自適應模糊控制策略用于深冷裝置制冷系統

孫 輝 大慶油田天然氣分公司

自適應模糊控制策略用于深冷裝置制冷系統

孫 輝 大慶油田天然氣分公司

深冷輕烴回收裝置丙烷機與膨脹機采用獨立控制方式，并沒有考慮變負荷情況下膨脹機自適應控制。此種模式造成能源的浪費，增加了企業運行成本。通過對影響膨脹機運行的關鍵因素進行分析，利用T-S模糊推理及遞推最小二乘法進行結論參數辨識，建立膨脹機模糊控制模型。采用模糊自整定PID控制策略實現膨脹機自適應控制，經仿真模擬實驗表明，模型誤差小于2%，完全符合現場要求。通過現場實際驗證，該方案達到了預期的指標要求，能有效地降低系統能耗，提高裝置輕烴產量，實現了節能增產目的。

自適應模糊控制；制冷溫度；輕烴收率；模型；仿真

1 存在的問題

大慶地區輕烴回收裝置分為深冷和淺冷兩種，其中深冷裝置制冷溫度達到-110℃左右，輕烴收率較高，膨脹機和丙烷機是深冷的主要制冷設備。輕烴回收裝置中的丙烷機為電動機驅動，丙烷機的耗電量約占深冷裝置總耗電量的50%。而膨脹機靠透平驅動，能耗低且制冷量較高。在深冷裝置塔頂制冷溫度相同的情況下，丙烷機和膨脹機的負荷大小對能耗有很大的影響。原有的控制方案并沒有考慮丙烷機和膨脹機的自動變負荷調節，均采用各自獨立控制方式。此種模式導致丙烷機負荷較大，能耗較高，造成能源的浪費，增加了運行成本。

因此，有必要制定膨脹機的自適應優化控制方案以實現其自動調整負荷的目的，即將丙烷機的負荷降低后，通過增加膨脹機的負荷以達到相同的制冷溫度，此時丙烷機能耗可大大降低。

2 自適應控制策略及模型建立

通過上述分析，采用降低丙烷機負荷的措施（根據丙烷機負荷降低程度，通過自動控制實現提高膨脹機負荷），以實現制冷溫度相同的情況下節約系統能耗的目的。根據方案，首先采集膨脹機的相關數據并分析，確定膨脹機建模所需要的輸入變量，建立膨脹機的模型，進而采用合理的控制算法實現其自適應控制[1]。

2.1 各變量對膨脹機工作影響的分析

膨脹機的運行參數有膨脹機出口壓力、膨脹機進口壓力、膨脹機轉速、原料氣溫度、原料氣流量、噴嘴開度及膨脹機出口溫度。通過固定其他條件不變，調整某一變量得到膨脹機各相關變量對膨脹機工作的影響規律。從實驗數據可以看出，膨脹機出口壓力、原料氣流量、膨脹機轉速對膨脹機出口溫度影響較大。因此，將此3個參數作為膨脹機建模的輸入變量，將膨脹機的出口溫度作為膨脹機建模的輸出變量。

2.2 膨脹機模型的建立

建立膨脹機控制模型，將所采用的模糊建模算法用MATLAB語言進行編程，通過反復修改聚類參數得到最佳模糊規則，使模型的結構劃分更合理[2]。其中隸屬度函數采用高斯函數。經過在實驗室的反復驗證修改，得到膨脹機的最終模型為：

3 仿真實驗及實際應用對比分析

本方案采用模糊自適應PID控制策略，將膨脹機出口溫度偏差和偏差的變化率作為模糊系統的輸入，3個PID參數的變化值作為輸出，根據事先確定好的模糊控制規則做出模糊推理，在線改變PID參數的值，從而實現PID參數的自調整[3]。結合實際操作經驗以及模糊規則建立的原則，可得出膨脹機冷量自動調節的模糊控制規則。在控制規則中E代表誤差，EC代表誤差變化，ΔKp、ΔKi、ΔKd分別代表輸出的模糊控制量。針對不同的輸出量，分別得到49條控制規則。

找出PID的3個參數Kp、Ki、Kd與E和EC之間的模糊關系，在運行中通過控制器不斷檢測E和EC，根據模糊控制原理來對3個參數進行在線修改，以滿足不同的E和EC對控制參數的要求，使被控對象有良好的動、靜態性能。

3.1 仿真實驗

為了驗證模型的精確性，在裝置正常運行的情況下采集膨脹機輸入、輸出變量的100組數據，將這些數據用于所建立的模糊模型，以驗證模型誤差是否在允許的誤差范圍內。膨脹機模型誤差仿真效果如圖1所示。

圖1 膨脹機模型誤差仿真

由仿真圖可以看出，所得模型誤差小于0.2%，完全符合現場要求。

3.2 膨脹機變負荷自適應控制策略應用

將上述建立的膨脹機變負荷自適應控制策略加載至DCS控制系統，逐漸降低丙烷機負荷，膨脹機負荷由控制算法實現自動調節，達到期望的制冷溫度，由此實現節約能耗目的。通過采集控制策略，對應用效果進行對比分析。表1為膨脹機優化前后相關數據的對比情況。

表1 膨脹機優化前后相關數據對比

3.3 效益分析

該項目在深冷裝置應用后，裝置能耗有所降低，輕烴產量增加。

（1）由于提高了膨脹機制冷負荷，所以丙烷機負荷大幅降低，經計算，丙烷機的電耗由172.59× 10-4kW·h/m3下降到136.30×10-4kW·h/m3，裝置年節約電量72.59×104kW·h。

（2）優化措施應用后，脫甲烷塔溫度梯度分布更趨于合理化，提高了系統制冷能力，輕烴收率有所提高。經計算，裝置輕烴收率由1.95×10-4t/m3提高到2.03×10-4t/m3，裝置年增產輕烴1 612.54 t。

按裝置設計處理量2×108m3/a，輕烴4 250元/噸，電費0.574 7元/千瓦時計，年增加經濟效益726.33萬元。

4 結論

（1）膨脹機的自適應優化控制方案是利用T-S模糊推理的非線性逼近能力，借鑒模式識別聚類思想提取樣本數據模糊規則，用遞推最小二乘法進行結論參數辨識，建立模糊規則來描述系統特征，即模型輸入與輸出之間的數學關系。經驗證，采用此類方法建立的模型精度達到2%以內。

（2）基于模塊化思想設計優化控制模型，將關鍵部分封裝成標準化模塊，可根據系統的實際需求組建優化控制系統，使優化控制模型具有更強的適應性。

（3）將模糊PID控制、預測控制、神經網絡控制等先進控制策略應用于控制模型，得到了良好控制效果，并保持了受控對象自身的動、靜性能，系統具有更強的魯棒性。

（4）通過本項目的研究，優化系統控制參數，提高膨脹機制冷能力，合理優化裝置脫甲烷塔冷量梯度分布，有效降低裝置能耗，提高裝置輕烴產量，實現了節能增產目的。本項目研究成果可為其他同類裝置節能增產提供指導作用。

[1]程武山．智能控制理論與應用[M]．上海：上海交通大學出版社，2006：45-60.

[2]劉曙光，魏俊民，竺志超，模糊控制技術[M]．北京：中國紡織出版社，2001：78-83.

[3]王永紅．NURBS曲線數控插補算法研究[J]．機械制造與自動化，2010（4）：57-60.

（欄目主持 關梅君）

10.3969/j.issn.1006-6896.2015.9.029

孫輝：工程師，2007年畢業于大慶石油學院控制理論與控制工程專業，現任大慶油田天然氣分公司油氣加工十大隊生產辦主任。

2015-05-08

（0459）4418084、trqsunhui@petrochina.com.cn