基于非線性多變量優化控制系統的應用

鄭文生，錢坤(安徽萬緯工程管理有限責任公司，安徽 安慶 246001)

基于非線性多變量優化控制系統的應用

鄭文生，錢坤
(安徽萬緯工程管理有限責任公司，安徽 安慶 246001)

針對汽油調和過程中的非線性調和效應及多變量影響等因素，提出了非線性多變量優化控制系統方案，包括系統的硬件和軟件配置、約束條件、多變量優化控制器、優化模型、比例調和控制、在線分析儀分析等，實現了優化建模、模型調整、各控制器之間的通信和數據傳送。實際結果表明： 該設計方案能穩定、有效地應用在油品調和生產裝置中，并指出了系統集成中的注意事項。

非線性 多變量 優化建模 在線控制 系統結構

油品調和是成品油生產的重要工序。在調和過程中，存在著參調組分油中烴類之間的相互作用所引起的非線性調和效應，很難對調和后成品油的質量指標做出直接準確的預測和控制。同時，煉油裝置工藝操作的波動又會引起參調組分汽油多種質量指標的變化，這些多變量因素增加了成品油質量指標的不確定性，從而導致了調和合格率低，重調次數增加或者成品油存在質量過剩而造成浪費，影響了企業的經濟效益。油品調和非線性多變量優化控制系統能對成品油的質量進行精確控制，從而提高了成品油質量。

中國石油化工股份有限公司某分公司含硫原油加工適應性改造及油品質量升級工程是中國石化進行油品質量升級的戰略部署工程之一，其中新建一套汽油在線優化調和裝置，采用非線性多變量優化控制系統進行成品油生產，以實現裝置結構調整和油品質量升級。

1 調和裝置概況

該調和裝置采用管道和靜態混合器進行調和，現場設備主要包括油品儲罐、工藝管線、靜態混合器、調節閥、精密質量流量計、組分油泵、在線分析儀等，控制系統包括在線優化調和[1]、罐區自動化、罐區計量等。

調和裝置既能調和來自組分儲罐的組分汽油(靜態)，又能調和來自煉油裝置的組分汽油(動態)。靜態和動態組分汽油可以同時進行調和。參與調和的有S-Zorb[2]汽油(催化汽油經S-Zorb裝置脫硫后汽油)、重整汽油、抽余油、拔頭油等組分油和甲基環戊二烯三羰基錳(MMT)添加劑。組分油和添加劑經過管道和靜態混合器在線優化調和，分別調和出滿足國家標準的國Ⅳ汽油。

2 系統總體設計

2.1優化控制流程

優化控制系統采用非線性多變量優化技術進行優化控制，在線近紅外分析儀和在線總硫分析儀對各組分油和成品汽油進行在線檢測分析，分散型控制系統(DCS)對組分油進行在線比例調和控制。

1) 組分油、成品汽油通過采樣探頭采樣和快速回路輸送，將試樣送至預處理系統進行處理。處理后的試樣輸送到在線近紅外分析儀進行光譜分析，在線實時檢測分析出各組分油及調和后成品汽油中的辛烷值(RON和MON)、抗爆指數、蒸餾點、烯烴和芳烴體積分數、密度、蒸汽壓、苯體積分數、氧質量分數等質量指標。同時通過在線總硫分析儀，對S-Zorb汽油及調和后的成品汽油進行檢測分析總硫質量分數。

2) 把分析得出的成品汽油的質量指標同優化控制服務器中的優化模型相比較，計算出各調和組分油的配方和體積流量。

3) 由優化控制服務器發出指令，通過DCS把指令下達到各組分油管道上的調節閥。各組分油按不同的比例被送入管道，經液體湍流擴散和靜態混合器混合，達到均勻混合狀態，最終調和出與優化模型一致的93號、97號乙醇汽油及93號、97號車用汽油，分別輸送到各標號汽油的成品油油罐。優化控制系統流程如圖1所示。

圖1 優化控制系統流程示意

2.2非線性多變量優化控制

非線性多變量優化控制系統基于計算機優化技術，針對單個調和批次，根據成品油產品質量指標、優化約束條件、優化控制目標(生產成本最低、質量過剩最小、最接近優化模型等)、組分油成本、組分油體積流量等參數以及在線分析儀提供的組分油及成品油質量分析值等，動態計算最優化[3]的調和配方(即各調和組分油參與調和的量)，對成品油性質實施在線卡邊或區域優化控制，確保成品油質量指標達到優化控制的目標。

2.2.1優化約束條件

優化控制的一系列主要約束條件： 基于管道體積流量控制調節閥，使得調和體積流量控制在優化控制正常工作范圍之內；基于組分油的性質在優化控制的可用性范圍之內；基于產品操作和計劃調度比例約束條件。

2.2.2優化控制目標

優化控制系統的優化目標是提高汽油辛烷值，控制蒸汽壓和餾程，控制烯烴和芳烴體積分數及降低苯體積分數、硫和鉛質量分數。在汽油中加入MMT添加劑，以提高成品汽油的辛烷值，降低汽車尾氣中排放的污染物。調和后的成品汽油的品種和參數見表1所列。

表1 調和后各成品汽油的參數

從表1中的分析數據得出，調和后的成品汽油中的硫質量分數指標均小于1×10-5，遠小于國Ⅳ標準汽油質量指標(硫質量分數小于5×10-5)，可以達到國Ⅴ標準汽油質量指標(硫質量分數小于1×10-5)。

2.2.3優化模型

優化模型的建立是優化控制系統的核心。汽油調和是一個非線性過程，各調和組分油之間存在著復雜的調和效應。它們之間的非線性交互影響是汽油辛烷值(RON和MON)調和不可忽視的因素。因此，優化模型使用非線性優化技術。非線性優化后的配方自動下載到在線比例調和控制系統來自動調整各組分油的比例。各個組分油對應最優化的調和比例，確保比例分配滿足各類約束條件，并對所有調和資源進行整體優化，從而使調和的效益指標最大化。優化模型[4]為

(1)

約束條件為

octmin i≤foct(xij，octj)+Δocti≤octmax i

(i=1,2, …,m；j=1,2, …,n)

fs(xij,ωsj)+Δωsi≤ωs max i

(i=1,2,…,m；j=1,2,…,n)

fole(xij,φole j)+Δφole i≤φole max i

(i=1,2,…,m；j=1,2,…,n)

frvp(xij,rvpj)+Δrvpi≤rvpmax i

(i=1,2,…,m；j=1,2,…,n)

式中：fole——烯烴體積分數調和規則；foct——辛烷值調和規則；frvp——蒸汽壓調和規則；fs——硫質量分數調和規則；octj——汽油組分j的實際辛烷值；octmin i,octmax i——成品汽油i的辛烷值指標；pi——成品汽油i的價格,元/t；qij——參與成品汽油i調和的組分油j的價格,元/t；rvpj——汽油組分j的蒸汽壓，kPa；rvpmax i——成品汽油i的蒸汽壓指標，kPa；ωsj——汽油組分j的硫質量分數，%；ωs max i——成品汽油i的硫質量分數指標，%；xij——參與成品汽油i調和的汽油組分j的實時體積流量，m3/h；Δocti——成品汽油i的辛烷值偏差；Δrvpi——成品汽油i的蒸汽壓偏差，kPa；Δωsi——成品汽油i的硫質量分數偏差，%；Δφolei——成品汽油i的烯烴體積分數偏差，%；ηj——汽油組分j的可用量，m3；φole j——汽油組分j的烯烴體積分數，%；φole max i——成品汽油i的烯烴體積分數，%。

從式(1)可以看出，優化模型的關鍵是在約束條件中建立各汽油調和組分性質的調和規則[5]。辛烷值作為衡量成品汽油品質的主要指標之一，其調和規則具有較強的非線性關系。

2.2.4模型的調整

優化模型隨著優化控制進程不斷地進行調整，使優化模型最接近實際的工藝參數。通過比較優化模型的品質預估[6]值和優化控制的實際參數，結合組分油和調和后的成品汽油的在線實時分析數據，對優化模型進行調整。

3 系統總體構架

優化控制系統的總體構架由優化控制、DCS控制和在線分析儀及現場儀表三部分組成，如圖2所示。

3.1優化控制

優化控制由優化控制服務器、配方管理服務器、防火墻和網絡交換機等設備和優化軟件組成。

優化控制服務器安裝非線性多變量優化控制軟件，進行實時在線的動態配方優化，并將優化配方經交換機及OPC(OLE for Process Control)服務器傳輸到安裝在DCS控制站上的比例調和控制軟件。比例調和控制軟件根據優化配方，對相應的調節閥進行控制。

配方管理服務器安裝調和配方管理軟件。調和配方管理與該公司計劃調度管理系統進行集成，對調和配方和生產任務排產進行管理。

圖2 優化控制系統構架

3.2DCS控制

DCS由控制器、OPC服務器和比例[7]調和控制軟件組成。OPC服務器采集調和過程中的實時數據，并將它們傳送到優化控制系統。在線比例調和控制軟件執行調和品質優化控制軟件下達的控制指令，采集與監控調和過程的每一個參數，根據控制回路設定的PID[8]參數，及時在DCS中進行調整，并對各組分油體積流量進行比例控制，確保被調和的產品符合配方各項指標的要求。

3.3在線分析儀系統

在線分析儀系統由在線近紅外分析儀和在線總硫分析儀組成，是控制系統的重要組成部分。

3.3.1在線近紅外分析儀[9]

在線近紅外分析儀采用先進的傅立葉變換近紅外光譜技術，采集與監測各調和組分油以及成品汽油所要求的物化品質，實時地傳送到DCS。在線近紅外分析儀配備了計算傅立葉變換的計算機、調和校正模型以及試樣預處理系統。

經過預處理的試樣進入流通池進行光譜分析。被流通池中試樣吸收后的近紅外光經光檢測器進行光電檢測、模數轉換和傅立葉變換后，得到在線測量結果。

3.3.2在線總硫分析儀

優化控制系統采用在線總硫分析儀對S-Zorb汽油及調和后的成品汽油進行總硫檢測分析。

在線總硫分析儀應用氧化轉化爐和紫外熒光檢測技術，將經預處理的試樣注入載氣中，試樣與空氣混合后在轉化爐中燃燒，將試樣中的所有硫化物轉換成二氧化硫。從轉化爐出來的氣體進入熒光室，熒光室中的聚光鏡將紫外光聚集到反光鏡組件上，組件選擇性地反射一定波長的激化態二氧化硫分子。當激化態二氧化硫分子衰變為較低能量狀態時，釋放出與試樣中總硫質量分數成一定比例的紫外熒光，經紫外熒光檢測器檢測放大后得到與其相應的總硫質量分數[10]。

4 結束語

非線性多變量優化控制系統的設計和實現，首先要考慮在線優化、檢測分析、罐區計量、DCS控制及計劃調度管理等系統的集成。在設計和集成過程中，要進行接口開發、優化流程確定、優化模型建模、DCS組態、軟件調試等一系列工作。其中各個系統之間的接口軟件開發是實現該系統的重要環節。只有做好這些工作，才能使優化控制系統真正發揮有效的作用，生產出高質量、低成本的產品，為企業增加經濟效益。

[1]王聰,趙國璽.在線調和優化技術的應用[J].石油化工自動化,2010,46(01):13-16.

[2]朱云霞,徐惠.S-Zorb技術的完善及發展[J].煉油技術與工程,2009(08):7-12.

[3]薛嘉慶.最優化原理與方法[M].北京:冶金出版社,2003.

[4]DAYADEEP S M. Real-time Optimization of Gasoline Blending with Uncertain Parameters[D]. Canada: University of Alberta, 2001.

[5]沈惠明,王俊濤.汽油調和優化控制系統的開發及應用[J].石油化工自動化,2009,45(05):7-11.

[6]MORARI M, LEE J H. Model Predictive Control: Past, Present and Future[J]. Computer amp; Chemical Engineering,1999,23(04):667-682.

[7]GEORGE S, LOANNIS K K. PID Controller Tuning Using Mathematical Programming[J].Chemical Engineering and Processing,2005,44(01):41-49.

[8]陶水華.新型PID控制及其應用[M].北京:機械工業出版社,2002.

[9]王永紅. 過程檢測儀表[M]. 北京:化學工業出版社,2001.

[10]蘭龍慧.轉化法分析氣體中的總硫含量儀器的研制[J].分析儀器,2012(05):1-3.

GE檢測控制技術推出高精度超聲波流量計

2013年8月，通用電氣檢測控制技術最新推出了旗下Panametrics超聲波流量計產品系列中的一個新成員Sentinel LCT4高精度超聲波流量計。它是專為高黏度測量而設計，適用于原油及各類液態介質的測量。具高可靠性和重復性，嚴格符合OIML R117-1標準。Sentinel LCT4在繼承Sentinel LCT高可靠性的同時，進一步提升了美學設計，結構更緊湊，電纜內置，緩沖棒不再外露，取消了接線盒，但仍保持了超聲波流量計的所有優點：

·無漂移，無需定期標定

·無壓損

·無管徑限制

·無活動部件，前端無需安裝過濾器/濾網

主要應用：

·液體貿易結算

·液體長輸與調配

·管網泄漏檢測

·原油成品油測量

·超高/低溫流體測量

·任何要求高精度測量的液體

由于全球對原油需求的持續增長，對油品貿易計量的精度也提出越來越高的要求。超聲波流量計由于兼具高精準度和寬量程比，在原油、成品油和LNG的計量方面已經逐步從裝置內擴展到對外貿易結算領域。為此，GE在2011年推出Sentinel系列產品。該系列的產品采用時差法原理、多通道設計，結合GE獨有的波導束技術和CFD仿真模型，實現精度為0.15%級的測量。同時，該系列產品不受流體黏度限制，極大地擴展了在長輸管線多流體測量方面的應用。(通用電氣檢測控制技術(上海)有限公司)

ApplicationofControlSystemBasedonNonlinearMultivariableOptimization

Zheng Wensheng, Qian Kun

(Anhui Wanwei Engineering Management Co. Ltd., Anqing, 246001, China)

Considering the nonlinear blending effects and multivariable influencing factors in gasoline blending process, a control system based on nonlinear and multivariable optimization is proposed, which employs the configuration of hardware and software, constraint conditions, multivariable optimization controller, optimization model, control of ratio blending and on-line analyzer systems, etc. The optimization modeling, model adjustment, communication and data transmission between controllers are realized. Practical applications show the design is effective and stable in the production units of oil blending. The note of system integration is suggested.

nonlinear; multivariable; optimization modeling; on-line control; system structure

稿件收到日期：2013-02-26，修改稿收到日期2013-05-12。

鄭文生(1968—)，男，畢業于浙江大學化工機械專業，現就職于安徽萬緯工程管理有限責任公司，長期從事石油化工工程建設咨詢和管理工作，任高級工程師。

TP273

B

1007-7324(2013)05-0016-04