多变量预估控制技术在丙烯分馏塔中的应用.docVIP

多变量预估控制技术在丙烯分馏塔中的应用.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多变量预估控制技术在丙烯分馏塔中的应用 导语:?介绍了多变量预估控制技术在气体分馏装置丙烯分馏塔先进控制中的应用,对预测控制技术的选择、先进控制系统方案设计、主要变量选择、约束条件、控制器原理进行了详细分析研究, 评估了多变量预估控制技术在工业应用中的应用效果和产生的经济效益 摘要:介绍了多变量预估控制技术在气体分馏装置丙烯分馏塔先进控制中的应用,对预测控制技术的选择、先进控制系统方案设计、主要变量选择、约束条件、控制器原理进行了详细分析研究,评估了多变量预估控制技术在工业应用中的应用效果和产生的经济效益。 关键词:丙烯分馏;多变量预估控制;变量选择;先进控制技术 引言 目前石油化学工业正飞速发展,炼厂气的利用价值越来越受到人们的重视。其中,丙烯、丙烷馏分是生产高附加值化工产品的重要原料。近几年,随着经济的快速增长,聚丙烯工业得到的长足的发展,因此,市场对丙烯原料的需求量日益增长。在炼厂中,丙烯产品主要来源于气体分馏装置对催化裂化液化气的分离,但随着工业生产技术的不断发展,对控制系统的要求也在不断提高,对于大时间滞后、多变量耦合的复杂控制对象以及质量平稳卡边等的控制要求,常规PID控制技术很难满足,而先进控制技术的不断涌现解决了工业过程中上述控制问题。因此对炼油厂而言,在气体分馏装置上进一步优化操作,保证平稳运行,促进节能降耗,实现质量控制,对提高炼厂的经济效益增加炼厂的竞争力有非常重要的意义。 根据丙烯分馏塔的工艺特点,中国石油独山子石化公司炼油厂气体分馏装置先进控制系统采用多变量预估控制技术对丙烯分馏塔Ⅰ的塔底温度,塔底丙烷浓度,丙烯分馏塔Ⅱ的塔顶温度及回流罐液位,塔顶精丙烯预侧线粗丙烯的浓度和回流比,丙烯分馏塔Ⅱ回流罐液位速率,丙烯分馏塔Ⅱ回流比,丙烷浓度,精丙烯浓度,侧线粗丙烯浓度等进行了先进控制,目的是提高装置运行的平稳性,实现产品质量及其它不可测变量的实时在线计算,达到指导操作和闭环控制的要求,实现产品质量卡边控制,提高高价值产品收率。 1 .预测控制技术的选择 控制技术是近年来发展起来的一类新型计算机控制算法。这种控制算法和以状态空间法为代表的现代控制理论设计方法有着明显的不同,它不需要被控对象的精确的数学模型,利用数字计算机的计算能力实行在线的滚动优化计算,从而取得好的综合控制效果[1]。 采用非参数模型的预测控制算法典型的有模型算法控制(MAC)和动态矩阵控制(DMC)等,其基本特征有:建立预测模型方便,采用滚动优化策略,采用模型误差反馈校正;另一类预测控制算法是基于离散参数预测模型的,其中代表性的是广义预测控制(GPC)和广义预测极点配置控制(GPP),这类算法仍然保留了基于非参数模型的MAC和DMC等预测控制算法的预测模型、滚动优化和反馈校正的三个基本特征,只是这里采用的预测模型是具有一定结构和参数的离散受控自回归积分滑动平均模型(CARIMA)或受控自回归滑动平均模型(CARMA)[2]。 目前业界普遍采用的是以阶跃测试数据辨识的输入输出模型为基础的控制算法(MAC、DMC、GPC等),此种技术的特点是需要对生产装置进行扰动测试,在根据测试数据辨识出描述过程输入输出信息的黑箱模型,建立黑箱模型不需要对具体生产过程的物理化学机理有较深入的了解,因此对先进控制工程实施人员的要求相对较低,便于工程化和技术推广。但是黑箱模型比较简单,只描述过程的输入输出信息,一般只适用于稳定对象,并且基于数据辨识的数学模型适应生产变化的能力相对较弱,由于经常的装置改造或生产方案的变化而使投用率下降。石油大学袁璞教授多年致力于模型预估控制算法的研究和实际工程应用,通过对模型描述和预估控制算法的输入研究,揭示了模型预估控制算法的结构统一性,以及多值预估控制算法和单值预估控制算法[3]在模型准确时的统一性,从而提出了适用于各种数学模型描述的通用预估控制算法(UPC Unified Predictive Control)[4],并以此开发了适用于工程实际应用的变结构多变量通用模型预估协调控制器(VSUPCC,Varied Structure Unified Predictive Coordinated Controller)[5]。为了更好的适应生产变化、克服测试模型技术存在的不足,VSUPCC采用以机理分析为基础的状态空间模型,通过机理分析所得的动态模型更能反映生产过程的物理化学原理,容易外推、适应生产变化的能力强、控制器的鲁棒性强,由于不需要阶跃测试,建立模型期间对生产没有干扰。采用状态空间模型的好处是除了能描述生产过程的输入输出信息外,还能描述过程的中间状态变量,从而可以尽可能的利用可测状态变量实现状态反馈,进一步提高系统的鲁棒性和抗(

文档评论(0)

158****6415 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档