基于Aspen對酒精精餾裝置的多變量預測控制

孟亞男,常家方,王德平

(吉林化工學院 信息與控制工程學院,吉林 吉林 132022)

精餾過程模擬實際上就是使用計算機利用數學模型和計算機程序,對復雜的化工流程進行定量分析,并使用適當的模擬軟件來模擬實際生產過程,從而更好地獲取化工過程的特性方程。本文選用Aspen Plus軟件模擬實際的生產過程,Aspen Plus是將建模和計算集成于一體的大型通用過程模擬軟件,可用于單個操作單元到整個工藝流程的模擬。不僅實現化工流程的設計、穩態建模,還可將穩態模型轉化為動態模型,以便于用戶進行工藝過程設計和控制方案設計來降低建設成本和操作費用,預防控制過程中可能存在的風險,提高裝置運行的安全性[1]。

1 酒精精餾工藝流程

待分離體系中84%(摩爾分數)的乙醇和16%(摩爾分數)的水以216 kmol/h的流量先經過常規預濃縮塔C101,在常規預濃縮塔頂餾出物經過液液傾析器將較輕的有機液相泵送回塔作為回流,并在回流過程中加入一股含有80%(摩爾分數)以上的苯物流作為輕夾帶劑;而較重的有機相中含有很多乙醇和苯進入精餾塔C102,在C102塔底餾出水,而塔頂餾出物一部分回流至C102,一部分循環流入C101;在塔C101中苯作為輕夾帶劑進入塔頂將水夾帶出來,得到純度為99%的乙醇從塔底餾出,精餾塔精餾原理圖如圖1所示。

圖1 酒精共沸精餾工藝流程圖

精餾塔C101的餾出物蒸汽組分是一個由苯、乙醇、水組成的三元共沸混合物,其摩爾分數分別為53.06%、27.49%、19.45%(B/E/W)。上述組成的進料進入液液傾析器中,經傾析器出來的有機液相和水相的組成如表1所示。有機相回流的組成接近表1中的有機液相,而流入C102的進料組成則接近于表1中的水相。

表1 傾析器分離的有機相和水相組成成分表

2 精餾塔裝置的穩態模擬

精餾裝置的穩態模擬是根據化工工藝流程使用適當的模擬軟件,模擬實際的生產過程。精餾過程模擬通過優化生產裝置,不僅可以有效地縮短時間,還可以節約大量的財力和人力成本;此外,還可以通過尋求最佳的工藝條件,實現節能、降低消耗、提高效率的目標;在全系統的故障診斷問題上,可以模擬故障并尋求解決裝置運行過程中各種因素帶來的操作問題[2]。

2.1 建立流程圖

穩態模擬過程一般根據工藝需求、相關工藝操作條件、產品規格等確定新鮮進料的溫度、壓力、流量、組成等參數。本設計規定新鮮進料溫度為313 K,壓力為0.22 MPa,要求控制乙醇產品的純度(摩爾分數)為99%以上。穩態模擬流程圖的建立是根據工藝流程圖添加模塊、物流連接模塊;之后對每一模塊、物流取有實際意義的名稱,根據設計規定對各個模塊輸入不同的數據;最后在工藝流程圖中添加泵和閥門,設置閥門和泵的各項參數[3],建立的精餾過程流程圖如圖2所示。

圖2 Aspen Plus穩態工作流程圖

2.2 穩態模型導入動態模型

動態模擬通過在穩態模型的基礎上在Aspen Plus Dynamic軟件添加各類控制器,控制整個流程隨著時間的變化而進行數據的變化,實現流程模擬的動態效果。在穩態運行結束后,進入塔C101/C102模塊的技術參數中,將起始塔板數1/2和終止塔板數30/21填入后選擇塔板類型Sieve,運行模擬文件后得到塔直徑和高度,如圖3所示。

圖3 塔C101/102及液液傾析器設備參數

得到基本數據后即可設置塔的水力學參數,塔C101/C102水力學參數如圖4所示。各項參數填寫完成后體系就已具備壓力驅動動態模型的導出條件。

圖4 塔C101/C102水力學參數圖

3 精餾塔裝置的動態模擬

3.1 添加控制方案

將穩態模擬中定義的設備參數導出至Aspen Plus Dynamic中進行動態仿真,在先前建立的穩態模型的基礎上,建立帶有PID控制器的動態模型,對精餾塔工作過程的動態響應進行分析。本文通過流量、液位、溫度和壓力等控制器建立精餾塔裝置的全場控制方案[4],圖5為精餾塔全工藝流程控制方案圖。

圖5 Aspen Plus Dynamic全工藝流程控制結構

(1)液位控制器

回流罐液位由采出量所控制,C101、C102添加塔頂和塔釜液位控制器,通過控制塔頂和塔釜的采出量,維持回流罐內液位恒定。PID控制器B2、B3為C101、C102塔釜液位控制器;PV為C101、C102塔釜液位測量值;OP為V4、V21塔底采出閥門開度。同時,采出量的控制對回流量的變化做出響應,從而間接控制塔頂溫度的恒定,對于克服精餾塔的進料擾動非常有效[5]。

(2)流量控制器

精餾塔進料回流流量對溫度恒定具有重要作用,溫度恒定能夠獲得高質量產品。B12為塔C101進料流量控制器,PV為進料總質量流量,OP為進料閥門V3的開度。B4、B9為C101、C102塔頂回流量控制器,PV為塔頂回流量,OP為V2、V14回流閥門的開度。

(3)溫度控制器

全場控制方案建立的目的是以最低能耗生產高質量的酒精,酒精產品的質量可控制某一塔板溫度來實現。根據斜率判據選擇相鄰塔板之間溫度變化最大的塔板為靈敏板。采用靈敏板溫度作為精餾塔被控變量,能夠快速反映產品純度的變化。C101/C102采用再沸器的熱負荷來控制其靈敏板溫度(第25/19塊理論板),以期在控制回路中獲得更小的積分時間,抵制擾動。

(4)串級控制

精餾工藝的控制方案中,單變量控制方案往往不能取得有效的控制效果,使得溫度變化具有滯后性,因此將控制原理中的串級控制應用于精餾塔的控制方案。精餾塔進料流量和循環回流量為主控制變量,塔頂回流量為副控制變量,串級控制使得控制增益更大,積分時間更短[6]。控制器B9為副回路的副控制器,控制對象為塔頂回流量,主要目的是及時克服干擾。主回路控制器B10只選用PID中的比例控制,控制對象為進料流量和C102循環進料量。

3.2 PID參數整定

添加傳統控制方案后,對各PID控制器根據經驗法和衰減震蕩對PID控制參數進行整定[7]。以進料流量控制器為例,控制器的參數包括Gain(比例增益)、Integral time(積分時間)、Derivative time(微分時間)。根據參數調節方法填寫常規流量控制器協調參數,最后確定比例增益為0.3,積分時間為0.3 min。最后確定控制器的正反作用,以進料流量控制器為例,如果流量增加,那么閥門開度應該減小,所以是一個反作用,參數設置完成后結果如圖6所示。將所有控制器參數設置完成后各控制器面板如圖7所示,初始化運行后即可動態運行。

圖6 進料流量控制器參數設置圖

3.3 仿真運行

當控制系統穩定運行后在1小時處添加一個進料量擾動,由原來的216 kmol/h增加至250 kmol/h。最后通過作圖功能將所要考察的變量(包括操作變量和被控變量)的輸出曲線顯示出來,并導出實驗過程中的歷史數據。如圖8所示為精餾塔C101進料流量、回流量、塔底溫度等的曲線和歷史數據。

圖8 動態仿真曲線及數據

將精餾產品純度數據單獨提取出來繪圖,得到曲線圖9。由圖9中酒精純度變化曲線看到精餾塔精餾出的酒精純度低于99%,為了使精餾的純度等更優,優化其控制方案,本文提出將預測控制應用于精餾塔。

4 控制方案優化

4.1 預測控制基本原理

針對傳統精餾塔的單輸入單輸出PID控制方案添加擾動后控制效果不理想的問題,采用預測控制以優化傳統控制方案。預測控制是近年來一類新型控制方案的總稱,預測控制算法采用預測模型、在線優化計算、反饋矯正等基本原理,系統基本結構圖如圖10所示[8]。

圖10 預測控制系統基本結構圖

在預測控制原理的基礎上,采用不同的模型、優化策略和矯正措施,可以搭建成完全不同的預測控制算法,本文采用以單位階躍響應為基礎的動態矩陣控制(DMC)算法優化精餾塔控制系統。

(1)預測模型

在DMC中,預測模型是用動態系數和輸入量來描述各采樣時刻的系統輸出和輸入關系的過程特性。首先測定采樣時刻t/T=1,2…N的動態系數采樣值a1,a2…aN,同時也是被控對象的非參數數學模型。N為模型時域長度。當施加的控制量在k時刻之后未來的M個采樣間隔都發生變化,根據系統疊加原理,預測系統在Δu(k),Δu(k+1)…Δu(k+M-1)作用下未來時刻輸出:

(1)

式中:i=1,2…P;Δu(k+j-1)=u(k+j-1)-u(k+j-2) 。

寫成向量矩陣形式:

Ym(k+1)=Y0(k+1)+AΔu(k) ,

(2)

式中,M為動態時域長度;P為優化時域長度;通常M和P滿足M≤P≤N。

由式(2)可知,當Y0(k+1)已知時,可根據未來的控制增量預測未來的對象輸出。

(2)反饋校正

實際系統中,被控對象的動態系數難以精確測量,同時也會受到未來干擾因素的影響,因此需根據實時信息進行反饋校正。由于模型誤差和干擾等影響,系統輸出預測值需要在預測模型的基礎上,用實際輸出誤差修正,即

Yp(k+1)=Ym(k+1)+h[y(k)-ym(k)]=AΔu(k)+A0Δu(k-1)+he(k) ,

(3)

式中,Yp(k+1)為反饋校正后的預測輸出;e(k)=y(k)-ym(k);h=[h1,h2…hp]T,h的元素可根據需要取其他值。

(3)滾動優化

滾動優化在不斷修正,及時調整,從而可減小偏差,保持最優的實際值。在每一時刻k,確定從該時刻起的M個控制增量yp(k+1),yp(k+2)…yp(k+p),使被控對象在其作用下,未來P個時刻的輸出預測值yp(k),yp(k+1)…yp(k+M-1)盡可能接近期望yr(k),yr(k+1)…yr(k+M-1)。

在k時刻的優化性能指標可取為

(4)

性能指標可寫為向量形式:

(5)

式中:Yr(k+1)=[yr(k+1),yr(k+2)…yr(k+p)]T為期望向量;Q=diag[q1,q2…qp]為誤差權系數;R=diag[r1,r2…rM]為誤差權系數。

ΔU(k)=(ATQA+R)-1ATQ[yr(k+1)-A0ΔU(k-1)-he(k)] 。

(6)

每次實際需要的為ΔU(k)中的第一個分量Δu(k):

Δu(k)=[1 0 … 0]ΔU(k) ,

(7)

代入公式(6)得:

u(k)=[1 0 …0](ATQA+R)-1ATQ[yr(k+1)]-A0ΔU(k-1)-he(k)] ,

(8)

整理后得:

u(k)=dT[yr(k+1)-A0ΔU(k-1)-he(k)] ,

(9)

式中:dT[1 0 … 0](ATQA+R)-1ATQ=[d1d2…dp];Q、R、M和P確定后可離線求出。

4.2 控制方案添加DMC Plus控制器

本文選用的ASPEN公司的DMC Plus軟件就是以預測控制中的DMC算法為核心,在前面介紹DMC算法的基礎上,將進一步介紹DMC Plus軟件的基本結構和特性。DMC Plus是一類采用模型檢測方法的新型過程控制器,專門應用于存在強耦合、多變量、多種約束條件的大復雜、多變量過程控制系統,如精餾塔溫度控制系統,其主要功能為模型、優化和動態控制,不僅能夠較快地將當前工況推向優化點,并且還能有效地克服優化過系統的其他干擾。由于DMC plus可以預測未來受控變量超限的情況,操作人員可提前了解控制器的控制目的和控制方向[9]。

DMC作為一種優化控制算法,可以取代PID算法應用于多變量等復雜結構系統的控制上以期獲得良好的抗干擾性能。但是良好的抗干擾性能要求快速響應,需要的采樣周期較小,而預測控制采用在線計算復雜的非參數模型,當采樣周期較小時可能會使得模型維數高,導致系統的實時性達不到要求[10]。

4.3 DMC-PID串級控制系統

為提高DMC控制系統的抗干擾性能,本研究將預測控制器應用在串級控制系統的主回路,形成DMC-PID串級控制系統,系統結構圖如圖11所示。DMC-PID串級控制系統不僅能保持預測魯棒性和優良的跟蹤性能,而且能有效抑制系統的干擾[11]。

圖11 DMC-PID串級控制系統結構圖

對于精餾塔這類控制對象不夠穩定的系統,可先采用常規PID控制,待其穩定后再加入DMC算法。在控制系統的內環加入的PID控制,由于存在內環控制,因此可對干擾起到主要且基礎的抑制作用,外環以獲取良好動態性能和魯棒性為目標即可實現在保持預測控制系統魯棒性和優良的跟蹤性能同時,增強對干擾的抑制能力。本文以精餾塔C101溫度控制系統將塔頂回流量控制回路作為內環,將進料流量和C102循環量控制回路作為外環,增強對進料量干擾的抑制能力[12]。

DMC plus控制器主要實施在C101塔底采出高純度酒精的過程,其操作變量以及被控變量如表2所示。其控制目標是通過控制C102循環流量、進料流量兩個變量,使C101回流量和靈敏板溫度達到預期效果,間接控制酒精的純度穩定在99%以上。根據前面工作的分析和實際工業過程的要求,控制器的輸入和輸出變量及其變化范圍如表2所示,只有這樣,整個工業系統才能安全、經濟地運行。

表2 操作變量和被控變量變化范圍表

在傳統控制方案的基礎上,開發DMC plus控制器取代PID先進控制方案,流程圖如圖12所示。為了驗證控制效果,添加相同的進料擾動,進行多個測試將兩種控制方案進行比較。

圖12 先進控制方案流程圖

目前,大多數先進的控制模型都是根據工業試驗數據建立的,這種模型耗時長、成本高無法應用于其他工況。由于本文所采用的動態模型是建立在反應機理的基礎上的,因此在一定程度上能夠反映真實的產業過程。由圖13可以看出在1小時處添加擾動后DMC-PID串級控制產生的影響較小,并且在維持相對穩定后溫度的上下變化在很小的范圍內波動。由圖14可以看出在添加34 kmol/h的進料流量擾動后,DMC-PID串級控制生產酒精產品純度依舊維持在99%以上,符合規定的設計要求。

時間/h(a)

5 結 論

本文對傳統控制方案添加進料量擾動,采取相應措施保障裝置投產運行后能有效抵抗這些因素的干擾,減少不合格產品的產生。在實際生產過程中當進料量發生改變時,工程師和操作人員通常需要十幾個小時的調節使產品質量維持穩定。在多變量、強耦合且關系復雜的酒精精餾塔裝置上應用DMC算法,僅需3～5 h即可實現平穩運行,減少了操作人員的工作量。在考慮實際花費等因素下搭建的精餾塔控制模型,在傳統串級回路的基礎上引入預測控制中的DMC算法,實現了精餾系統的優化控制,提高了產品純度,同時提高了裝置的生產效益與運行的穩定性。