淘客熙熙

主题:【原创】化工过程控制的实践 -- 润树

共:💬332 🌺795
分页树展主题 · 全看首页 上页
/ 23
下页 末页
        • 家园 他的公司确实还没有做出规模

          不过我很看好他走的这条路,就是将MPC简单化,规范化,程序化。另外自适应也是很好的方向。

          • 家园 恕我直言,我对自适应不是太看好

            自适应就是把辨识、控制器设计和实施自动化,想法是好的,但在实际上问题太多。想想吧,不要说自动测试,就是手工测试,我们要做多少事先工作?测试的时候要用多少力量来监测?事后要花多少时间分析数据?这些都自动化了,只能说明一件事:这些步骤已经高度程式化了,已经成为简单的重复劳动了,但这不是事实。对于简单的过程,这是事实,但这不是自适应系统的用武之地,也不是人们的期望。

            人们对自适应的期望应用是:

            1、显著非线性

            2、显著时变

            3、过程特性“无规则”变化(实际上是人们不知道变化到底是怎么来的)

            人们的期望其实是不现实的:人工做不到的地方,期望自适应能创造奇迹,这好比人脑子想不明白的事,期望人工智能能想明白一样,是本末倒置了。

            对于简单过程,trial-and-error并不是像想象中的那么落后,只要亲手做过几个回路,参数整定没有什么可怕的。一定要辨识、控制器设计这一套,就比较教条了。这和打仗一样,要是战场范围一目了然,敌情清楚,凭经验呼叫炮兵或者摆兵布阵就可以,不是一定要派侦察分队仔细标明敌情、沙盘演算才可以制定作战计划的。

            • 家园 trial-and-error好用

              在我看来啥理论都没有必要,做个逻辑让控制设备像运转员(operator)一样, 开开阀门, 看看参数和目标差距, 再决定是继续开门,还是关门---太误事报

              我还真就这样设计过控制逻辑, 而且在某电厂用着还不错,还拿了一个电力部的科学进步三等奖

              • 家园 鹿jj啊!我看到煤矸石发电的新闻

                能不能给我昨天的帖子http://www.talkcc.net/thread/1299517发表宝贵的意见啊?

                谢谢啦!

              • 家园 太误事报真是误事

                要是逻辑能够解决所有问题,我们这些搞控制的不就没饭碗了嘛?

                要是光用逻辑就能控制的,一般说来控制水平不是太高的。逻辑的dead band不可能太小,要不然忙不过来了,所以控制精度不可能很高。

                • 家园 还不是因为

                  那是国产的阀门, 给小电流让它开它不开那种。

                  厂方没钱用于买进口的阀门,实在是自动化的脑袋+木头四肢,啥控制都做不来,只好模仿operator操作了

                  • 家园 哼,诬蔑国货

                    不过在国内的时候只纸上谈兵,还真是到了加拿大以后才练真把式。阀门不好真是头疼,但有时候工艺条件混蛋更头疼。我们有一个阀门,通过流量在300-400吨/小时,阀门压差在4-6MPa,通常开度在70-80%,但要求阀门的动作精度在0.1%以下,真是强求猪八戒绣花,头疼死了。这只是这个回路一半的头疼,在反应器开车的时候,流量可以在几分钟内改变50%,黏度从清水一样变到超过奶油浓汤,要是控制不好,反应当场就死了,然后背后站一排人,大眼瞪小眼地看着你,上头也是电话一个个打过来,头不大都不行。

                    • 家园 看着怎么像我们对厂子的设计要求呢

                      就是规模再小一点,但是流速的变化和对控制精度的要求,我们也很过分。

                      还好没有这么快的改变流速。

            • 家园 当然不是预期自适应解决所有问题

              就像你说的,对某些简单而又相对规范化的过程(比如发电厂),也许可以做出模式化,程式化的MPC。但简单的不见得就没有时变和非线性的问题。如果时变和非线性是比较快的反复变化,那自适应不太好用;如果是缓慢渐变的过程,像化学反应器由于催化剂的活性变化,裂解炉管道里的结焦等,那么由系统来进行一些模型自动辨识的工作,还是有可能成功的。对这些问题,工程人员事先当然应该都了解,暂时还不存在让人工智能来做人脑想不明白的事情;以后会怎么发展,现在也还不能断言。而且也可以考虑用别的方法去解决,自适应可以是其中的一种方法。总之是不期望它解决一切的此类问题,能解决一点,就算一点,然后再慢慢进步嘛。

              我对由自动测试来获得的模型的有效性和其精度,其实没有很大的信心,甚至对手动开环测试而一次做出来的多变量模型,也要一个个想过计算过才放心一点,而且还要依赖在线闭环控制时的调试。这反过来说明,在线自动测试和模型识别值得尝试。在做一个MPC的项目时,毕竟会受到时间以及工厂生产状况变化的影响。而一但MPC投运后,有充裕的时间和在线数据来对模型进行反复辨识,以期找到更接近实际过程的模型。只是这个过程,依我看来,也还是需要有经验的工程人员的参与。

              • 家园 嗯,这个系统的最大问题是在输入上……

                这个不仅要求对工艺流程极其熟悉,也要求相当大的计算工作,很多时候由于多变量的互相影响,事实和表面的逻辑完全相反-_-

      • 家园 这帖子

        才看出些味道来!

    • 家园 【原创】3.1 模型预估控制通用软件及其应用

      目前在化工界获得广泛应用的MPC软件有Aspen DMCPlus, Honeywell Profit Controller(RMPCT),Adersa HIECON/PFC, Invensys Connois, SGS SMOC等。它们的控制原理都是基于本章上一节所阐述的MPC基本方程,但在许多细节的设计上有差别,体现在建模的方法,模型的形式,反馈方式,优化目标函数及其约束,输出轨迹和区间,求解方法等等。尽管这些差别导致了不同软件在应用上的非标准化,但是它们的实施步骤却是大致相同的,归纳于下:

      1) 对应用对象进行先期调查,分析该过程的历史数据,找到控制系统可以改进的空间并估计其经济效益,规划MPC控制器的结构,定义控制变量(MV)和被控变量(CV),确定是否需要附加检测信号。然后根据调查结果提出报告,报请主管部门批准。做这样一个项目,如果能在半年至1年内收回投资成本,一般就能获得批准。

      2) 一旦项目获批,即可对过程进行测试,也就是对过程的输入加以人为的扰动,以观察和记录过程的输出对这些扰动所产生的响应。现在的测试方法有自动和手动可供选择,扰动信号即可是阶越也可是伪随机二进制的形式;既可在预定时间段里只对单个变量进行扰动,也可对多个变量同时扰动。如何选择,取决于使用的软件,过程的特性,和使用者的偏好。无论采用何种方法,这一环非常重要。如果没有好的数据,下一步的建模就成了垃圾进垃圾出。为了从DCS获取数据,在这一阶段还必须建立MPC服务器与DCS之间的数据传送接口。

      3) 用过程辨识的软件对测试的数据进行处理,以建立过程输入和输出之间的动态模型。理论上,对于一个MxN的控制器,用软件在几分钟内就可以把MxN的动态模型矩阵建好。但直接把这样的模型用于控制器,不但不可能获得好的结果反而会造成灾难。有经验的控制工程师必须根据自己对该过程的认识,对每一个模型进行定性分析和定量估计,使其尽量接近实际过程;而后再确定将哪些模型留在矩阵中,哪些去除。需要这样做的原因在于,从2)获得的数据不可能都是在理想测试条件下产生的,往往需要对单个变量在特定时段里进行辨识,才能得到合理的模型。

      4) 控制器的组态,也就是设定每一个MV和CV的特性参数,比如它的变化区间,加权因子等等。

      5) 对控制器进行仿真,通过改变CV的上下限,观察能否获得设计时所预期的效果,也可为控制器的参数整定提供借鉴。

      6) 制定控制器的操作规程,对操作人员进行培训。

      7) 将控制器投入实际运行,并对其进行调试。达到预期目标后将控制系统交付过程的操作者。

      8) 根据一段时间里的控制结果,对预期的经济效益进行验算并提出总结报告。

      从以上步骤,我们可以看到,MPC控制系统的实施,并没有一个科学的定义,在很大程度上是工程师技艺的展现。特别是关键的3)和4)。也就是说,对于同一个过程,每一个工程师做出来的控制系统的结果可能都是不一样的,甚至出现很大的差别。但是,随着MPC软件的不断改进,以及人们对它的认识越来越丰富,其应用已越来越普遍,实施的效率也在不断提高。在通用MPC投入市场的初期,只有少数工程公司的专家才能使用,而且实施的时间常常要好几个月,费用往往在几十万美元之数。而现在工业界的很多用户内部,都有了能够实施MPC的人才,所需时间缩短,费用也随之降低。

      下面我们就来看一个用DMCplus来控制某有机盐生产过程的实例。图3.1.1是该过程的流程,它主要由三个塔组成:

      点看全图

      图3.1.1 正丁基酯生产流程

      T-1是一个反应器加共沸物蒸馏塔,反应物正丁醇(nBuOH)与乙酸(HAc)在塔釜内进行酯化反应生成正丁基酯(nBuAc)和水(H2O):

      nBuOH + HAc = nBuAc + H2O

      反应产品酯和水,以及少量的反应物醇被蒸馏到塔顶,在塔底没有物料流出。在塔顶的回流罐里,有机物和水分层,并按操作需要分别回流。控制系统的难点是,要保证反应器内的组分(1)满足物料平衡,(2)有利于正向反应(乙酸成分要高)以及(3)水和酯的共沸(azeotrope)条件,(4)同时要防止乙酸被蒸发到塔顶(与(2)矛盾),造成设备腐蚀和产品超标。由于塔底的进料除了反应物外,还有从中间罐来的循环流,反应器内组分容易受到干扰。而由于催化剂的缘故,塔底组分又难于得到可靠的在线分析。这两个因素加大了控制的难度。

      T-2 是产品精馏塔,进料是T-1回流罐里的有机物层,含有酯,醇,和少量水。塔底将得到成品酯,塔顶的有机物和水分层,有机物经中间罐循环回T-1,水则送到T-3。塔底产品有在线成分分析,醇的浓度必须控制在0.4%以下。为了降低单位产量的能耗,提高产品回收率,应将塔底醇的浓度控制在尽量靠近0.4%的数值,同时降低塔顶精馏物中酯的浓度,这就是所谓卡边操作。

      T-3是醇回收塔,进料来自T-1和T-2塔顶回流罐的水液层。塔顶回收的醇经中间罐循环回T-1,塔底的水送至废水处理场。这个塔容易控制,但应尽量降低能耗。

      为这个过程实施MPC控制系统时,除了需要解决以上的控制难点外,还要求尽可能提高产能。事实上,对于众多的MPC应用项目,通过将装置推向约束极限来提高产能,是控制系统获得经济效益的主要手段。

      在工厂测试时,对所有预期的MV的设定值进行了多次不同方向的阶跃改变。分别用有限阶越法(finite step response, FSR)和子空间sub-space)法建模所获得的初始动态矩阵如图3.1.2所示。从图中我们可以看到,用不同的方法获得的模型是有差别的,有时连方向都相反。工程人员不但必须对每一个模型进行仔细分析,决定取舍,有时可能还要对单个模型进行反复计算,以期获得有效模型。

      点看全图

      外链图片需谨慎,可能会被源头改

      图3.1.2 过程动态矩阵

      为了检查某个CV的预估值是否足够准确,可将它与实际值进行比较,如图3.1.3所示。

      点看全图

      图3.1.3 水组分的预估值与实际值的比较

      前面提到,反应器的在线成分分析不可靠,常常会给出不合理的数值,因此必须找到适当的被控变量作为成分变量出现问题时的后备。在建模时发现,塔底温度与反应器的水的成分和第6块塔板的温度与乙酸的成分之间存在较强的相关性,因此这两个温度被包括在控制器里作为CV。在控制器的计算单元,通过逻辑功能来判断在线分析是否正常,以确定是否将组分CV切换到温度CV。

      对于这个过程,可以设计一个有三个分控制器的MPC来控制,每个塔由一个分控制器控制,但有些变量可以相互跨越。T-1分控制器是关键。它的MV和CV定义如下:

      变量 控制策略

      MV1 - 塔底注水 控制反应器内水的成分和再沸器蒸汽阀门的上限

      MV2 - 水层回流 控制反应器内水的成分和再沸器蒸汽阀门的上限

      MV3 - 有机回流 控制塔回流塔内水层的导电值和第35块塔板的温度

      MV4 - 塔底蒸汽 控制T-1和T-2的塔压差上限

      MV5 - 酸/醇比例 控制反应器内酸的成分

      MV6 - 循环流量 这是一个前馈变量

      T-1 CVs

      CV1 – 水成分 作为伪积分变量,控制在设定点。

      CV2 – 酸成分 作为伪积分变量,控制在设定点。

      CV3 – 导电值 反映酸的微量成分,可推向上限。

      CV4 – 蒸汽阀 控制在限定范围内。

      CV5 – 塔压差 反映产能,推向上限。

      CV6 – 塔底温度 反映水的成分,控制在设定范围内

      CV7 – 板6 温度 作为伪积分变量,反映酸向塔顶蒸发,控制在设定点。

      CV8 – 板35 温度 反映醇向塔顶蒸发的程度,控制在设定范围。

      CV9 – T-2压差 反映产能,推向上限。

      根据既定的控制器策略,确定了这个分控制器的动态控制矩阵,如图3.1.4所示。

      点看全图

      图3.1.4 控制器动态矩阵

      我们拿出其中有机回流与导电值这个模型来看一下,如图3.1.5所示。从这个模型我们知道,控制器到达稳态的时间是4个小时。在有机回流1个GPM的阶跃作用下,塔顶回流罐水层的导电值在滞后大约25分钟后开始响应,以貌似多个一阶响应叠加的形式递减,4小时后稳定下来,降低4.96微欧姆。

      点看全图

      图3.1.5 塔顶水层导电值的动态模型

      同时请注意到,模型中有些变量的动态特性是直线的形式。对于这些变量,我们称它们为积分或伪积分变量。比如一个截面不变的开口容器的液位,如果其输入变量(如进口流量)产生一个阶跃变化,而输出变量保持不变,那么液位将随时间线性上升,直到从上端溢出。为了保证安全生产,MPC对这些积分变量是控制在设定值,而不是像一般变量一样任其在上下限之间变动。在一个大的干扰下,如果控制器计算出不能再现定时间里将其控制在设定区间内,它就会将控制器关闭。还有一些变量,像反应器内的反应物成分,如果它的进料流量阶跃增加,而其它反应物流量保持不变,那么它的成分在有限时间里也将线性上升。如果这类变量超出范围并不对安全生产构成威胁,控制器无须关闭,就可以把他们作伪积分变量来处理。在本例中,反应器的水和乙酸成分,以及塔底和塔板6的温度,都是作为伪积分变量来处理的。

      控制器的动态模型确定以后,就可以将它输入到控制器组态软件里对控制器与DCS的接口参数,以及MV和CV的性能参数进行设定。如图3.1.6和3.1.7分别是控制器中某MV和CV的部分参数。

      点看全图

      图3.1.6 MV的参数组态表

      点看全图

      图3.1.7 CV的参数组态表

      控制器参数设定好以后,可以对控制器进行动态仿真,看它的控制作用是否符合设计的控制策略。也可输入一个与控制(预估)模型不同的过程模型,来研究控制器对模型失佩(model mismatch)的容忍度。图3.1.8和3.1.9分别是MV和CV的仿真显示,在实际操作时,操作工可改变MV和CV上下限数值。图3.1.10是水的成分控制在其设定值该变后的响应。

      点看全图

      图3.1.8 MV的仿真显示

      点看全图

      图3.1.9 CV的仿真显示

      点看全图

      图3.1.10 水组分控制对设定点改变的响应仿真

      在以上这些设计工作完成以后,需要用文件记载下来,并且做出一个标准操作手册,供MPC的培训和实际操作之用。

      T-2和T-3的设计不做详细说明。下面略述这个过程在MPC控制下的结果。

      T-1的控制稳定性有很大改善。MPC实施前,一旦有乙酸被蒸发到塔顶,操作工将手动加大水和有机物的回流,降低酸和醇的控制比例,这样就会严重影响产量,常常要十几个小时才能回到正常操作状态。稳定性提高后,控制器可以安全地增加再沸器蒸汽流量,直到其受到塔压差上限的约束,如此使产能上升,并使单位产品的能耗降低。这个装置可不定期切换用来生产多种醇的酯化物。图3.1.11将MPC应用前几个正丁醇酯的生产周期的产量与MPC实施后一个生产周期的产量进行比较,后者高出前者6.8%,经济效益十分可观。

      点看全图

      图3.1.11 MPC实施前后的产能比较

      T-2的改善主要体现在减少塔顶的重组分(酯)和塔底轻组分(醇)的卡边控制上。这两者都使塔底产品的收率提高,单产能耗降低。图3.1.12是塔底轻组分(醇)的控制结果的比较。

      点看全图

      图3.1.12 MPC实施前后产品成分的控制比较

      T-3在常规控制下,某塔板的温度与再沸器蒸汽流量构成串级控制。由于该塔板上的组分差不多是100%的水,它的温度控制设定点只要稍高于平衡点,PID控制器的积分作用就会不断增加蒸汽,而实际温度仍不能达到设定点,造成蒸汽的严重浪费。而MPC只要将该温度控制在上下限就行了,优化目标函数总是尽量减少蒸汽流量,结果使该塔能耗降低60%。

      整个过程的单产能耗降低了9%。

      关键词(Tags): #化工过程控制#MPC软件元宝推荐:爱莲,
分页树展主题 · 全看首页 上页
/ 23
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河