با توجه به نتایج به‌دست آمده در جدول ‏۲‑۱۲، در ازای کاهش ۲۰۰ مگاوات ساعت پارامتر بار ۳، مازاد بار ۱ و ۲ به ترتیب حدود ۲ و ۳ درصد افزایش می‌یابد. با کاهش پارامتر بار ۲ به میزان ۸۰ مگاوات، مازاد بار ۱ و ۲ به ترتیب حدود ۵/۰ و ۱ درصد کاهش می‌یابند. کاهش ۴۰ مگاوات بر ساعتی پارامتر و بار ۲، منجر به کاهش تقریباً ۴ درصدی مازاد بار ۱ و کاهش جزئی در مازاد بار ۳ شده است. بنابراین مطابق با نتایج فوق، تغییر در پارامتر یکی از بارهای خوشه منجر به تغییر مازاد بارهای دیگر و به‌صورت غیریکسان می‌شود.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

با توجه به اینکه جبهه پارتو این ترکیب به‌صورت سه‌بعدی است، امکان مقایسه گرافیکی سناریوهای مختلف در یک شکل وجود ندارد. لذا در اینجا تنها به‌منظور نمایش اثر قیود بر نقاط تعادل بازی همکارانه، جبهه پارتو سناریو الف-۴ در شکل ‏۲‑۱۳ ترسیم شده است. به‌منظور نمایش فضایی جبهه پارتو، نقاط تعادل بازی همکارانه توسط ابزار برازش منحنی^[۳۷] در MATLAB برازش شده‌اند. رویه سه‌بعدی حاصله دربرگیرنده بخشی کاسه مانند در فضا است.

شکل ‏۲‑۱۳ جبهه پارتو در سناریو الف-۴ در شبکه با خوشه­ای از سه بار

ترکیب سوم: خوشه‌ای از هفت بار
در این ترکیب به بررسی نتایج حاصل از شبیه‌سازی در یک شبکه واقعی متشکل از هفت بار مطابق با شکل ‏۲‑۱۴ می‌پردازیم. اطلاعات اولیه این شبکه از [۲۸] گرفته شده است. گفتنی است که به‌منظور ارائه نتایج گویاتر، برخی از مشخصات فنی بارهای شبکه در [۲۸] تغییر یافته است. در این ترکیب فرض می‌شود که حداکثر توان قابل دریافت از شبکه اصلی ۲۶۰ مگاوات باشد.

شکل ‏۲‑۱۴ شبکه ۵ شینه با خوشه‌ای از هفت بار [۲۸]
اطلاعات شبکه در این ترکیب مشابه جدول ‏۲‑۲ می‌باشد، با این تفاوت که ظرفیت توان خطوط ۱ تا ۶ به ترتیب مقادیر ۹۰، ۱۰۰، ۸۵، ۹۰، ۵۰، ۸۵ مگاوات می‌باشد.
اطلاعات هفت بار شامل مشخصات فنی و حداقل سطح بار ساعتی برای بارها در شبکه به ترتیب در جدول ‏۲‑۱۳ و
جدول ‏۲‑۱۴ آمده است.
جدول ‏۲‑۱۳ مشخصات فنی بارها در شبکه با خوشه­ای از هفت بار

در این زمینه مطالعات کمی صورت گرفته است و در تنها مقاله موجود، نیکبخت و همکاران (۲۰۱۲)، به مدلسـازی ترمودینامیکی شرایط تجزیه هیدرات برای مبردهای R-141b, R-134a و R-152a پرداختند. در این نوشتار یک مدل عمومی برای تخمین شرایط تجزیه هیدرات برای مبردهای فوق ارائه شده است، که از معادله حالت CPA^[63] برای مدلسازی فاز مایع و مدل آماری vdWP برای فاز هیدرات استفاده شده است.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

مباحث زیست محیطی هیدرات
مباحث زیست محیطی مربوط به هیدرات گازی در دو بخش خلاصه می‌شود.
اثرات گاز متان بر محیط زیست
متان گاز گلخانه‌ای است که اثر آن‌ بر گرم شدن زمین حدود ۱۰ تا ۲۰ درصد بیشتر از دی اکسید کـربن اسـت، با آزاد شدن این گاز از منابع هیدرات در کف اقیانوس‌ها، مقداری از آن‌ وارد هوا شده و مقداری دیگر در واکنش با آب دریـا ترکیبـاتی مثل کربنات‌ها و کربن دی اکسید تولید می‌کنند. این تغیرات شیمیایی ایجاد شده در آب دریا و همچنین ورود مقادیری از گـاز‌های متان و کربن دی اکسید سبب گرم شدن و مرگ و میر فـراوان در گونـه‌هـای جانـداران می‌شود. در ایـن خصـوص، حیدری و حسن زاده (۲۰۱۳)، با بهره گرفتن از مدل دیو جهی^[۶۴] بیان کردند که هیدرات گازی در اعماق دریاها عامل اصلی بحران‌های زیست محیطی است. در ادامه حیدری و همکاران (۲۰۰۸)، با بررسی‌های مختلـف، اثـرات آزاد شـدن متـان، از منابع هیدرات طبیعی در کف اقیانوس‌ها از جمله : افزایش متان و دی اکسید کربن در هوا و افزایش اسیدیته و ترکیبات کربنات در آب را بیان کردند.
ذخیره سازی گاز دی اکسید کربن به شکل هیدرات
کاهش تولید گازهای گلخانه‌ای مانند دی اکسید کربن به یک هدف مهم زیست محیطی در سراسر جهان تبدیل شـده است. و این گازها به عنوان یک نگرانی عمده در آینده مطـرح هسـتند. در ایـن راسـتا، جداسـازی CO₂ در سـازه‌هـای زمـین شناسی و ذخیره سازی آن‌ به عنوان هیدرات میتواند راه حلی برای این مشکل باشد. بسیاری از رسوبات اقیانوسی در عمق چند صد متری زیر کف اقیانوس شرایط مناسبی برای تشکیل هیدرات CO₂ را مهیا می‌کنند. علاوه بر ایـن، ممکـن اسـت رسـوبات کف اقیانوس شرایطی را ایجاد کنند که در آن‌ چگالی CO₂ مایع بیشتر از چگـالی آب شـده و CO₂ مـایع بـه صـورت پایـدار ایجاد شود. در این زمینه، قنبری و همکاران (۲۰۱۱)، با انجام یک سری شبیه سازی‌های عددی به بررسی نحوه‌ی بـه دام انداختن دائم مولکول‌های CO₂ در عمق چند صد متری از کف اقیانوس، جایی که تصـور مـی‌شـود ایـن گـاز آسـیب‌ ی بـه اکوسیستم اقیانوس نمی‌زند پرداختند. همچنین ، قنبری و همکاران (۲۰۱۲)، به طور خاص، اثـرات عمـق اقیـانوس و عمـق تزریق CO₂ در رسوب نسبت به کف اقیانوس را بررسی کردند. نتایج حاصل از مدلسازی در شرایط پویا نشان می‌دهد که اگر عمق اقیانوس و عمق رسوب برای تزریق CO₂ به درستی انتخاب شـود، می‌توان حجـم‌زیـادی از CO₂ را بـا اطمینـان در رسوبات اقیانوسی دفن کرد.
توسعه هیدرات و کاربردهای نوین
جداسازی مخلوط های گازی
روش جداسازی گازها بر پایه هیـدرات (HBGS^[65]) روش جدیـدی اسـت کـه در آن‌ جداسـازی بـر اسـاس تفـاوت در مشخصات گازها و تفاوت در شرایط تشکیل هیدرات برای گازهای مختلف انجـام مـی‌شـود. در ایـن روش در یـک مخلـوط گازی، ملکول‌های گازی که شرایط مناسب برای تشکیل هیدرات را دارند( مانند متان)، وارد فاز هیدرات شده و سـایر گازهـا در مخلوط گازی باقی می‌مانند.
محققان تلاش کرده‌اند که با بهره گرفتن از این تکنولوژی بـه‌عنـوان یـک روش اقتصـادی نسـبت بـه روش‌های دیگر، گازهای با ارزش را از هم جدا کنند. قلیپور زنجانی و همکاران (۲۰۱۲)، با اسـتفاده از فرایند تشـکیل هیدرات از مخلوط سه تایی گازهای متان، اتان و پروپان به جداسازی و خالص سازی متان و همچنین اثر حضور در محیط متخلخل و ترکیب درصد خوراک مورد مطالعه قرار گرفت.
نمک زدایی آب دریا
در این مبحث تنها یک مقاله یافت شد که در آن‌، جوانمردی و مشفقیان (۲۰۰۳)، انرژی مورد نیاز برای نمک‌زدایـی آب دریا را بر اساس یک فرایند تشکیل هیدرات پیشنهادی تخمین زده و علاوه بر آن‌ برای آب قابل شـرب تولیـد شـده از ایـن روش ارزیابی اقتصادی و برآورد هزینه شده است.
ذخیره سازی و انتقال گاز طبیعی به صورت هیدرات
گاز طبیعی یکی از مهمترین منابع انرژی است که در مقیاس بالا به عنوان ماده‌ی اساسی در بیشتر صنایع مورد استفاده قرار می‌گیرد. روند رو به رشد مصرف جهانی این ماده در چند سال اخیر به گونه‌ای بوده است که پیش‌بینـی مـی‌شـود تـا سال ۲۰۳۰ میلادی به طور متوسط سالیانه ۴/۲ درصد مصرف جهانی آن‌ افزایش یابد. با توجـه بـه افـزایش تقاضـای گـاز طبیعی در جهان، نیاز به روشی ایمن و اقتصادی برای انتقال گاز از میدان‌های گازی تا فواصل دور احسـاس مـی‌شـود، در ایـن راستا چند سال اخیر ذخیره‌سازی و انتقال گاز به شکل هیدرات مورد توجه قرار گرفته است.
اولین بار در ایران ، جوانمردی و همکاران (۲۰۰۴)، به ارزیابی اقتصادی انتقال گاز طبیعی به شکل هیـدرات از بنـدر عسلویه به بازارهای مختلف جهان پرداختند. همچنین جوانمردی و همکاران (۲۰۰۶)، با امکـان سـنجی و ارزیـابی اقتصـادی انتقال گاز به روش گاز طبیعی مایع(LNG^[66]) بیان کردند که روشNGH^[67] نسبت به LNG کمی گرانتر بـوده امّا روشـی راحتتر و ایمن تر است. نجیبی و همکاران (۲۰۰۹)، ارزیابی اقتصادی انتقال گـاز طبیعـی از بنـدر عسـلویه (میـدان گـازی پارس جنوبی) به بازارهای بالقوه جهانی، با بهره گرفتن از فناوری‌های خط لوله(PNG^[68]) گاز طبیعی مایع( LNG)، گاز طبیعـی فشرده(CNG^[69]) و هیدرات گاز طبیعی(NGH) را انجام داده و به مقایسه آنها پرداختند. در شکل ‏۲‑۱، هزینه انتقال گـاز در فواصل مختلف با روش‌های مختلف نشان داده شده است. نتایج نشان میدهد که روش PNG برای فاصله های کمتر از ۷۶۰۰ کیلومتر کمترین هزینه را داشته و برای فواصل دورتر روش LNG از لحاظ اقتصادی مناسب‌تر است.شکل ‏۲‑۱ : هزینه انتقال گاز در فواصل مختلف با روش‌های مختلفهمچنین محمد طاهری و همکاران (۲۰۱۱)، مطالعاتی در مورد بررسی پایداری هیدرات متان در حضور هیدروکسی اتیلن سلولز HEC برای انتقال در فواصل طولانی انجام دادند.
برخی مطالعات صورت گرفته به اثر وجود کربن فعال بر مقدار متان ذخیره شده در هیدرات اشاره دارند از جمله: نجیبی و همکاران (۲۰۰۸)، گـاز طبیعـی در حضـور سه نوع کـربن فعـال متفـاوت در دو حالـت خشـک و مرطـوب ذخیره‌سازی نمودند. دارابی محبوب و همکاران (۲۰۱۲)، ذخیره‌سازی متان در حضور کربن فعال در مقادیر مختلف آب را بررسی و بهبود دادند.
ذخیره سازی انرژی گرمایی
ذخیره‌سازی انرژی از طریق فرایند تشکیل یا تجزیه هیدرات اولین بار در حدود سال۱۹۸۰ مـیلادی در آمریکـا انجـام شد این روش یکی از راه‌های کاهش مصرف برق در سیستم‌های تهویه مطبوع AC^[70] در زمان پیک مصرف است. ثنایی و شیرازی (۲۰۱۲)، یک سیستم ITES^[71] در سیستم‌های تهویه مطبوع AC مدلسازی کـرده و از جنبـه‌های انرژی، اکسرژی، اقتصادی و زیست محیطی تجزیه و تحلیل کردند. بـا اسـتفاده از روش بهینـه‌سـازی الگـوریتم ژنتیـک و بهینه‌سازی چند هدفه ، مقادیر پارامترهای مختلف برای طراحی بهینه سیستم به دست آمد.
اکتشاف و بهره برداری منابع طبیعی هیدرات گازی
منابع زیادی از گاز طبیعی به صورت هیدرات در اعماق اقیانوس‌ها و دریاها و در مناطق قطبی وجود دارد. پـیش بینـی‌های جهانی، مقدار گاز طبیعی موجود در هیدرات‌های مناطق قطبی را از ۱۰۶۲/۱ تا ۱۰۲۰/۵ تریلیون فوت مکعب و برای لایـه‌های رسوبی اقیانوسی از ۱۰۵۱/۱ تا ۱۰۸۷/۲ تریلیون فوت مکعب تخمین زده‌اند. ذخایر هیدرات را می‌توان به وسیله حفـاری و مطالعه نمونه‌های به دست آمده یا به صورت غیر مستقیم و از طریق لرزه نگاری بررسی و مطالعه کرد. همچنین در برخی مـوارد از طریق چاه نگاری نیز می‌توان به وجود لایه‌های هیدرات پی برد. در این بخش تحقیقات قابل توجهی یافت نشد.
تحلیل آماریاز بین مقالاتی که در سالهای ۲۰۰۲ تا ۲۰۱۴ میلادی در پایگاه علمی science direct و … در زمینـه هیـدرات گـازی در دسترس قرار گرفته اند حدود ۶۰ مقاله مربوط به فعالیتهای دانشگاه‌ها و مؤسسات ایرانی است که بیشتر این مقالات در سـال های ۲۰۱۱ و ۲۰۱۲ به چاپ رسیده‌اند. نمودار ‏۲‑۲ تعداد مقالات چاپ شده در سال‌های مختلف را نشان می‌دهد که به خوبی می‌توان به روند رو به رشد تحقیقات در زمینه هیدرات گازی در ایران پی برد. در سال ۲۰۱۳ در این پایگاه معتبر ۱۶۸۶۰ مقاله در مورد تشکیل هیدرات چاپ شده است که اهمیت موضوع را نشان می‌دهد.
نمودار ‏۲‑۲ : تعداد مقالات چاپ شده در سال‌های مختلف
پیشینه تحقیق در خارج از ایرانهدف از این فصل یک بررسی خلاصه به عنوان یک مرور کلی و چشم انداز تاریخی از سه دوره ذکر شده در بالا، و سپس بررسی دقیق‌تری از مفاهیم عمده خواهد شد.پس از گذشت صد سال از مشاهده اولین کریستال هیدرات گازی در آزمایشگاه، هیدرات‌های گازی فقط در محافل علمی مطرح می‌شدند و مباحث مطرح شده تنها بر دو محور عمده قرار داشتند:۱- چه مولکول‌هایی توانایی تشکیل کریستال هیدرات را دارند؟۲- شرایط لازم برای تشکیل کریستال هیدرات چه می‌باشد؟
هیدرات‌ها در خطوط انتقال در اطراف شیرها، اتصالات و نقاط مرده جمع می‌شوند و باعث مسدود شدن و قطع جریان گاز می‌شوند. با رشد سریع صنعت نفت و گاز و به وجود آمدن مشکلات ناشی از مسدود شدن لوله‌های انتقال گاز طبیعی و به علت نیاز صنعت برای حل این مشکل و آگاهی از شرایط تشکیل هیدرات گازهای مختلف، صنعت و دولت‌ها به جمع محافل علمی پیوستند و خواهان مطالعات جدید‌تری در مورد این مولکول‌ها در زمینه‌هایی مثل ساختمان کریستالی و خواص آن‌ها، شراطی تشکیل، چگونگی جلوگیری از تشکیل و … شدند. به همین دلیل در چهل سال اخیر کریستال‌های هیدرات و تمامی مسائل درگیر با آن‌ حجم زیادی از مطالعات علمی را به خود اختصاص داده است.
اسلوان^[۷۲] تاریخچه کشف هیدرات‌های گازی را مرور کرده است، همفری دیوی^[۷۳] در سال ۱۸۱۰ اولین هیدرات را که یک ترکیب کریستالی کلر و آب بود کشف کرد. او در حین آزمایش‌های خود متوجه شد که وقتی کلرین را تا دمای کمتر از نه درجه سلسیوس سرد کند فاز جامدی تشکیل خواهد شد. در سال ۱۷۷۸ جوزف پریستلی^[۷۴] حین ترک آزمایشگاه در زمستان، پنجره را باز رها کرده بود. وقتی به آزمایشگاه برگشت متوجه شد که بخار‌های SO₂ باعث اشباع شدن آب شده و آب یخ بسته است. در حالی که این اتفاق برای SiF₄ و HCL نیافتاده است. بنابراین اعتقاد بر این است که پریستلی سی سال قبل از این که دیوی هیدرات را کشف کند، آن‌ را کشف کرده بود. امّا با توجه به این که آزمایش پریستلی به طور معتبر ثبت نشده است کشف‌هیدرات‌گازی توسط دیوی که به طور مستقل انجام شده است به عنوان نخستین مشاهده تلقی‌می‌شود.
کالتیت^[۷۵] در سال ۱۸۷۵ هیدرات استیلن را کشف کرد. روبلیکی^[۷۶] در سال ۱۸۸۲هیدرات دی اکسید کربن را گزارش کرد. ویلارد و فورکراند^[۷۷] بیش از ۴۰ سال بر روی این ترکیبات کار کردند. ویلارد هیدرات‌های متان، اتان، استیلن و اتیلن را گزارش کرد. کالتیت و بوردت^[۷۸] در سال ۱۸۸۲ هیدرات ترکیبی دی اکسید کربن و فسفین را کشف کردند. فورکراند و توماس^[۷۹] در سال ۱۸۹۷ دریافتند که تتراکلریدکربن و استیلن تشکیل یک هیدرات دوگانه می‌دهند. هیدرات‌های دوگانه ترکیبات معینی هستند که دارای نقطه ذوب معینی می‌باشند و با هیدرات‌های ساده متفاوت‌اند، زیرا دمای تجزیه هیدرات دوگانه ممکن است با دمای تجزیه یکی از هیدرات‌های ساده متفاوت باشد.
نمودارهای فازی برای طبقه بندی هیدرات ها
روزبوم اولین نمودار دما-فشار برای هیدرات SO₂ شبیه شکل ‏۲‑۲، برای اجزای مختلف گاز طبیعی را ترسیم کرد. در شکل ‏۲‑۲، H یعنی هیدرات، I برای یخ، V برای بخار، Lw و LHC برای فاز آبی و هیدروکربن‌های مایع است. که نقطه Q₁ چهار برابر پایین تر و نقطه Q₂ چهار برابر بالاتر می‌باشد. نمودارهای فازی به ما کمک می‌کنند تا بفهمیم هیدروکربن مورد بررسی در دما و فشار‌ مختلف دارای چه وضعیتی می‌باشد]۳۶و۳۷[.
شکل ‏۲‑۲: نمودار فازی برای برخی از هیدروکربن گاز طبیعی ساده که هیدرات تشکیل می دهند
روش­های محاسباتی دستی برای پیش‌بینی تشکیل هیدرات
هنگام طراحی فرآیندهای مرتبط با هیدرات، اولین مشکل پیش ­بینی دما و فشاری است که در آن‌ هیدرات تشکیل می­ شود. برای شروع این بحث می­توان بدون استفاده از رایانه، چند روش دیگر را به کار برد. این روش­ها به “روش‌های محاسباتی دستی^[۸۰]” معروفند. زیرا آنها را می­توان با قلم و کاعذ انجام داد.
روش­های محاسباتی دستی برای تخمین سریع شرایط تشکیل هیدرات سودمندند. متأسفانه، ضعف این روش­ها این است که خیلی دقیق نیستند. علاوه ­بر این، به­ طور کلی، هر چه داده ­های ورودی کمتر باشد، نتایج نیز از دقت کمتری برخوردار خواهند بود. با ­این­حال، این روش­ها هنوز نیز کاربرد دارند.
دو روش متداول برای برآورد سریع شرایط به ­وجود آمدن هیدرات وجود دارد. هر دو این روش­ها منتسب به کتز^[۸۱] و همکاران وی است. همین مسئله به ایجاد سردرگمی منجر شده است. زیرا هر دو این روش­ها به “روش کتز” یا نمودارهای کتز معروفند و در واقع هر دو روش، شامل چندین نمودار هستند.
در اینجا برای تمیز دادن این دو روش از یکدیگر از نام­های “وزن مخصوص گاز” و “ثابت تعادلی K” استفاده می­کنیم و تا حدی به جزئیات این دو خواهیم پرداخت]۳۸[. روش نموداری سوم از طریق بیلی و ویچرت^[۸۲] پیشنهاد شده است. این روش نیز بر اساس رویکرد وزن مخصوص است، با این تفاوت که شامل تصحیحی برای حضور سولفید هیدروژن نیز است. به­همین سبب این روش بیشتر برای مخلوط­های گازی ترش سودمند است.
روش وزن مخصوص گاز^[۸۳]
این روش از طریق کتز و همکاران در دهۀ ۱۹۴۰ توسعه داده شد. زیبایی این روش در سادگی آن‌ است، زیرا فقط شامل یک نمودار است. ویلکاکس^[۸۴] و همکاران ]۳۹[ نمودار هیدرات برای سه مخلوط گازی، با نام­های گاز C, B و D به دست آوردند. این مخلوط­ها شامل هیدروکربن­های پارافینی متان تا پنتان بودند. یکی از این مخلوط­ها حاوی ۶۴/۰ درصد نیتروژن (گاز B) و دیگری حاوی ۴۳/۰ درصد نیتروژن و ۵۱/۰ درصد دی­اکسیدکربن (گاز D) بود. وزن مخصوص این گازها عبارت بود از:گاز B: 6685/0، گاز C: 598/0، گاز D: 6469/0.شکل ‏۲‑۳، هیدرات این سه مخلوط به­همراه نمودار متان خالص را نشان می­دهد. با پیدا کردن رابطۀ بین داده ­های خام، نمودارهای این سه مخلوط رسم شدند. این شکل اساس و پایه­ای برای همۀ نمودارهای موجود در بحث هیدرات است.
شکل ‏۲‑۳ : نمودار هیدرات برای سه مخلوط مورد بررسی ویلکاکس و همکاران ]۳۹[
نمودار وزن مخصوص گاز در واقع همان رسم نمودار براساس فشار و دما و استفاده از پارامتر سوم وزن مخصوص گاز است. اولین منحنی در این شکل­ها، منحنی­ای که در فشارهای بالا قرار دارد، برای متان خالص است. استفاده از این نمودار بسیار ساده است. ابتدا وزن مخصوص گاز، که به آن‌ چگالی نسبی^[۸۵] نیز می­گویند، باید معلوم باشد. با معلوم بودن جرم مولی (وزن مولکولی) گاز، M، وزن مخصوص گاز، γ به صورت زیر محاسبه می­ شود:

۰٫۹۴

۰٫۹۵

۰٫۰۶۸

۱۴۸

۲۷۵٫۳۸

جدول ۴-۹شاخص های برازش عوامل رفتاریبا نگاهی با نتایج خروجی لیزرل، ملاحظه می شود که مدل اندازه گیری عوامل رفتاری مدل مناسبی است چون که مقدار کای دو، مقدار آر ام اس یی ای و نسبت کای دو به درجه آزادی آن کم بوده و نیز مقدار شاخص برازندگی و شاخص نرم شده برازندگی آن بالای ۹۰ درصد است. کلیه مقادیر t نیز معنی دار می باشند.
۴-۲-۱-۳ تحلیل عاملی تاییدی عوامل محیطی
لازم به ذکر است که برای اینکه مدل اندازه گیری یا همان تحلیل عاملی تأییدی، تأیید شود، اولا باید شاخص های آن برازش مناسبی داشته باشند و ثانیا مقادیر تی ولیو ضرایب استاندارد آن باید معنی دار باشند. اگرمقدار  کم، نسبت  به درجه آزادی(df) کوچکتر از ۳ ، آر ام اس یی ای کوچکتر از ۰٫۰۵ (کمتر از ۰٫۱۰ قابل قبول و مناسب) ونیز شاخص برازندگی و شاخص نرم شده برازندگی بزرگتر از ۹۰ % باشند، می توان نتیجه گرفت که مدل برازش بسیار مناسبی دارد.مقادیر tنیز اگر از ۱٫۹۶ بزرگتر یا از ۱٫۹۶- کوچکتر باشند، در سطح اطمینان ۹۹ % معنی دار خواهند بود.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

M= زمینه های محیطی

AB= اسناد بالا دستی

PM= پویایی محیطی

ZF= زیر ساخت های فناورانه

جدول ۴-۱۰ علائم اختصاری عوامل محیطی مدل مفهومی توانمندسازیلازم به ذکر است که قبل از تحلیل عاملی تاییدی (CFA) ، از شاخص های پرسش نامه تحلیل عاملی اکتشافی (EFA) گرفته شد تا شاخص هایی که بار عاملی آنها کم است از تحلیل اطلاعات حذف گردند. شاخص هایی که در عوامل رفتاری به دلیل بار عاملی کم حذف شدند به شرح ذیل می باشند:بعد اسناد بالا دستی: شاخص شماره ۷بعد پویایی محیطی: شاخص شماره ۶۹۲بعد زیر ساخت های فناورانه: شاخص های شماره ۶، ۷مدلسازی توانمندی کارکنان استانداری و فرمانداری های استان فصل چهارمشکل زیر خروجی لیزرل درباره ضرایب استاندارد عوامل محیطی را نشان می دهد:شکل ۴-۵ ضرایب استاندارد عوامل محیطی۹۳و شکل زیر خروجی لیزرل درباره مقادیر تی ولیو عوامل محیطی را نشان می دهد:مدلسازی توانمندی کارکنان استانداری و فرمانداری های استان فصل چهارمشکل ۴-۶ مقادیر تی ولیو عوامل محیطیمقادیر tنیز اگر از ۱٫۹۶ بزرگتر یا از ۱٫۹۶- کوچکتر باشند، در سطح اطمینان ۹۹ % معنی دار خواهند بود. در اینجا تمامی مقادیر tنیز خارج از بازه ی ۱٫۹۶و۱٫۹۶- می باشند که حاکی از معنی دار بودن در سطح اطمینان ۹۹ % ابعاد با شاخص ها می باشد.سؤال اساسی مطرح شده این است که آیا این مدل اندازه گیری مناسب است؟ برای پاسخ به این پرسش بایستی آماره  و سایر معیارهای مناسب بودن برازش مدل مورد بررسی قرار گیرد. جدول ضرایب استاندارد، مقادیر t و شاخص های برازش را نشان می دهد.
۹۴
مدلسازی توانمندی کارکنان استانداری و فرمانداری های استان فصل چهارم

در سیاست های دوره ای، مسأله زمان­بندی تحت عدم قطعیت به یک سری از مسائل زمان­بندی ایستا بر اساس فواصل زمانی ثابت از پیش تعریف شده تجزیه می شود. در هر بازه زمانی، یک زمان­بندی با توجه به تمام اطلاعات موجود از کف کارگاه تولید می­ شود. سپس زمان­بندی به اجرا در می ­آید و تا زمانی که فاصله زمانی بعدی آغاز شود تجدید نظر نمی­ شود. مسأله مهم و حیاتی برای زمان­بندی مجدد دوره­ای تعیین فرکانس زمان­بندی مجدد است، و از این رو آن تلاش تحقیقات زیادی در ادبیات را به خود جلب کرده است. به عنوان مثال، چورچ و اوزسوری (۱۹۹۲) بر روی زمان­بندی مجدد محیط تک ماشین ورود کار پویا بررسی کرده ­اند. آن­ها نتیجه گرفتند که عملکرد زمان­بندی با افزایش میزان زمان­بندی مجدد بهبود یافته است. این نتیجه ­گیری با زمان­بندی کار کارگاهی که سابونکواقلو و باییز (۲۰۰۰) در حالت خرابی ماشین­ها در نظر گرفته­اند سازگار است. علاوه بر این، سابونکواقلو و باییز (۲۰۰۰) نشان دادند که عملکرد سیستم نمی­تواند در هنگامی که فرکانس زمان­بندی مجدد به بیش از یک سطح خاص می­رسد، به طور قابل توجهی بهبود یابد.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

متفاوت از سیاست های دوره ای که فاقد توانایی پاسخگویی به موقع به عدم قطعیت است، سیاست رویداد محور سبب زمان­بندی مجدد پس از آن که عدم قطعیت در محیط های تولید پویا رخ می دهد، می­ شود. بسیاری از روش­های زمان­بندی تحت عدم قطعیت مطابق با این سیاست است. چورچ و اوزسوری (۱۹۹۲) ثابت کرند که سیاست رویداد محور می تواند به یک عملکرد منطقی خوب در یک سیستم تولیدی تک ماشین دست یابد. ویرا و همکاران (۲۰۰۰) از یک مدل تحلیلی برای پیش بینی عملکرد سیستم تک ماشین با ورود کار تصادفی تحت زمانبندی مجدد دوره ای و رویداد محور به کار بردند. مدل های ارائه شده ارائه برآورد دقیق از عملکرد سیستم را نشان داند. وانگ و همکاران (۲۰۰۵) روش تقسیم بندی زمان واقعی زمانبندی مجدد^[۷۳] (RSR) با بهره گرفتن از GA برای واکنش به خرابی دستگاه در HFS ارائه کردند. نتایج تجربی برای تایید اثر بخشی RSR ارائه شده است. به عنوان یک ترکیبی از این دو سیاست ذکر شده در بالا، سیاست ترکیبی زمانبندی مجدد دوره ای و همچنین هنگامی که یک رویداد غیر منتظره ناشی می شود بکار گرفته می­ شود. دیگر سیاست های ترکیبی مربوط به زمان زمان­بندی توسط سوآ (۲۰۰۷) برای زمان­بندی تک ماشین توسعه یافته است. این سیاست شامل هر دو رویکرد زمان­بندی مجدد دوره ای و رویداد محور است.
برای پرداختن به مسأله دوم، معمول­ترین استراتژی زمان­بندی مجدد عبارتند از زمان­بندی کامل^[۷۴]، تعمیر زمان­بندی انتقال به راست^[۷۵] و تعمیر زمانبندی جزئی^[۷۶] (ابومایزر و اسوستکا، ۱۹۹۷؛ سابونکواقلو و باییز، ۲۰۰۰؛ ویرا و همکاران، ۲۰۰۳).اگر چه زمان­بندی کامل یک راه حل بهتر در تئوری می­سازداما در عمل به علت بار محاسبات بالا و کاهش پایداری زمان­بندی کمتر مورد استفاده قرار می­گیرد(سابونکواقلو و کیزیلیسیک ۲۰۰۳؛ لیو و همکاران، ۲۰۰۷). در مقابل، تعمیر انتقال به راست بازده حداقل بی ثباتی زمانبندی با کمترین تلاش محاسبات، در حالی که تعمیر برنامه های جزئی یک متوسط ​​در این زمینه است. از آنجا که هر استراتژی زمانبندیی مجدد مزایا و معایب خاص خود را، برخی از محققان علاقه خود را برای تعیین یک استراتژی زمان­بندیی مجدد مناسب برای واکنش به عدم قطعیت در زمان واقعی نشان داده اند (جنسن، ۲۰۰۱؛ پوسته و جوهانسون، ۲۰۰۲). آنها معمولا از شبیه سازی و معیارهای استواری برای ارزیابی عملکرد برخی از استراتژی زمان­بندیی مجدد استفاده کردند و پس از آن یکی از بهترین آن­ها را شناسایی کردند. رحمانی و حیدری (۲۰۱۳) یک رویکرد بر مبنای مدلسازی ریاضی معرفی کردند. آن­ها از یک رویکرد پیشگویانه-واکنشی استفاده کردند و در مرحله واکنش با بهره گرفتن از معیارهای پایداری و استواری به زمان­بندی مجدد کارهای پردازش نشده پرداختند.
۲-۸ زمان­بندی برخط
در زمان­بندی برخط کارها در لحظه ممکن است وارد سیستم شوند و برنامه­ریز بدون هیچگونه دانش قبلی باید این کارها را زمان­بندی کند. نبود دانش کافی برای کارهایی که در آینده وارد خواهند شد به طور کلی مانع دستیابی به یک زمان­بندی بهینه می­ شود. به همین دلیل برخی تحقیقات در این زمینه متمرکز شده است تا بتوانند به یک زمانبندی نزدیک به بهیتنه دست یابند. بوردین و یانیو^[۷۷] در سال ۱۹۹۸ کتابی را در این زمینه منتشر کردند.
فیات و ووجینگر^[۷۸](۱۹۹۹) مسأله زمان­بندی تک ماشین را د حالت برخط بررسی کردند و مسأله مورد نظر را با در نظر گرفتن معیار مجموع زمان در جریان کارها حل کردند. بارتال و لئوناردی(۲۰۰۰) یک زمان­بندی چند پردازنده را در حالت بر خط در نظر گرفتند. در این تحقیق مسأله بدون جایگشت در نظر گرفته شده و حالت رد کردن کارها نز مجاز در نظر گرفته شده است.آنچه که در این تحقیق به آن خواهیم پرداخت بررسی مسأله زمان­بندی کارگاهی انعطاف­پذیر تحت عدم قطعیت است که به صورت یک مسئله دو مرحله­ ای در نظر گرفته خواهد شد. نوآوری­هایی که در این تحقیق ارائه شده است به صورت زیر بیان می­ شود:ارائه یک رویکرد دو فازی (استراتژیک-عملیاتی) برای طراحی و برنامه ریزیارائه یک مدل دو هدفه برای فاز طراحی و معرفی یک متغیر تصمیم جدید برای نیل به این هدفدر نظر گرفتن ماشن­های یکنواخت و غیر وابسته به طور همزمان در این سیستمحل مدل دو هدفه با کمک نرم­افزار GAMS و استفاده از رویکرد -محدودیتاستفاده از رویکرد استوار برای در نظر گفتن عدم قطعیت زمان پردازش کارها در فاز اولارائه یک مدل ریاضی چندهدفه برای فاز برنامه ریزیمعرفی معیارهایی برای بالا بردن قابلیت اطمینان در فاز دوم (فاز عملیاتی)معرفی دو الگوریتم فرا ابتکاری برای حل مسائل با اندازه­ های بزرگ در فاز دومدر نظر گرفتن یک مسأله دنیای واقعی مربوط به حوزه سلامت (طراحی و زمان­بندی اتاق عمل) برای اعتبار سنجی مدل­های معرفی شده۲-۹ مروری بر ادبیات زمان­بندی عمل­های جراحیبا توجه به ماهیت مسأله مورد بررسی روش های حل متفاوتی ارائه شده است. برنامه ریضی ریاضی از روش های رایج در ادبیات موضوع زمان بندی و برنامه ریزی اتاق عمل می باشد. معمولا در شرایط عدم قطعیت روش شبیه سازی نیز مورد توجه قرار می گیرد. از طرفی با توجه به پیچیدگی بالای مسائل زمان بندی در حجم بالا روش های ابتکاری و فرا ابتکاری روش های مفید شناخته شده اند تا جواب نسبتا خوبی را در زمان معقول ارائه دهند. روش های تحلیل آماری نیز به ندرت مورد توجه پژوهشگران قرار کرفته است.برنامه ریزی خطی، کوادراتیک، آرمانی، عدد صحیح، پویا، روش تولید ستون و شاخ کران و … در دسته روش های برنامه ریزی ریاضی قرار می گیرند. در ادبیات برنامه ریزی و زمان بندی اتاق عمل، روش های شبیه سازی نیز مورد توجه قرار گرفته اند. این روش ها معمولا به تحلیل و ارزیابی سناریوهای مختلف و یا الگوریتم ها و قواعد مختلف زمان بندی در شرایط عدم قطعیت می پردازد (گول و همکاران، ۲۰۱۱). همچنین مدل های شبیه سازی به عنوان یک ابزار برای بهبود تصمیم گیری استراتژیک و عملیاتی در ارائه خدمات جراحی (دنتون و همکاران،۲۰۰۶) و مدیریت برنامه ریزی فرایند اتاق عمل (بامگارت و همکاران ۲۰۰۷، پرسون و پرسون ۲۰۹) به کر رفته اند. روش های شبیه سازی به دو دسته مبتنی بر رویداد و شبیه سازی مونت کارلو قابل تقصیم هستند. در شبیه سازی مبتنی بر رویداد یک سیستم در طول نقاط گسسته از زمان به صورت پویا تکامل می یابد در حالیکه شبیه سازی مونت کارلو یک سیستم را در یک مقطع خاص زمان به طور ایستا نمایش می دهد. روش های ابتکاری نیز در دو صورت سازنده و بهبود دهنده مورد استفاده قرار گرفته اند.برای حل مسائل زمان بندی و برنامه ریزی اتاق عمل از تکنیک های متعددی مانند برنامه ریزی ریاضی، شبیه سازی، الگوریتم های ابتکاری و الگوریتم های فرا ابتکاری استفاده شده است. در ادامه به مروری بر ادبیات مربوط به زمان بندی اتاق عمل می پردازیم که با توجه به تکنیک های حل دسته بندی شده اند.
۲-۹-۱ برنامه ریزی ریاضی
آرناس و بیلباو^[۷۹] (۲۰۰۲) یک مدل برنامه ریزی آرمانی به عنوان یک سیستم اطلاعاتی ایجاد کرده که هدف اصلی آن برنامه ریزی و مدیریت کردن به صورت بهینه است. این بهینه سازی مربوط به یک مطالعه موردی در یکی از بیمارستان­های اسپانیا می­باشد. با توجه به اینکه مهمترین اولویت برای برنامه ریزی در بیمارستان مفروض، کاهش زمان انتظار بیماران به کمتر از ۶ ماه در لیست انتظار بوده، هدف بیمارستان تعیین ماکزیمم سطح فعالیت ها و میزان فعالیت های فوق العاده ضمن در نظر گرفتن پیش بینی ورود بیماران و منابع موجود می­باشد. به همین منظور دو مدل برنامه ریزی آرمانی برای تحلیل این دو مسأله ارائه شده است. اولین آرمان در مدل اول، این است که مطمئن شویم هیچ بیماری بیشتر از ۶ ماه در لیست انتظار باقی نمی­ماند و آرمان دوم در مورد سطح فعالیت­های فوق العاده است که نباید از سطح خاصی تجاوز کند.
اگولیتا و ارل^[۸۰] (۲۰۰۳) یک مدل برنامه ریزی هفتگی برای بیماران به صورت سلسله مراتبی ارائه دادند. این تحقیق یک برنامه ریزی سه مرحله ای است که در هر مرحله یک مدل ریاضی چند هدفه مورد بررسی قرار گرفته است. در مرحله اول بیمار از لیست انتظار انتخاب می شود و در مرحله دوم یک گروه جراحی به آن تخصیص می یابد و در مرحله سوم تاریخ عمل جراحی بیمار مشخص می شود. برای حل مدل پیشنهاد شده از روش شاخ و کران استفاده شده است که از کارایی خوبی برخوردار است. گویینت و چابان^[۸۱] (۲۰۰۳) یک مدل زمان بندی ارائه دادند تا با حداقل کردن هزینه جراحی و اتاق عمل، تعیین کند کدام عمل در کدام روز و در کدام اتاق عمل و در چه زمانی انجام شود. این مسئله به صورت زمان گسسته در نظر گرفته شده است. در این مدل محدودیت های ظرفیت اتاق عمل، ظرفیت جراح و موعد مقرر جراحی هر بیمار در نظر گرفته شده است. همچنین فرض شده که اتاق های عمل چند منظوره نیستند. با توجه به اینکه بیمار از قبل معلوم است، محدودیت دیگری نیز به مدل اضافه شده که تضمین می کند هر بیمار به روزی اختصاص یابد که جراحش ر آن روز حضور دارد. در این مدل هیچ اتاق عملی هیچ اتاق عملی به هیچ جراح خاصی اختصاص نیافته و به نظر می رسد برای ساخت زمان بندی، استراتژی باز مورد نظر پژوهشگران بوده است.
ویزرس^[۸۲] و همکاران (۲۰۰۵) یک مدل برنامه ریزی یک ماهه برای بیماران ارائه کرده اند. در این تحقیق بیماران انتخابی با توجه به میزان منابعی که استفاده می کنند دسته بندی شده اند و مدل تعیین می کند که در هر روز چند بیمار از هر نوع خاص زمان بندی شود تا از منابع محدود در دسترس مرکز جراحی به طور بهینه استفاده شود. لامیری^[۸۳] و همکاران (a 2008) برای تعیین تاریخ جراحی بیماران انتخابی و غیر انتخابی به ارائه یک مدل برنامه ریزی ریاضی هفتگی پرداختند. در این برنامه ریزی که با هدف کمینه سازی هزینه جراحی هر بیمار و اضافه کاری اتاق های عمل مدلسازی شده است، ظرفیت مورد استفاده بیماران اورژانسی از اتاق عمل به عنوان یک متغیر تصادفی در نظر گرفته شده است. از روش بهینه سازی مونت کارلو برای حل این مسأله استفاده شده است. جبلی^[۸۴] و همکاران (۲۰۰۶) زمان بندی عمل های جراحی را با فرض معین بودن تاریخ جراحی هر بیمار طی یک فرایند دو مرحله ای ارائه کردند. در مرحله اول عمل های جراحی به اتاق های عمل تخصیص داده می شود و در مرحله دوم به مرتب سازی عمل های جراحی در هر اتاق عمل پرداخته می شود. دنتون ^[۸۵] و همکاران (۲۰۰۷) به ارائه زمان بندی روزانه برای یک اتاق عمل پرداختند. این زمان بندی با فرض غیر قطعی بودن زمان انجام عمل های جراحی مدلسازی شده است. مدل تصادفی ارائه شده توسعه یافته مدل دنتون و گاپتا (۲۰۰۳) می باشد با این تفاوت که در مدل قبلی ترتیب دهی بیماران از قبل معلوم بوده است و هدف تعیین زمان شروع عمل بوده است. اما در این مقاله برای نزدیکی به واقعیت ترتیب دهی عمل های جراحی نیز انجام شده است. با توجه به پیچیگی بالای مسئله مورد بررسی سه نوع روش ابتکاری برای حل ارائه شده است و نتایج آن با زمان بندی واقعی مقایسه شده است.
تن^[۸۶] و همکاران (۲۰۰۷) یک مدل ریاضی چند هدفه برای برنامه ریزی و زمان بندی بیماران انتخابی بر پایه استراتژی بلوکه ارائه کردند. با توجه به این که این پژوهش مبتنی بر داده های واقعی می باشد برنامه ریزی با توجه به شرایط حاکم بر مطالعه مورد مدلسازی شده است. این پژوهش دو مرحله ای بوده که در مرحله اول تاریخ جراحی هر بیمار تعیین شده و در مرحله بعد اتاق عمل و زمان شروع هر یک از عمل های جراحی مشخص می گردد.لامیری و همکاران (b 2008) یک مدل برنامه ریزی ریاضی برای زمان­بندی اتاق عمل ارائه کردند که در این مدل سه منبع اتاق عمل، حمل کننده های بیمار و تخت ریکاوری به عنوان گلوگاه های سیستم در نظر گرفته شده اند. هدف این مدل کمینه کردن هزینه اتاق عمل می باشد.مارکوس و همکاران (۲۰۰۹) یک برنامه­ ریزی چند روزه برای یک بیمارستان آموزشی با توجه به اطلاعات آن بیمارستان ارائه کردند. بیماران با توجه به آخرین زمان مجازشان برای عمل در چهار سطح اولویتی تقسیم شدند. در این برنامه تصمیمات به این شرح است که هر عمل جراحی در کدام اتاق عمل، کدام روز و کدام دوره زمانی انجام شود تا استفاده از اتاق های عمل به بیشترین مقدار خود برسد. مسأله مورد نظر به صورت برنامه ریزی ریاضی عدد صحیح فرمول بندی شده است.کاردون و همکاران (۲۰۰۹) یک زمان بندی روزانه چندهدفه را با توجه به پیشنهاد و نیاز یک مرکز جراحی بیماران سرپایی در بلژیک ارائه کردند. در این مقاله بیماران به روزهای مختلف هفته تخصیص داده شده اند و فقط مرتب سازی آن­ باید انجام شود. در این مقاله از قبل معلوم است که کدام بیمار را کدام جراح عمل می کند و استراتژی مورد استفاده چند دوره ای می باشد اتاق عمل هر بیمار نیز در این زمان بندی تعیین می شود. زمان آغاز عمل جراحی هر بیمار به دو عامل حضور جراح در آن دوره زمانی و زمان آماده شدن نتایج آزمایشات محدود می باشد.فی و همکاران (۲۰۱۰) یک مدل برنامه ریزی هفتگی را برای تعیین تاریخ جراحی بیماران ارائه داده اند که در این مقاله تابع هدف به صورت کمینه سازی زمان بیکاری اتاق عمل می باشد. یک مدل زمان بندی روزانه برای ترتیب دهی آن ها با هدف کمینه کردن زمان بیکاری اتاق عمل و اتاق بازیابی پرداخته است. در این تحقیق فرض شده است که جراح هر بیمار از قبل مشخص است و تمامی منابع مورد نیاز جراحی در دسترس هستند.ماکوس و همکاران (۲۰۱۱) از رویکرد برنامه ریزی عدد صحیح برای زمان بندی عمل­های از پیش تعیین شده استفاده کرده اند. هدف این تحقیق اختصاص موثر منابع به جراحی ها می باشد. برای اعتبار سنجی مدل پیشنهادی از اطلاعات واقعی یک بیمارستان استفاده کرده اند.قزلباش و همکاران (۲۰۱۲) به زمان بندی اتاق عمل در یک بیمارستان آموزشی پرداختند. یک مدل برنامه ریزی عدد صحیح مختلط برای کمینه سازی دامنه عملیات و زمان بیکاری ارائه دادند. با بهره گرفتن از این مدل به تخصیص منابع شامل اتاق های عمل، جراحان، و تیم های جراحی و همچنن به تعیین توالی جراحی ها پرداختند.سارمی و همکاران (۲۰۱۳) مسأله زمان بندی اتاق عمل را به صورت چند مرحله ای در نظر گرفته اند مراحل درنظر گرفته شده به صورت : مرحله قبل عمل، عمل جراحی، و بازیابی می باشد. برای این مسأله یک مدل برنامه ریزی ریاضی ارائه داده اند.
مسکنز و همکاران (۲۰۱۳) از یک مدل چند هدفه برای زمان بندی اتاق عمل در حالت جراحان انتخابی استفاده کرده اند. در این مسأله محدودیت هایی مانند در دسترس بودن، پیشنیازی کارکنان و رابطه بین کارکنان در نظر گرفته شده است.
مارتینلی (۲۰۱۴) به بررسی زمان بندی اتاق عمل پرداختند که در مسأله مورد نظرشان به موازنه بین پرستاران و اتاق عمل و اضافه کاری پرداختند. در این مقاله از روش مدلسازی ریاضی استفاده شده است. هاشمی و همکاران (۲۰۱۴) برای فرمول بندی مسأله زمان بندی اتاق عمل از روش CP^[87] استفاده کرده اند.ژائو و همکاران (۲۰۱۴) یک مدل ریاضی برای مسأله زمان بندی جراحان ارائه داده اند که برای حل آن از رویکرد برنامه ریزی محدودیت استفاده کرده اند.
مولینا و همکاران (۲۰۱۵) یک برنامه ریزی ریاضی عدد صحیح مختلط برای زمان بندی اتاق عمل ارائه کرده اند. نتایج حاصل از حل نیز با نتایج حاصل از شبیه سازی مقایس شده است.
در مقاله ارائه شده توسط سادولی^[۸۸] و همکاران (۲۰۱۵)، به مسأله زمان‌بندی عمل جراحی بیماران از قبل تعیین شده در بخش ارتوپدی پرداخته شده است. دو نوع از منابع در این تحقیق مورد بررسی قرار گرفته‌اند که عبارتند از: اتاق‌های عمل و تخت‌های بازیابی. رویکرد ارائه شده توسط آن‌ها مبتنی بر یک مدل برنامه‌ریزی اعداد صحیح مختلط تحت عدم‌قطعیت است که هدف آن تخصیص منابع معرفی شده به بیماران، به گونه‌ای که دامنه عملیات کمینه شود، است. در ادامه تحقیقات انجام شده در این زمینه در جدول () به طور خلاصه آورده شده است.عتیقه‌چیان (۱۳۹۰)، در رساله‌ی دکتری خود به زمان‌بندی عمل‌های جراحی با مدت زمان احتمالی پرداخته است. وی مسأله زمان‌بندی روزانه عمل‌های جراحی را در حالت داشتن منابع چندگانه و با در نظر گرفتن احتمالی بودن مدت زمان عمل‌های جراحی مورد بررسی قرار داده است. دو مدل برنامه‌ریزی احتمالی عدد صحیح دو مرحله‌ای با مفروضات مختلف، با هدف کمینه کردن کل هزینه موردانتظار شامل هزینه زمان‌های بیکاری اتاق عمل و زمان‌های اضافه‌کاری شده ارائه شده است. با بهره گرفتن از این مدل‌ها، تخصیص روزانه منابعی شامل اتاق‌های عمل، جراحان و کمک جراحان به عمل‌های جراحی و همچنین توالی عمل‌های جراحی در هر اتاق عمل و هر جراح انجام می‌شود.
۲-۹-۲ شبیه سازی
پرسون^[۸۹] و همکاران (۲۰۰۷) یک مدل شبیه سازی برای تعیین تصمیمات متفاوت مدیریتی و همچنین تأثیر قانون جدید وضع شده در سوئد یک مدل شبیه سازی ارائه کرده اند. در این شبیه سازی ارائه شده یک مدل بهینه سازی برای زمان بندی و برنامه ریزی بیماران بکار رفته است. در این مدل اولویت های درمانی بیماران، ظرفیت منابع موجود مانند جراح، اتاق عمل و تخت های بازیابی در نظر گرفته شده است. اولویت درمانی هر بیمار با توجه به آخزین زمان مجاز برای انجام عمل جراحی اش به سه دسته تقسیم شده و تابع هدف طوری طراحی شده است که هزینه بیماران با اولویت بالاتر با سرعت بیشتری از بقیه افزایش یابد. این تابع هدف باعث می شود که زمان انتظار بیماران با اولویت بالاتر کمتر شود. مدل ارائه شده توانسته است به خوبی وضعیت ایجاد شده پس از اجرای قانون جدید را بررسی کرده و به نتایج مطلوبی دست یابد.
رولند^[۹۰] و همکاران (۲۰۱۰) برنامه ریزی و زمان بندی عمل­های جراحی را به صورت یک مسأله ^[۹۱]RCPS در نظر گرفتند. در این مدل ضمن در نظر گرفتن محدودیت منابع، به طور همزمان، اتاق عمل، روز و زمان انجام هر عمل جراحی تعیین می شود. این تخصیص طوری صورت می­گیرد که اضافه کاری و کم کاری اتاق عمل به حداقل ممکن برسد.
حلاح و رومی (۲۰۱۴) برای برنامه ریزی و زمان بندی اتاق های عمل از روش های شبیه سازی استفاده کردند. سادولی و همکاران (۲۰۱۵) از رویکرد بهینه سازی احتمالی و شبیه سازی برای زمان بندی اتاق عمل استفاده کرده اند. در این مقاله زمان بندی اتاق های عمل و تخت های بازیابی به طور همزمان دیده شده است.
برخی مقالات انجام شده در زمینه شبیه سازی عبارتند از: هارپر^[۹۲] (۲۰۰۲)، ژانگ و همکاران (۲۰۰۶)، بالارد و همکاران (۲۰۰۳)، کاردون (۲۰۰۸)، دکستر و همکاران (۲۰۰۵)، اپستین و همکاران (۲۰۰۲)، ائرت و همکاران(۲۰۰۲)، فرین و همکاران (۲۰۰۴)، مارون و همکاران (۲۰۰۸)، نیو و همکاران (۲۰۰۷)، پرسون و پرسون (۲۰۰۶)، اوگولاتا و همکاران (۲۰۰۳)، پائولتی و همکاران (۲۰۰۷)، تستی و همکاران (۲۰۰۷)، وولینک و همکاران (۲۰۰۷)، ژانگ و مورالی (۲۰۰۶) و غیره.
۲-۹-۳-الگوریتم های فرا ابتکاری
هسو و همکاران^[۹۳] (۲۰۰۳) زمان­بندی قطعی بیماران سرپایی را با هدف حداقل کردن تعداد پرستاران اتاق PACU و دامنه عملیات ارائه کرده است. این مدل به صورت یک زمان بندی فرآیندهای کارگاه دو مرحله ای بدون انتظار^[۹۴] در نظر گرفته شده است که مرحله اول اتاق های عمل و مرحله دوم پرستاران بخش PACU به عنوان ماشین در نظر گرفته شده است. این مدل با این فرض اولیه شروع شده است که هر پرستار فقط و فقط می ­تواند به یک بیمار تخصیص یابد و تعداد اولیه پرستاران به عنوان یک حد پایین در نظر گرفته شده است. در صورت عدم رسیدن به یک جواب شدنی با حد پایین در نظر گرفته شده، در هر مرحله یک پرستار به تعداد ولیه اضافه می شود. این روند تا رسیدن به یک جواب شدنی ادامه پیدا خواهد کرد.
برای حل این مسأله، الگوریتم جستجوی ممنوع^[۹۵] (TS) به کار رفته و جواب اولیه این مدل با بهره گرفتن از یک الگوریتم حریصانه بدست آمده است. با توجه به این که هدف این مقاله تحلیل سناریو های مختلف بوده، به مدل ریاضی اشاره ای نشده و تنها نتایج حاصل از اجرای سناریو های مختلف در یک بیمارستان آموزشی مورد مطالعه قرار گرفته است.مارکوس و همکاران (۲۰۱۳) برای زمان بندی جراحان انتخابی یک یک الگوریتم فرا ابتکای ژنتیک ارائه داده اند.آرینقیری و همکاران (۲۰۱۴) برای زمان بندی اتاق عمل و مسأله تخصیص یک روش فرا ابتکاری دو سطحی ارائه داده اند.ژیانگ و همکاران (۲۰۱۴) یک مسأله زمان بندی اتاق عمل را با در نظر گرفتن محدودیت پرستاران چند کاره در نظر گرفتند. آن ها برای حل این مسأله یک الگوریتم فرا ابتکاری کلونی مورچگان را ارائه دادند.ژیانگ و همکاران (۲۰۱۵) یک برای حل یک مسأله زمان یندی اتاق های عمل یک الگوریتم فرا ابتکاری به کار برده اند. در این تحقیق از الگوریتم کلونی مورچگان استفاده شده است که برای پی بردن به کارایی این الگوریتم نتایج حاصله را با شبیه سازی زمان بندی گسسته مقایسه کرده اند.
برخی مطالعات انجام شده در زمینه الگوریتم های فرا ابتکاری عبارتند از: بلین و همکاران (۲۰۰۷)، بلین و همکاران (۲۰۰۹)، دنتونو همکاران (۲۰۰۶)، دکستر و همکاران (۲۰۰۴)، هانس و همکاران (۲۰۰۸)، فی و همکاران (۲۰۰۶)، هسو و همکاران (۲۰۰۳)، سیوماچن (۲۰۰۵)، ون در لانس (۲۰۰۶)، بلیک و همکاران (۲۰۰۹)،دنتون و همکاران (۲۰۰۷)، دکستر و همکاران (۲۰۰۵)، هانس و همکاران (۲۰۰۸)، لامیری و همکاران (۲۰۰۷)، لامیری و همکاران (۲۰۰۸)، مارکون و همکاران (۲۰۰۳) و غیره.
۲-۹-۴ الگوریتم های ابتکاری

کمترین فشار ورودی جهت رسیدن به راندمان بهتر عمل کراکینگنسبت کمپرس پائین به منظور به حداقل رساندن نیروی مصرفی کمپرس کردن و به همین منظور حداقل کردن دمای خروجی (تمایل به گرفتگی پائین)
فشار خروجی مرحله نهائی که نتیجه­ آن فشار هیدروژن تولیدی وبازیابی اتیلن در قسمت تبرید می­باشد.
کمپرسور از نوع سانتریفیوژ پنج مرحله­ ای می­باشد که دارای سه محفظه^[۱۶] است و بوسیله توربین بخار که از بخار فشار بالا استفاده می­ کند به حرکت در می ­آید. فشار ورودی به کمپرسور بوسیله تغییر در دور توربین کنترل می­ شود.
در ورودی­های پنج مرحله به منظور اجتناب از بالا رفتن دمای خروجی و همچنین کاهش گرفتگی بوسیله­ی پلیمریزاسیون، سیستم ترزیق آب خوراک دیگ بخار^[۱۷] در نظر گرفته شده است.
گاز کراک در اولین، دومین و سومین مرحله­ کمپرسور تا فشار ۹/۱۱ بار کمپرس می­ شود. گاز در خروجی هر یک از مراحل کمپرسور خنک می­ شود. سپس به جدا کننده­ های میان مرحله­ ای ارسال می­ شود. جدا کننده­ های میان مرحله­ ای با راندمان بالا برای جدا کردن مه^[۱۸] تجهیز شده اند. در ظرف ورودی سومین مرحله، سه فاز از هم جدا می­شوند: گازهای کراکینگ، هیدروکربن­های مایع و آب چرب^[۱۹]، گاز کراکینگ از سومین مرحله­ کمپرسور به قسمت جداسازی برای حذف اسید از گاز که شامل دی اکسید کربن و سولفید هیدروژن می­باشد ارسال می­گردد. گاز پس از شیرین شدن به درام ورودی مرحله­ چهارم ارسال می­ شود تا از حمل هر گونه کاستیک به داخل کمپرسور اجتناب گردد. گاز در مرحله­ چهارم کمپرس می­ شود و در کولر خروجی مرحله­ چهارم تا ۴۵ درجه سانتیگراد خنک می­ شود. سپس به درام ورودی مرحله­ پنجم که جدا کننده ­ای سه فازی می­باشد ارسال می­گردد. فشارگاز در مرحله­ پنجم پس از کمپرس شدن آن به ۶/۳۵ بار می­رسد. در نهایت گاز تا ۱۵ درجه سانتیگراد سرد می­ شود و در این دما به خشک­کن­های گاز کراکینگ ارسال می­ شود.

حذف گازهای اسیدی

گاز کراک که از قسمت گرم می ­آید شامل دی اکسید کربن وسولفید هیدروژن می­باشد که به گازهای اسیدی معروفند. این ترکیبات باید قبل از فرایند تبرید و سرد سازی حذف شوند . دی اکسید کربن در حالت جامد به شکل یخ خشک در می ­آید وهیدرات­ها وH₂S سم کاتالیست محسوب می­شوند. دی اکسید کربن در محصول نهائی اتیلن تا ppm 1/0کاهش داده می­ شود.
برای حذف گازهای اسیدی، گاز کراکینگ به برج شستشو با کاستیک^[۲۰] که بین سومین وچهارم مرحله­ کمپرسور قرار دارد ارسال می­گردد تا جداسازی گازهای اسیدی اتفاق بیفتد.
قبل از این­که جریان به برج شستشو با کاستیک برود گاز کراک بوسیله­ی بخار فشار پائین در حدود ۴ درجه سانتیگراد درسه قسمت بوسیله­ی ژاکت حرارتی سوپر هیت می­ شود. این عمل لازم است تا از تشکیل هیدروکربن مایع اجتناب شود تا در تماس با محلول کاستیک منجر به تشکیل پلیمر نگردد. برج شستشو با کاستیک به دو قسمت شستشو با کاستیک (از نوع بستر آکنده) و یک قسمت شستشو با آب که بصورت سینی می­باشد، مجهز شده است. بستر آکنده برای این برج به این جهت در نظر گرفته شده است تا میزان افت فشار حداقل گردد واز خالص سازی CO₂ خروجی مراقبت شود.

خشک کردن گاز کراکینگ

گاز خنک خروجی از پنجمین مرحله­ کمپرسور پس از خروج از آخرین درام به خشک کن­های گاز کراک بستر ثابت فرستاده می­ شود. در این واحد سه برج خشک­کن تعبیه شده که همواره دوتای آ­ن­ها در حال عملیات و یکی در حالت احیا می­باشند. در حین عملیات خشک کردن گاز کراک از بالا به پائین جریان پیدا می­ کند و در قسمت پائین حجم آب در گاز به کمتر از ppm 1 می­رسد. هر خشک کن برای ۴۸ ساعت اجرا طراحی شده است.احیای خشک کن­ها با گاز سوختی فشار پایین انجام می­پذیرد و روش احیا شامل مراحل زیر می­باشد:کاهش فشار از ۶/۳۴ بار به فشار احیا برابر با ۵/۶ بارجریان یافتن گاز احیا در بستر در ۶۰ درجه سانتیگرادگرم کردن: گاز احیا تا ۲۲۰ درجه سانتیگراد در گرم­کن گاز احیا که با بخار فشار بالا عمل می­ کند گرم می­ شود.
خنک کردن: خشک­کن توسط گاز احیا در ۶۰ درجه­ سانتیگراد خنک می­ شود و دمای آن نهایتاً به ۴۸ درجه سانتیگراد می­رسد.
فشار گیری^[۲۱]

متان زدایی

هدف از جداسازی مورد نظر در این بخش عبارتند از :مصرف انرژی اندکانعطاف پذیری در تمام حالات طراحیمیزان تولید اتیلن بالاسرمایه گذاری اندکتوانایی بالاتولید اتیلن وترکیبات سنگین­تر از گاز کراک شده بوسیله­ی کندانس کردن در خنک کننده­ های متوالی، بوسیله­ی متان­زدایی در دو ستون به هم وابسته انجام می­پذیرد.متان­زدایی اولیه که بوسیله­ی جداسازی مایعات از گاز کراکینگ در دمای ۳۴- درجه سانتیگراد می­باشد.متان­زدایی ثانویه بوسیله­ی کندانس­های با دمای پایین­تر وبخار تقطیر شده متان­زدایی اولیه.برای این­که میزان سرما در این قسمت مینیموم شود باید پارامترهای زیر را بهینه کرد:خوراک مخصوص هر متان­زدافشار عملیاتی در دو ستون (۱۳ بار)
فشار گاز کراکینگ ورودی به هر قسمت (۵/۳۴ بار)
همچنین در دو برج متان­زدایی عملیات اصلی جداسازی متان از ترکیبات دوکربنی به بالا انجام می­گردد. قسمتی از متان و هیدروژن به بخش تولید گاز سوخت کوره ارسال می­گردند و مقداری از این ترکیب پس از سرد شدن تا دمای ۱۶۵- درجه سانتیگراد و فشار ۳۳ بار و مایع شدن بخش عمده­ی متان آن، جهت تولید هیدروژن به واحد بازیابی هیدروژن ارسال می­گردد. مایعاتی که در پایین برج­های متان­زدا جمع شده ­اند و شامل مقادیر عمده­ای از اتیلن هستند، جهت تولید اتیلن به وسیله­ دو پمپ مجزا به واحد تولید و استحصال اتیلن ارسال می­گردند.

اتان زدایی

دو جریان جدا شده از قسمت پایین متان­زدای اولیه و ثانویه خوراک برج اتان­زدایی را تشکیل می­ دهند. شرایط عملیاتی برج در بالا فشار ۹/۲۵ بار و دمای۶/۱۱- درجه سانتیگراد و در پائین دمای ۸۲ درجه سانتیگراد و فشار ۳/۲۶ بار می­باشد. ریبویلر برج اتان­زدا بوسیله­ی بخار فشار پائین عمل می­ کند. در ریبویلر به­ دلیل تشکیل پلیمر میزان انتقال حرارت کاهش و فلاکس حرارتی محدود می­گردد . برای این منظور برج با ریبویلر یدکی تجهیز شده و به آن ماده­ ضد پلیمریزاسیون^[۲۲] تزریق می­گردد.
بخار تقطیر شده شامل اتان، اتیلن و استیلن و ترکیبات اصلی که از بالای برج خارج می­شوند به سمت راکتورهای هیدروژناسیون برش دو کربنه فرستاده می­شوند. همچنین محصول پایینی برج تحت کنترل سطح به برج پروپان­زدا ارسال می­ شود.

جدا سازی برش سه کربنی

برشC₃ جدا شده به برج پروپان­زدا وارد می­ شود. این برج دارای ۵۰ عدد سینی با ظرفیت بالا می­باشد که خوراک آن محصول پائینی برج اتان­زدا می­باشد. فشار عملیاتی در بالا ۸/۶ بار و دما ۴/۶ درجه سانتیگراد است ودمای عملیاتی در پائین در حدود ۷۵ درجه سانتیگراد و فشار ۱/۷ بار می­باشد.
ریبویلر پروپان­زدا بوسیله­ی بخار فشار پائین عمل می­ کند و یک ریبویلر یدکی نیز برای آن در نظر گرفته شده است. دمای ریبویلر بر اساس دمای سینی۴۱ کنترل می­ شود و محصول پایینی تحت کنترل سطح به بوتان­زدا ارسال می­گردد.

جدا سازی برش چهار کربنی

از آن­جا که مرکز توجه این نوشتار، واحد هیدروژناسیون بوتادین می­باشد کوشش شده تا بخش پیش رو با جزئیات بیشتری توضیح داده شود.

بوتان زدایی

محصول پایینی از پروپان­زدا برای جداسازی برش C₄ وارد بوتان­زدا (۱۰-T-651) می­گردد. فشار عملیاتی در بالا ۳/۵ بار و دما ۳/۴۷ درجه سانتیگراد می­باشد. دمای پایین در حدود ۱۲۸ درجه سانتیگراد می­باشد.فشار بوتان­زدا بوسیله دمای مبدل حرارتی (۱۰-E-652) کنترل می­ شود. فشار اضافی بوسیله­ی ارسال بخارات از ظرف رفلاکس (۱۰-D-651) به سیستم سوخت گازی، کنترل می­ شود.
پمپ­های برگشت جریان(۱۰-P-651 A/B) برای تهیه رفلاکس ستون در نظر گرفته شده است . نرمال رفلاکس در حدود ۳/۲۵ تن در هر ساعت می­باشد.
ریبویلر بوتان­زدا۱۰-E-651 با بخار فشار پایین عمل می­ کند تا مینیموم گرفتگی در آن بوجود آید. بنزین سبک^[۲۳] در کولر۱۰-E-653 تا ۴۵ درجه سانتیگراد خنک می­ شود وبه مخازن برای صادرات تحت کنترل سطح ارسال می­ شود.
پمپ­های برش (۱۰-P-653A/B) C₄ برای خوراک قسمت هیدروژناسیون برش C₄ در نظر گرفته شده است.
قسمت هیدروژناسیون تحت کنترل جریان از ظرف رفلاکس خوراک داده می­ شود. این عمل برای کاهش نوسان در جریان خوراک قسمت هیدروژناسیون انجام می­پذیرد.
شمایی از نمودار فرایند این واحد در تصویر نشان داده شده است: