常減壓裝置控制性能診斷與優化

張森林

（中石化股份有限公司天津分公司，天津300271）

在生產過程中，自控率是衡量裝置自動化程度和控制性能的重要指標。然而，現場的自控率往往由操作員在某個時刻統計投用自動的回路個數得到，此時得到的是瞬時自控率，無法真實反映裝置一段時間內的自動控制狀況。因此，常常出現統計結果與實際狀況不符的現象，這就使嚴格定義自控率、提供自控率統計方法和工具有了必要性。

診斷是為了提高裝置自動化程度，對診斷結果中性能較差的控制回路進行參數整定是診斷工作的最終目的。常減壓裝置上有上百個控制回路，按照傳統的衰減曲線法、經驗試湊法［1－2］對其一一整定是項費力耗時的工作，并且這些方法會嚴重干擾生產的正常運行［3］。因此，為現場提供高效的、無擾的PID整定工具顯得尤為重要。

筆者基于某大型石化企業10 Mt/a常減壓裝置，給出了自控率的嚴格定義，并利用橫河電機的控制性能診斷工具InsightSuite AE和參數整定工具TuneVP對裝置的控制性能進行了優化。

1 自控率定義

1.1 回路自控率

CS3000上的控制回路有O/S，IMAN，TRK，MAN，AUT，CAS，PRD，RCAS，ROUT共九種工作模式。控制回路只有工作在AUT，CAS，RCAS模式下，才是運行在自動控制的狀態。控制回路自控率的定義如圖1和下式所示。

式中：RL——回路自控率，%。

按照回路自控率，將回路分為三類：對于RL＞80%的回路，將其性能標記為Good Performance；對于20%＜RL＜80%的回路，將其性能標記為Fair Performance；對于RL＜20%的回路，將其標記為Bad Performance。每個回路的控制性能，還可以用SV與PV之間的偏差來衡量。控制回路偏差在±5%之內的運行率定義如圖2和式（2）所示。

圖1 控制回路自控率定義

圖2 控制回路偏差在±5%之內的運行率定義

式中：Rc——回路投用自動且偏差在±5%之內的運行率，%；t1，t2——｜PV－SV｜/SV＜5%的時間（自動狀態下）。

按照回路偏差在±5%之內的運行率，也可將回路分為三類：對于Rc＞80%的回路，將其性能標記為Good Performance；對于20%＜Rc＜80%的回路，將其性能標記為Fair Performance；對于Rc＜20%的回路，將其標記為Bad Performance。

1.2 裝置自控率

在回路自控率的基礎上，定義裝置自控率：

式中：Ru——裝置自控率，%；NGood——裝置中回路自控率大于80%的回路數；NAll——裝置總回路數。

式（3）的意義可表述為一段時間內，RL＞80%的回路數占裝置總回路數的百分比，即該段時間內裝置的自控率。

在回路偏差±5%之內運行率的基礎上，定義裝置偏差±5%之內自控率：

式中：Ruc——裝置的偏差在±5%之內的自控率，%；Nc——裝置中Rc＞80%的回路數。

在式（1）～式（4）的定義中，自控率不再是瞬態概念，它反映的是裝置一段時間內的總體自動化水平，這使得自控率的考核與統計更能反映生產的實際狀況，杜絕了現場人員為通過考核臨時增加回路的投用，卻輕視自動化水平的日常維護。InsightSuiteAE通過OPC連接DCS，在線監測各個回路的工作狀態，統計分析每個回路的自控投用率、偏差在±5%范圍內的投用率。

2 參數整定

內模控制（IMC）是由Morari發展起來的。它基于過程模型，得到一個PID控制器參數的解析表達［4－6］。隨著系統辨識技術的發展，IMC方法越來越廣泛地應用在實際中。

Tune VP通過OPC連接DCS之后，自動抓取和辨識正常生產過程中的階躍曲線，避免因人為引入階躍信號而干擾裝置正常運行。對于開環階躍曲線，使用ARX和子空間辨識；對于閉環階躍曲線，使用子空間辨識。對于自衡系統，給出一階慣性加純遲延模型（FOPTD）；對于非自衡系統，例如液位，給出積分加純遲延模型（IPTD）。

選定能反映過程動態特性的階躍曲線，可以得到相應的傳遞函數模型，從而利用IMC整定方法得到與之相適應的PID參數。這里的參數與DCS上的參數意義一致，可直接應用在實際過程中，部分回路整定前后的參數對比見表1所列。

表1 PID參數整定前后對比

續 表 1

3 診斷及優化過程

3.1 常減壓裝置概況

某10 Mt/a常減壓裝置由原油電脫鹽脫水、常壓蒸餾、減壓蒸餾、輕烴回收等部分組成［7］，共有152個控制回路。在裝置總回路中，排除選擇控制回路、停用工藝線上回路共20個；排除控制閥故障、儀表故障回路7個；排除工藝參數超限、工藝方案特殊要求回路21個。將剩余104個回路作為診斷的基礎，常減壓裝置控制性能診斷流程如圖3所示。

圖3 常減壓裝置控制性能診斷流程

3.2 參數整定前控制性能診斷

為了了解裝置的自控狀況，首先進行了控制性能診斷。在參數整定前的裝置自控率如圖4所示：

圖4 參數整定前控制性能診斷結果

從診斷結果來看，當前只有35.24%的控制回路長期工作在自動狀態下，31.95%的控制回路能夠使得PV與SV之間的偏差保持在±5%之內。這與期望的自控水平相去甚遠，迫切需要進行控制性能的優化。

3.3 控制回路性能優化

性能診斷過程中將各回路按照自控率、偏差在±5%之內自控率從低到高進行排序。對排名靠前的89個控制回路進行參數整定，以優化其控制性能。整定后的回路，能夠投用自動，且能夠有效地減小PV與SV之間的偏差。

如圖5所示，PDIC10102是電脫鹽罐原油混合閥前后壓差，工藝要求其控制在0.13 MPa。該回路之前長期工作在手動狀態，測量值在0.126～0.132 MPa內波動，操作員需要經常調整閥位進行控制。整定參數后，能夠長期投用自動，且穩定在0.13 MPa。

圖5 電脫鹽罐原油混合閥前后壓差回路整定前后對比

如圖6所示，至D-101B混合器入口管注水回路FIC10201在參數整定之前，一直投用手動模式，操作員需要通過調節閥位來控制回路流量的大小。回路參數整定后，能夠長期投用自動模式。而且動態響應快，無超調，更好地實現了穩定性和快速性的平衡。

圖6 FIC10201回路整定前后對比

3.4 參數整定后控制性能診斷

參數整定后回路的控制性能得到了改善，整個裝置的自控率相應地得到提高。89.42%的控制回路能夠長期工作在自動狀態，86.67%的控制回路能夠將PV與SV之間的偏差控制在±5%之內。參數整定后的自控率統計結果如圖7所示。

4 結束語

常減壓作為原油處理的首要裝置，其運行狀況和控制性能對后續加工有重大影響。采用量化的評價指標對其進行診斷，有助于客觀地評價裝置運行狀況。應用基于控制理論的先進的PID參數整定工具，能有效地改善裝置的控制性能。

圖7 參數整定后控制性能診斷

然而，實際生產中因原料、工況的不斷變化，控制對象的特性發生遷移，原有參數不一定能繼續提供好的控制性能，這決定著控制性能優化是一個動態的、長期的過程，需要工藝部門和儀表部門緊密配合、長期合作，周期性地開展相關工作。通過診斷來發現和定位裝置控制性能低下的原因，通過參數整定來優化控制器的性能。

［1］ 王樹青，樂嘉謙.自動化與儀表工程師手冊［M］.北京：化學工業出版社，2010.

［2］ 劉鎮，姜學智，李東海.PID控制器參數整定方法綜述［J］.電力系統自動化，1997，21（08）：79-83.

［3］ 楊智，朱海鋒，黃以華.PID控制器設計與參數整定方法綜述［J］.化工自動化及儀表，2005（05）：1-7.

［4］ 金以慧，方崇智.過程控制［M］.北京：清華大學出版社，1999.

［5］ 王樹青.工業過程控制工程［M］.北京：化學工業出版社，2007.

［6］ SEBORG E D，EDGAR F T，MELLICHAMP A D.Process Dynamics and Control［M］.2nd ed.America：Wiley，2003.

［8］ OVERSCHEE V P，DE MOOR B.Subspace Identification for Linear Systems：Theory-Implementatin-Application［M］.Netherland：Kluwer Academic Publishers，1996.

［9］ 李幼鳳，蘇宏業，褚健.子空間模型辨識方法綜述［J］.化工學報，2006，57（03）：473-479.

［10］ 趙輝.基于內模控制原理的PID控制器設計［D］.天津：天津大學，2005.

［11］ 林世雄.石油煉制工程［M］.3版.北京：石油工業出版社，2000.

［12］ 張建芳，山紅紅，涂永善.煉油工藝基礎知識［M］.2版.北京：中國石化出版社，2009.