CN201006332Y - 一种高纯精馏的一般模型控制*** - Google Patents

Abstract

本实用新型公开了一种高纯精馏的一般模型控制***，包括：精馏塔、智能检测仪表、DCS***、上位机和现场总线；上位机从DCS实时数据库中获得历史的温度数据，通过推断控制环节和一般模型控制器环节，得到当前控制器的输出值：回流比和再沸比，再把这两个值返回给DCS***，从而作用于实际精馏塔对象，该***较传统PID等控制***，不仅确保了两端组分的高纯度平稳操作，并且具有很好的动态控制效果。

Description

一种高纯精馏的一般模型控制***

技术领域

本发明涉及精馏技术领域，特别地，涉及一种高纯精馏的一般模型控制***。

背景技术

精馏过程是石油化工生产过程中一个很典型很重要的单元过程，它的操作质量直接影响着整个工厂的产品质量和生产成本。特别随着经济全球化和科技的日新月异，人们对精馏过程的高效性和精密性要求越来越高，高纯精馏越来越得到国内外的关注，并越来越重要。

据农药专业杂志《AGROW》提供的数据，先正达2001年销售额为53.85亿美元，安万特为38.42亿美元，孟山都37.55亿美元，巴斯夫31.05亿美元，道农业科学26.12亿美元，拜耳24.18亿美元，杜邦19.17亿美元，他们都是被称为“农药90％俱乐部”的成员，而国内全部农药企业2001年销售总额仅为260.4亿人民币，仅相当于一个中型跨国公司的年度销售额。差距在哪里呢？一方面是由于国内农药的自主创新能力还不够，另外一方面则是由于生产高纯度农药能力的欠缺。举个例子，同样的一种农药，国外的精度能达到99.9％，而国内却只能达到99％，虽然就差了0.9个百分比，但是单位价格却可能会相差十倍，甚至百倍。有些外企的做法是拿国内企业的农药用做它们的原料，其中的利润可显而之，这也势必导致销售额的差距。

高纯精馏过程控制的难题主要在于其复杂的动态特性、强非线性、和回路之间的强耦合性，传统的PID等线性控制方案很难对其得到较好的控制效果。国内外工艺、自控专家对此做了大量的研究工作，提出了许多先进控制理论，也取得了一些令人鼓舞的进展。但是鉴于仪表控制***硬件的限制和高纯精馏过程非线性随纯度每0.1％甚至每0.01％纯度的提高而显著增强以及***强耦合等特有的复杂动态特性，导致诸多先进控制方案很难在高纯精馏过程中有效实施，成为精馏生产产品高纯控制中的一个瓶颈。

发明内容

本发明的目的在于针对现有技术的不足，提出了一种新型高纯精馏的一般模型控制***，有效实现了对高纯精馏过程的平稳操作和两端组分的高纯度控制。

为了实现上述发明目的，本发明采用了如下的技术方案：

一种高纯精馏的一般模型控制***，它包括：精馏塔、智能检测仪表、DCS***、上位机和现场总线；所述精馏塔、智能检测仪表、DCS***和上位机通过现场总线依次相连，实现信息流的上传和下达。

进一步地，所述上位机包括推断控制器、一般模型控制器和人机界面。

本发明涉及的控制***以精馏过程塔顶产品轻组分纯度XD和塔底产品轻组分纯度X_n为被控变量，以回流比和再沸比为控制变量。

现在随着分析仪表的发展，特别是工业色谱仪的在线应用，已逐渐出现直接按产品纯度来控制的方案。然而，这种方案目前仍受到两方面的制约，一是测量过程滞后很大，反应缓慢，二是分析仪表的可靠性较差，难以保障控制过程的长周期运行。所以，本发明引入了基于机理推导的组分推断控制，通过对精馏塔顶底温度、压强的实时检测，通过机理函数关系式，来精确推断产品组分，进行高精度长周期实时控制，可有效克服产品组成直接控制的诸多弊端。

所述的产品组分的推断控制的推断算法的推导如下，以塔顶温度和塔顶产品轻组分分率的关系为例：

根据拉乌尔定律和道尔顿分压定律：

其中P₁为塔顶气相总压，y₁为塔顶轻组分的气相分率，x₁为塔顶轻组分的液相分率。P_b1°为塔顶轻组分的饱和蒸汽压。

根据安托因(Antoine)方程：

T₁＝[b/(a-1gP_b1°)]-c    (2)

其中，a，b，c称为安托因常数。T₁的单位为℃，P_b1°的单位为毫米汞柱。

y₁和x₁之间的函数关系式根据相平衡关系得到：

$y_1=\frac{\mathrm{\α}{x}_1}{(\mathrm{\α}-1)x_1+1}---\left(3\right)$

其中，α为相对挥发度。

方程式1，2，3联合推出如下的y₁关于T₁、P₁关系式：

$y_1=\frac{\mathrm{\α}}{\mathrm{\α}-1}-\frac{{10}^{(a-\frac{b}{T_1+c})}}{(\mathrm{\α}-1)P_1}---\left(4\right)$

从而，得到塔顶产品纯度与温度压强间的组成推断控制函数关系式：

冷凝器若为全凝器，

$x_D=\frac{\mathrm{\α}}{\mathrm{\α}-1}-\frac{{10}^{(a-\frac{b}{T_1+c})}}{(\mathrm{\α}-1)P_1}---\left(5\right)$

冷凝器若为分凝器，

$x_D=\frac{1}{k_D}[\frac{\mathrm{\α}}{\mathrm{\α}-1}-\frac{{10}^{(a-\frac{b}{T_1+c})}}{(\mathrm{\α}-1)P_1}]---\left(5^{,}\right)$

其中，K_D为塔顶分凝器的气液平衡常数。

同理，得到塔底产品组成与塔底温度、压强的组分推断控制方程：

$\mathrm{Xn}=\frac{\mathrm{P\α}}{{10}^{(a-\frac{T_n+c}{b})}(\mathrm{\α}-1)}-\frac{1}{\mathrm{\α}-1}---\left(6\right)$

本发明所涉及的***控制器采用基于非线性模型的一般模型控制算法，将输出值与输出设定值之间的偏差，作为一般模型控制器的输入量，经一般模型控制律处理后，得到回流比和再沸比这两个控制变量的新数值，作为控制器的输出，传递给DCS***。

本发明采用的一般模型控制器的具体形式如下，以塔顶为例，为了方便表示，将塔顶产品组分X_D标记为y，回流比

标记为u，希望y满足如下标称轨迹：

$\stackrel{*}{y}=K_1(y^{*}-y)+K_2\∫(y^{*}-y)\mathrm{dt}---\left(7\right)$

其中，K₁、K₂为两个参数矩阵，用来决定响应曲线y的形状，y^*为标称轨迹，为y的导数。当***稳态模型的存在时，就可以用以下等式近似表示：

$\stackrel{*}{y}\≈T^{-1}(y_u-y)---\left(8\right)$

其中，T是开环时间常数的估计值，而y_u则是***最终的输出值。将(8)

代入(7)，得到：

y_u＝y+T(K₁(y^*-y)+K₂∫(y^*-y)dt)  (9)

若稳态模型存在，设

y_u＝F(u)                        (10)

从而，根据(9)及(10)，求出控制变量u。

本发明具有以下技术效果，通过运用一般模型控制***，实现了对高纯精馏过程塔顶塔底双端组分的高纯度控制，具有响应快、无偏差的控制品质，较传统的PID控制***在动态性能上有很大的改进，应用效果好，而且所述的控制方法基于DCS和计算机上位机平台，因此易于实施。

附图说明

图1为高纯精馏过程PID图；

图2为本发明高纯精馏的一般模型控制***的连接示意图；

图3为本发明高纯精馏的一般模型控制方法参数选择参照图；

图中，1-塔体，2-回流罐，3-再沸器，4-乘法器单元，5-加法器单元，6-现场智能仪表，7-数据接口，8-控制站，9-实时数据库，10-上位机；D-塔顶产品流量，R-回流量，B-塔底产品流量，V-再沸量，F-进料量，TT-温度检测环节，TC-温度控制环节，FT-流量检测环节，FC-流量控制环节，LT-液位检测环节，LC-液位控制环节。

具体实施方案

下面结合图1、图2和图3来详细说明本发明，本发明的目的和效果将更加明显。

本发明的高纯精馏的一般模型控制***包括：精馏塔(控制对象)、智能检测仪表(传感变送)、DCS***、上位机和现场总线；精馏塔、智能检测仪表、DCS***和上位机通过现场总线依次相连，实现信息流的上传和下达。所述上位机包含推断控制器、一般模型控制器和人机界面。

所述的***连接方式上与传统的工业流程的区别在于：塔顶和塔底的检测仪表连接到了DCS***，将检测到的信号上传到实时数据库，而上位机和DCS***连接并从中获得历史数据，上位机出来的信号下达到DCS***，并通过DCS下达给精馏过程的乘法器4，进行控制作用。

本发明高纯精馏的一般模型控制方法按照如下步骤进行实施：

1、建立从温度、压强到产品组分浓度的推断控制模块

这部分工作，由上位机10上的推断控制器来完成。通过如下组成推断控制方程，根据来自DCS实时数据库9的温度、压强数据快速准确地推断出产品组分的纯度值：

对塔顶产品纯度：冷凝器若为全凝器， $x_D=\frac{\mathrm{\α}}{\mathrm{\α}-1}-\frac{{10}^{(a-\frac{b}{T_1+c})}}{(\mathrm{\α}-1)P_1}$

冷凝器若为分凝器， $x_D=\frac{1}{k_D}[\frac{\mathrm{\α}}{\mathrm{\α}-1}-\frac{{10}^{(a-\frac{b}{T_1+c})}}{(\mathrm{\α}-1)P_1}]$

对塔底产品纯度： $\mathrm{Xn}=\frac{1}{k_n}[\frac{P_n\mathrm{\α}}{{10}^{(a-\frac{T_n+c}{b})}(\mathrm{\α}-1)}-\frac{1}{\mathrm{\α}-1}]$

以上基于机理模型推导得到的组分推断控制方法，与常规的基于数据回归分析得到的组分推断控制方法相比，具有推断预测准确、外推能力强、不受进料组成扰动的影响等诸多优点。

2、一般模型控制算法的设计和参数选择

这项工作在上位机10上的一般模型控制器上完成，通过以下步骤来实施：

1)根据式(9)y_u＝y+T(K₁(y^*-y)+K₂∫(y^*-y)dt)，先得到稳态模型从而使y_u已知。

通过阶跃测试或直接从实时数据库中得到数据，采用最小二乘辨识方法进行二次曲线拟和，得到以下形式的二次曲线数学模型：

X_D(k)^ss＝a₁×RR(k)²

                                                           (11)

X_n(k)^ss＝a₂×BR(k)²

式中， X_D(k)^ss， X_n(k)^ss相当于y_u值。

2)式子(11)代入(9)式，得到控制器算法方程：

$\mathrm{RR}\left(t\right)=\frac{1}{\sqrt{a_1}}\×\sqrt{X_D\left(t\right)+T(K_1(X_{\mathrm{Dset}}-X_D\left(t\right))+K_2\∫(X_{\mathrm{Dset}}-X_D\left(t\right))\mathrm{dt})}---\left(12\right)$

$\mathrm{BR}\left(t\right)=\frac{1}{\sqrt{a_2}}\×\sqrt{X_n\left(t\right)+T(K_1(X_{\mathrm{nset}}-X_n\left(t\right))+K_2\∫(X_{\mathrm{nset}}-X_n\left(t\right))\mathrm{dt})}---\left(13\right)$

对上式作微分，

$\mathrm{dRR}\left(t\right)=\frac{1}{2\sqrt{a_1}}\×\frac{(1-T\×K_1)\×{\stackrel{*}{X}}_D\left(t\right)+K2\×T\×(X_{\mathrm{Dset}}-X_D\left(t\right))}{\sqrt{X_D\left(t\right)+T(K_1(X_{\mathrm{Dset}}-X_D\left(t\right))+K_2\∫(X_{\mathrm{Dset}}-X_D\left(t\right))\mathrm{dt})}}---\left(14\right)$

$\mathrm{dBR}\left(t\right)=\frac{1}{2\sqrt{a_2}}\×\frac{(1-T\×K_1)\×{\stackrel{*}{X}}_n\left(t\right)+K2\×T\×(X_{\mathrm{nset}}-X_n\left(t\right))}{\sqrt{X_n\left(t\right)+T(K_1(X_{\mathrm{nest}}-X_n\left(t\right))+K_2\∫(X_{\mathrm{nset}}-X_n\left(t\right))\mathrm{dt})}}---\left(15\right)$

其中

${\stackrel{*}{X}}_D\left(t\right)=K_1(X_{\mathrm{Dset}}-X_D\left(t\right))+K_2\∫(X_{\mathrm{Dset}}-X_D\left(t\right))\mathrm{dt}---\left(16\right)$

${\stackrel{*}{X}}_n\left(t\right)=K_1(X_{\mathrm{nset}}-X_n\left(t\right))+K_2\∫(X_{\mathrm{nset}}-X_n\left(t\right))\mathrm{dt}---\left(17\right)$

对于离散控制***，必然满足

BR(k)＝BR(k-1)+□BR(k-1)    (18)

RR(k)＝RR(k-1)+□RR(k-1)    (19)

从而，根据被控变量前一时刻的值，根据式14-19，得到当前时刻控制变量的输出值，作为***的控制器算法。该非线性控制算法，能够有效克服高纯精馏过程因纯度变化所导致的强非线性问题。

3)设置控制器参数：过程的时间常数T，控制器参数K₁、K₂

通过以下步骤来实施：

a)设定时间常数T：通过阶跃响应法获取；

b)选取K₁、K₂：

将式(7)，进行拉普拉斯变换，得到：

$\frac{x}{x^{*}}=\frac{2\mathrm{\τ\ξs}+1}{{\mathrm{\τ}}^2{s}^2+2\mathrm{\τ\ξs}+1}---\left(20\right)$

其中

$\mathrm{\τ}=\frac{1}{\sqrt{k_2}}$

$\mathrm{\ξ}=\frac{k_1}{2\sqrt{k_2}}---\left(21\right)$

根据式(20-21)，先得到***x/x^*关于t/τ的标准阶跃响应曲线，然后根据此曲线响应图，参照图三选择出合适的τ和ξ值，最后求解式21得到控制器的参数K1和K2。其中，选择K1，K2，具体步骤如下：

i)根据所需要的曲线形状从图三中选出合适的ξ；

ii)通过选择该ξ下的动态性能指标来计算出τ值；

iii)根据式(15)中计算K₁，K₂。

c)根据生产情况和要求，进行采样时间、设定值的设置。

3、***开始投运：

1)用定时器，设置好每次控制作用的时间间隔；

2)现场智能仪表6检测精馏塔的顶底温度、压强等数据并传送到DCS的实时数据库9中；

3)上位机10，在每个定时周期，从DCS的实时数据库9中，得到前一时刻的塔顶塔底的温度和压强等数据，并作为上位机10中推断控制器模块的输入；

4)上位机10中的推断控制器，经过推断控制，得到前一时刻的塔顶塔底组分的推断预测值，并作为上位机10中一般模型控制器模块的输入；

5)上位机10中一般模型控制器，经过运算得到的当前时刻的控制变量：回流比和再沸比，并下达给DCS***；

6)DCS***，通过现场的调节装置，对现场的高纯精馏过程实施控制作用，确保双端产品组成的高纯度质量品质。

与传统的精馏控制***和方法相比，本发明技术，明显提高了精馏过程双端产品高纯度下的平稳控制能力，提高高纯精馏过程的动态品质；同时，***还具有较强鲁棒性、参数易于检测和易于实施等优点。

本发明提出的高纯精馏的一般模型控制***和方法，已通过较佳实施例进行了描述，相关技术人员明显能在不脱离本发明内容、精神和范围内对本文所述的装置和操作方法进行改动或适当变更与组合，来实现本发明技术。特别需要指出的是，所有相类似的替换和改动对本领域的技术人员是显而易见的，它们都会被视为包括在本发明精神、范围和内容中。

Claims (1)

1.一种高纯精馏的一般模型控制***，其特征在于，它包括：精馏塔、智能检测仪表、DCS***、上位机和现场总线；所述精馏塔、智能检测仪表、DCS***和上位机通过现场总线依次相连，实现信息流的上传和下达；其中，所述上位机由主机和人机界面组成，所述主机上安装推断控制器和一般模型控制器。

Images