (PCA) a technikou plánovaných experimentů (DoE). Tyto postupy jsou základem statistické optimalizace procesů pro průmyslové rafinérie. Přínosem práce je popis nové efektivní metody pro optimalizaci celého závodu založenou na provozních datech a zaměřenou na ochranu životního prostředí.cs
dc.formattextcs
dc.format.extent359-375cs
dc.format.mimetypeapplication/pdfcs
dc.identifier.citationJournal of Cleaner Production. 2019, vol. 225, issue 1, p. 359-375.en
dc.identifier.doi10.1016/j.jclepro.2019.03.272cs
dc.identifier.issn0959-6526cs
dc.identifier.orcid0000-0002-2988-8053cs
dc.identifier.other156780cs
dc.identifier.urihttp://hdl.handle.net/11012/195644
dc.language.isoencs
dc.publisherElseviercs
dc.relation.ispartofJournal of Cleaner Productioncs
dc.relation.urihttp://www.sciencedirect.com/science/article/pii/S0959652619309825cs
dc.rightsCreative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internationalcs
dc.rights.accessopenAccesscs
dc.rights.sherpahttp://www.sherpa.ac.uk/romeo/issn/0959-6526/cs
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/cs
dc.subjectPrincipal Component Analysisen
dc.subjectDesign of experimenten
dc.subjectPlant-wide optimisationen
dc.subjectStatistical process optimisationen
dc.subjectPASPOen
dc.subjectBig data analyticsen
dc.titlePrincipal component analysis-aided statistical process optimisation (PASPO) for process improvement in industrial refineriesen
dc.title.alternativeOptimalizace statistických procesů (PASPO) pro zlepšování procesů v rafinériíchcs
dc.type.driverarticleen
dc.type.statusPeer-revieweden
dc.type.versionacceptedVersionen
sync.item.dbidVAV-156780en
sync.item.dbtypeVAVen
sync.item.insts2025.02.03 15:49:24en
sync.item.modts2025.01.17 20:32:46en
thesis.grantorVysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav procesního inženýrstvícs
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
principalcomponentanalysisaidedvut.pdf
Size:
7.92 MB
Format:
Adobe Portable Document Format
Description:
principalcomponentanalysisaidedvut.pdf
Download
Collections
Ústav procesního inženýrství