乙烯裂解深度控制系統(tǒng)的設(shè)計開發(fā)

倪啟東

(中國石油化工股份有限公司 齊魯分公司,山東 淄博 255400)

乙烯裂解深度控制系統(tǒng)的設(shè)計開發(fā)

倪啟東

(中國石油化工股份有限公司 齊魯分公司,山東 淄博 255400)

針對某烯烴廠液相原料裂解爐實施裂解深度控制改造為背景，采用了神經(jīng)網(wǎng)絡(luò)軟測量建模技術(shù)并結(jié)合Smith預(yù)估控制的控制方案，實時跟蹤裂解原料和裂解爐運行工況,并對裂解深度的變化趨勢進行及時準確的預(yù)測，結(jié)合在線色譜分析儀對預(yù)測結(jié)果進行校正，同時利用DCS設(shè)計開發(fā)了裂解深度控制系統(tǒng)軟件。投用效果表明： 該系統(tǒng)能夠很好地適應(yīng)裂解原料的變化，維持并控制裂解深度，有較好的安全性和穩(wěn)定性。

裂解深度 軟測量 BP神經(jīng)網(wǎng)絡(luò) Smith預(yù)估控制

1 裂解深度控制方案探討

裂解深度是指裂解反應(yīng)進行的程度，乙烯裝置裂解爐的控制目標是按照實際生產(chǎn)要求盡可能多地獲得乙烯、丙烯、丁二烯以及高附加值產(chǎn)品[1]。由于裂解反應(yīng)的復雜性以及影響裂解深度的因素較多，在爐型、裂解原料屬性變化不大的情況下，充分研究影響裂解深度的工藝因素并加以合理的控制至關(guān)重要。主要的工藝因素包括裂解爐出口溫度(COT)、橫跨溫度、停留時間、烴分壓、稀釋蒸汽和稀釋比、爐出口壓力以及急冷鍋爐出口溫度等，其中COT起著決定性作用。以乙烯為主要生產(chǎn)目標的裂解反應(yīng)，其反應(yīng)條件需滿足高溫、短停留時間、低烴分壓的要求，并且同時確保裂解溫度、汽/烴比和生產(chǎn)負荷的穩(wěn)定。通過控制COT對裂解深度施加影響，同時選擇裂解產(chǎn)物中的丙烯/乙烯比值或甲烷/丙烯的比值來表征裂解深度。

傳統(tǒng)裂解深度控制方案： 把在線分析儀測得的裂解深度值與設(shè)定的期望值比較，得出深度因子，然后結(jié)合某種算法通過改變爐膛燃燒對COT進行控制，進而改變裂解深度[2]。由于在線分析儀采用氣相色譜分析儀，實際應(yīng)用中存在兩個問題： 試樣預(yù)處理系統(tǒng)不完善，不能穩(wěn)定輸出合格的樣氣，導致色譜儀不能長周期穩(wěn)定運行；色譜分析法的局限性不可避免地會出現(xiàn)檢測數(shù)據(jù)滯后的問題。每個分析周期滯后10～30 min，而裂解原料在爐管中發(fā)生的裂解反應(yīng)時間約為0.38 s，導致采集的數(shù)據(jù)無法直接用于裂解深度控制。

鑒于以上原因，可以采用Smith預(yù)估控制、模型預(yù)測控制等智能控制方法來解決分析儀分析結(jié)果滯后的問題。由于裂解原料組成的不斷變化、裂解反應(yīng)的快速性、復雜的熱傳遞以及復雜的爐管結(jié)焦過程等因素使得裂解爐具有很強的非線性特性[3]，很難用傳統(tǒng)解析建模方式建模。因此，筆者利用具有較強的自適應(yīng)和學習功能的神經(jīng)網(wǎng)絡(luò)軟測量建模方法解決具有不確定性或高度非線性對象的控制問題。神經(jīng)網(wǎng)絡(luò)建模的理論依據(jù)是： 通過對輸入輸出數(shù)據(jù)對的學習，能夠以任意精度逼近任何非線性函數(shù)[4-5]。

2 構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的裂解深度Smith預(yù)估控制

2.1 BP神經(jīng)網(wǎng)絡(luò)軟測量模型的建立

首先根據(jù)神經(jīng)網(wǎng)絡(luò)軟測量模型架構(gòu)方式選擇輸入輸出變量，通過對裂解爐運行的諸多工藝參數(shù)進行篩選，確定神經(jīng)網(wǎng)絡(luò)預(yù)測模型的輸入?yún)?shù)為COT、進料總流量和汽烴比；輸出參數(shù)為輕質(zhì)爐丙烯/乙烯比或者重質(zhì)爐甲烷/丙烯比。設(shè)計該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包含1個輸入層、1個隱含層和1個輸出層，各層的神經(jīng)元數(shù)量分別為3，5，1，神經(jīng)元類型選擇對數(shù)函數(shù)并且采用Levenberg-Marquardt BP學習算法。然后采集裂解爐運行數(shù)據(jù)樣本，可以通過兩種方式獲得： 80%的數(shù)據(jù)樣本可以通過借助Coilsim軟件自動生成；20%左右的數(shù)據(jù)樣本采用實地采集方式獲得。所有的數(shù)據(jù)樣本需進行有效性篩選和歸一化處理。最后，利用這些數(shù)據(jù)樣本對該神經(jīng)網(wǎng)絡(luò)軟測量模型進行訓練和測試，經(jīng)過訓練，該神經(jīng)網(wǎng)絡(luò)具備預(yù)測某臺裂解爐在不同工況條件下裂解深度的能力。

2.2 裂解深度Smith預(yù)估控制方案

具有自我訓練能力的神經(jīng)網(wǎng)絡(luò)軟測量模型配合一階慣性加滯后環(huán)節(jié)構(gòu)成具有非線性特征的裂解深度預(yù)測模型，并以此作為Smith預(yù)估器的內(nèi)部模型。整體控制方案如圖1所示，預(yù)測模型的預(yù)測輸出值與在線分析儀輸出值進行對比校正。其校正差值經(jīng)過濾波后與預(yù)測輸出值共同作用成為裂解深度控制器的PV值，其中濾波器用來克服模型失配對閉環(huán)控制系統(tǒng)性能的影響。裂解深度PID控制器根據(jù)經(jīng)過校正的預(yù)測裂解深度值與設(shè)定值的偏差自動計算生成COT控制器的設(shè)定值，從而控制裂解爐的裂解效果。在裂解爐運行后期，當COT設(shè)定值逼近預(yù)先設(shè)定的控制限時，可以通過人為干預(yù)裂解爐總進料流量，達到穩(wěn)定裂解深度的目標。

圖1 裂解深度Smith預(yù)估控制方案

在該裂解深度控制系統(tǒng)中，裂解深度控制器選擇采用帶死區(qū)設(shè)定功能的PID控制策略，該控制策略很容易在現(xiàn)有DCS中實現(xiàn)，不用額外增加硬件，這不僅能夠降低系統(tǒng)運行風險和節(jié)省成本，而且操作簡單。

圖1中，SEVN為裂解深度預(yù)測模型的預(yù)測輸出值；SDY為滯后10 min的裂解深度模型輸出；AI為在線分析儀輸出值，即實測的裂解深度測量結(jié)果；AI與SDY的差值SDD為裂解深度模型校正項。濾波器信號Tf用于降低不可信的在線分析結(jié)果對控制系統(tǒng)的沖擊，提高系統(tǒng)的魯棒性，濾波時間常數(shù)通常為分析儀實際的滯后時間。由此，可以得到裂解深度控制器的輸入SEVY為

SEVY=SEVN+Tf(AI-SDY)

(1)

3 裂解深度控制軟件的設(shè)計

3.1 建立裂解深度神經(jīng)網(wǎng)絡(luò)軟測量模型

根據(jù)不同的裂解爐原料及爐型，通過DCS平臺采集并引入構(gòu)建軟測量模型所需的輸入變量，如圖2所示。同時采集對應(yīng)時間的在線色譜分析儀輸出值SEV*作為輸出變量，分析輸入輸出變量的靈敏度，通過神經(jīng)網(wǎng)絡(luò)算法建立軟測量模型。同時，構(gòu)建裂解深度軟測量在線校正系統(tǒng)，利用裂解氣在線分析儀的輸出校正軟測量模型的輸出，該部分計算工作在先進控制服務(wù)器上實現(xiàn)。裂解深度軟測量及在線校正過程如圖2所示。

圖2 裂解深度軟測量系統(tǒng)結(jié)構(gòu)示意

圖3 裂解深度控制系統(tǒng)模塊功能邏輯關(guān)系示意

3.2 裂解深度控制系統(tǒng)模塊設(shè)計

裂解深度控制系統(tǒng)模塊功能邏輯關(guān)系如圖3所示。主要功能模塊說明：

1) 裂解深度預(yù)測模型與數(shù)據(jù)處理模塊。基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)，構(gòu)建與裂解爐裂解深度相關(guān)的輔助變量和實際測量裂解深度訓練樣本對，對人工神經(jīng)網(wǎng)絡(luò)的權(quán)值參數(shù)進行自適應(yīng)學習，使人工神經(jīng)網(wǎng)絡(luò)輸出逼近分析儀的檢測值，訓練完成后，通過測試樣本檢驗人工神經(jīng)網(wǎng)絡(luò)模型對裂解深度的預(yù)測性能。

2) 裂解深度控制器。反饋輸入值為經(jīng)過裂解深度在線分析值校正之后的裂解深度神經(jīng)網(wǎng)絡(luò)軟測量值,即最終裂解深度值SEVY*；設(shè)定值SP可由操作員根據(jù)工藝要求進行人工設(shè)定，或者由上級裂解深度實時優(yōu)化系統(tǒng)根據(jù)裂解爐運行效益指標自動設(shè)定，輸出用來設(shè)定裂解爐出口溫度控制器的SP。

3) 在線分析系統(tǒng)實時狀態(tài)監(jiān)測模塊。該模塊可根據(jù)裂解氣在線分析系統(tǒng)輸出組分值和變化率等信息，對分析系統(tǒng)狀態(tài)進行實時監(jiān)測，當出現(xiàn)異常時及時中斷在線校正，并給出報警。

4 投用效果總結(jié)

裂解深度控制系統(tǒng)投用以來，由于深度控制平穩(wěn)度的提高，“雙烯”收率有所提高；解決了在線分析表的時滯、不穩(wěn)定以及經(jīng)常出現(xiàn)跳變的問題，保證了在以裂解深度作為控制變量的前提下，系統(tǒng)的平穩(wěn)運行不會出現(xiàn)大波動；在正常情況下，維持系

統(tǒng)的平穩(wěn)運行，保證乙烯等產(chǎn)品的收率；在其他工況變化的情況下，例如原料油密度、裂解爐負荷等，控制系統(tǒng)能夠通過調(diào)整爐管出口溫度，維持裂解深度的平穩(wěn)，保證“雙烯”收率。

[1] 李作政.乙烯生產(chǎn)與管理[M].北京： 中國石化出版社,1992： 14.

[2] 馬小瑛,楊崇侯.先進控制技術(shù)在乙烯生產(chǎn)過程中的設(shè)計考慮[J].石油化工自動化，2000,36(02)： 27-29.

[3] 錢鋒.大型乙烯裝置中裂解爐模型化與優(yōu)化的研究[D].上海： 華東理工大學,1995.

[4] 陳博.基于神經(jīng)網(wǎng)絡(luò)的預(yù)測控制及其應(yīng)用研究[D].上海： 華東理工大學,2003： 34.

[5] 于靜江,周春暉.過程控制中的軟測量技術(shù)[J].控制理論與應(yīng)用,1996,13(02)： 137-140.

[6] 王森.在線分析儀器手冊[M].北京： 化學工業(yè)出版社，2008.

[7] 李士勇.模糊控制和智能控制理論與應(yīng)用[M].哈爾濱： 哈爾濱工業(yè)大學出版社，1990.

[8] 李文,歐青立,沈洪遠，等,智能控制及其應(yīng)用綜述[J].重慶郵電學院學報(自然科學版),2006,18(03)： 376-381.

[9] Astrom K J, Hang Lim. A New Smith Predictor for Controlling a Process With an Integrator and Long Dead-time[J]. IEEE Trans. Automatic Control, 1994, 39： 343-345.

[10] 席裕庚.預(yù)測控制[M].北京： 國防工業(yè)出版社,1993.

[11] 李平，奚皓.人工神經(jīng)網(wǎng)絡(luò)回歸建模方法及其應(yīng)用[J].長春光學精密機械學院學報，1998,21(01)： 40-43.

Design and Development of Cracking Depth Control System for Ethylene Plant

Ni Qidong

(Sinopec Qilu Petrochemical Co. Ltd., Zibo, 255400, China)

s： Taking cracking depth control system modification on cracking furnaces for an Ethylene plant as background, control scheme of the neural network soft sensor modeling technique combining with Smith predictor control method is applied, real-time tracking variation of cracking material and cracking furnaces running conditions are realized, the variation tendency of cracking depth are timely and accurately predicted. Predicting result is corrected with application of on-line chromatographic analyzer. Cracking depth control system software is designed and developed by application of DCS. Application effect shows the system can adapt well to feed composition change, and maintain and control cracking depth with good safety and stability.

cracking depth; soft measuring; BP neural network; Smith prediction control

倪啟東(1983—)，男，漢族，2007年畢業(yè)于濰坊學院自動化專業(yè)，獲學士學位，2016年畢業(yè)于山東大學儀器儀表工程專業(yè)，獲碩士學位，現(xiàn)就職于中國石油化工股份有限公司齊魯分公司，從事工業(yè)在線分析儀表的應(yīng)用和維護工作，任儀表工程師。

TP273

B

1007-7324(2017)04-0033-03

稿件收到日期： 2017-06-08。