Data-driven Modeling Control and Optimization of Fluid Catalytic Cracking process. PhD thesis, King Fahd University of Petroleum and Minerals.

PDF (Dissertation_MKK) Desertation_g202113190.pdf - Accepted Version Restricted to Repository staff only until 28 April 2027. Available under License Creative Commons Attribution No Derivatives. Download (3MB)

Arabic Abstract

تطوّر هذه الأطروحة طرق نمذجة تعتمد على البيانات وأساليب تحكم تنبؤي لوحدة التكسير التحفيزي تأخذ بعين الاعتبار ديناميكيات المنشأة متعددة المقاييس الزمنية وقيود التشغيل. FCC السائل Multi‑Headed Long Short‑Term أولاً، نقترح بنية ذاكرة طويلة المدى قصيرة المدى متعددة الرؤوس للتنبؤ بعائد منتجات على المدى القصير. يفصل النموذج تعلّم الخصائص الزمنية Memory Network إلى عدة طبقات: المفاعل (سريع)، والمُجدِ͏ّد (بطيء)، والمُجزّئ (متوسط) قبل دمجها FCC لوحدذة للتنبؤ بالمنتجات، مما يحسن الدقة والمتانة مقارنة بالأساليب الأساسية Koopman‑based ثانياً، نقوم بصياغة مخطط تحكم تنبؤي بنموذج ثنائي الوضع قائم على نظرية كوبمان Infinite-Horizon يضمن هذا المخطط استقرارية الأفق اللانهائي Dual‑Mode Model Predictive Control Terminal ومجموعة طرفية ثابتة Terminal Cost Functions من خلال استخدام دوال تكلفة طرفية Stability Offset- كما يحقق التتبع الخالي من الأخطاء Lifted Space تم تعريفها في الفضاء المرفوع Invariant Set مع مُحسِ͏ّن لأهداف الحالة Disturbance Observer عن طريق دمج مُراقب اضطراب Free Tracking Steady‑State Target Optimizer المستق ثالثًا، نوسّع هذا إلاطار ليشمل الاضطراباتالداخلية المستمرة وعدم التطابق بين النموذج والمنشأة من خلال Koopman-lifted مخطط تحكم تنبؤي ثنائي الوضع مبني على نظرية كوبمان ومصمم لرفضالاضطرابات الذي يدمج قانون تغذية Disturbance-rejection Dual-Mode Model Predictive Control (KDDM-MPC) Disturbance مع خاصية تخفيفالاضطرابات Stabilizing Terminal Feedback Law راجعة طرفي مثبت Integral Action for Offset-Free Tracking وعمل تكامل لضمان التتبع الخالي من الانحراف Attenuation ، مع فرضقيود مشتركة على الحالات والمدخلات وإلاشارات المرجعية والاضطرابات. تم تقييم الطرائق المقترحة على نموذج معياري لمجزّئ وحدة التكسير التحفيزي السائل على مقياسصناعي MSE دقة أعلى (مثل قيم MH-LSTM يحقق نموذج .Industrial-scale FCC-Fractionator Benchmark مع تنبؤ متين عبر مستويات الضوضاء المختلفة. ، CNN و LSTM مقارنةً بمادج اخرى ( rRMSE و زمن تقارب أسرع، وانحرافًا ثابتًا مهملًا، واستجابات KDDM-MPC و KDM-MPC بينما يحقق كلٌّ من و Linear Dual-Mode MPC و Offset-free K-MPC انتقالية أكثر سلاسة، وأزمنة استرداد أقصر، مقارنةً . Online Application مع كفاءة حسابية تجعلها مناسبة للتطبيق في الزمن الحقيقي ،NN-MPC

English Abstract

This dissertation develops data‑driven modeling and predictive control methods for a fluid catalytic cracking (FCC) unit that explicitly account for the plant’s multi‑time‑scale dynamics and operational constraints. First, we propose a Multi‑Headed Long Short‑Term Memory (MH‑LSTM) architecture for short‑horizon product‑yield forecasting. The model separates temporal feature learning into reactor (fast), regenerator (slow), and fractionator (intermediate) heads before fusing them, improving accuracy and robustness relative to baselines models. \newline Second, we formulate a Koopman‑based Dual‑Mode Model Predictive Control (KDM‑MPC) scheme that ensures infinite‑horizon stability via lifted terminal costs and a terminal invariant set while achieving offset‑free tracking through a lifted‑space disturbance observer and steady‑state target optimizer. Third, we extend this framework to persistent internal disturbances and plant–model mismatch via a Koopman‑lifted Disturbance‑rejection Dual‑Mode MPC (KDDM‑MPC) that integrates a stabilizing terminal feedback law, disturbance attenuation, and integral action, while enforcing joint constraints on states, inputs, references, and disturbances. The methods are evaluated on an industrial‑scale FCC–fractionator benchmark. MH‑LSTM yields higher accuracy (e.g., MSE and rRMSE) than LSTM/CNN variants with robust prediction across different noise levels, while KDM‑MPC and KDDM‑MPC deliver faster convergence, negligible steady‑state offsets, smoother transients, and shorter recovery times than offset‑free K‑MPC, linear dual‑mode MPC, and NN‑MPC, with computational efficiency suitable for online application.