循環量預測模型下石化污水脫硫罐液位控制方法

摘 要 提出循環量預測模型下石化污水脫硫罐液位控制方法。在循環量預測模型下，分析影響脫硫罐液位變化的主要影響因素，在此基礎上預測脫硫罐液體循環量，同時將各項影響因素作為輸入變量，設計脫硫罐液位被控模型，結合循環量的變化調整脫硫罐液位，根據脫硫罐液位的波動情況，設計切換控制機制，使其能夠在液位的不同狀態下始終維持穩定。實驗結果表明：循環量預測模型下石化污水脫硫罐液位控制方法控制響應時間快、控制精度高。

關鍵詞 液位控制 循環量預測模型 切換控制機制 脫硫罐 石化污水

中圖分類號 TP273" "文獻標志碼 A" "文章編號 1000-3932（2024）06-0985-05

隨著工業的不斷發展，石化企業排放污水中硫化氫等污染物的含量越來越多［1］。為了保障污水處理裝置的安全、穩定運行，在污水處理廠中設置了污水脫硫裝置［2］。由于污水處理裝置的特殊性，在生產過程中需要嚴格控制脫硫罐中的液體循環量，因此提升脫硫罐中液體循環量的穩定性已成為解決污水處理廠難題的關鍵所在［3～5］。

目前，石化企業在脫硫罐中大多采用傳統的PID控制策略，即將脫硫劑進出口濃度差作為液位控制的關鍵，然而該方法容易受到液位偏差的影響，并且無法應對生產過程中脫硫罐內液體循環量劇烈波動的情況，所需控制時間也較長［6～8］。除此之外，有學者提出了基于神經網絡的控制方法，該方法能夠有效避免脫硫罐液體循環量劇烈波動引發的問題，但是對參數變化過于敏感，液位控制需要的計算成本過高［9～11］。為此，筆者提出循環量預測模型下的石化污水脫硫罐液位控制方法，利用預測模型解決上述液位控制方法中存在的問題，保證石化污水脫硫罐的安全穩定運行。

1 循環量預測模型下石化污水脫硫罐液位控制方法設計

1.1 預測脫硫罐液體循環量

為了準確預測脫硫罐中的液體循環量，將循環量預測模型和控制器相結合，利用預測模型實現脫硫罐中液位的精準控制。

脫硫罐屬于復雜的多變量系統，其循環量受多種因素影響，如脫硫罐結構、工藝條件、操作條件及液體的物理性質等［12］。在實際生產中，因外界環境的變化導致工藝條件改變，也會使得脫硫罐中循環量發生變化［13，14］。為此，在對循環量進行預測時可根據實際情況和生產條件將部分影響因素作為輸入變量納入模型中。根據現場經驗，液位變化幅度和脫硫罐內部溫度均會對循環量產生影響［15］。因此，根據脫硫工藝原理，將脫硫液中的硫容、溫度、流速及密度等參數作為輸入變量，脫硫罐液位作為輸出變量，建立脫硫罐內液體循環量預測模型。由于該模型為線性模型，故筆者采用MATLAB對模型進行編程，實現對脫硫罐中液體循環量的預測。

1.2 建立脫硫罐液位被控模型

首先根據脫硫罐液體循環量預測模型確定控制目標，其次基于影響因素分析確定被控參數，最后依據被控對象和被控參數確定控制結構。

影響脫硫罐液體循環量的主要因素為脫硫液循環量，因此，在對脫硫液位進行控制時應以脫硫液循環量為主要被控參數。為實現脫硫罐液位的精準控制，將影響循環量的主要因素進行降維處理，即選擇重要影響因素進行處理后建立被控參數。

以脫硫罐液位為被控對象，脫硫液循環量為控制變量，建立被控參數模型。假設脫硫罐內液體流動性良好，液體黏度忽略不計，脫硫罐工藝流程中的所有閥門動作均無延時，并且所有操作均遵循線性化準則，考慮到脫硫罐需要與其他液罐相連，因此，根據動態平衡關系，列出脫硫罐的增量方程如下：

c■■=Δq■-Δq■-Δq■+Δq■（1）

c■■=Δq■-Δq■（2）

Δq■=■（3）

Δq■=■（4）

Δq■=■（5）

其中，c■和c■分別表示脫硫罐和液罐的容量系數，l■和l■分別表示脫硫罐和液罐的液位，q■表示液罐的流入量，q■表示液罐的流出量，q■表示脫硫罐的流入量，q■表示脫硫罐的流出量，W■表示下罐排水閥的液阻，W■表示上罐進水閥的液阻，W■表示上罐排水閥的液阻。

脫硫罐閥門可以通過外部控制器打開或關閉，存在多種不同的系統模式，但是在液位控制方法設計中，只考慮3種閥門配置：

a. 模式1，打開W■，關閉W■和W■；

b. 模式2，打開W■和W■，關閉W■；

c. 模式3，打開W■和W■，關閉W■。

考慮到通過閥門的流程與液體高度之間存在線性關系，根據3種模式下脫硫罐的容量和阻力，將脫硫罐的被控模型視為一個特定的控制方程，即：

x（t）=■α■（t）u（t）y（t）=■α■（t）c（t）（6）

其中，x（t）表示脫硫罐的液位高度，y（t）表示液罐中的液體質量，n表示輸入變量個數，α■（t）表示被控參數的測量信號，u（t）表示液罐的輸入流量，c（t）表示液罐阻力。為使脫硫罐液體循環量預測模型的輸出值與被控參數模型輸出值的變化趨勢保持一致，當脫硫罐液體循環量預測模型輸出穩定后，將其作為被控參數，并根據控制結構和脫硫罐液位對脫硫罐液體循環量進行控制。

在脫硫罐液位控制過程中，需結合被控參數的測量信號對脫硫罐液體循環量進行預測，進而對被控參數進行控制。根據脫硫罐中的液位信號，經檢測裝置得到液體循環量的變化后將其與被控參數相比較，從而決定控制系統的輸出。其中，控制系統主要由輸入和輸出兩部分組成：輸入部分為被控參數的測量信號，其形式為模擬量信號或數字量信號；輸出部分為脫硫罐液體循環量預測模型的輸出信號。然后，根據脫硫罐液體循環量預測模型的輸出信號建立控制器的前饋補償環節。最后，根據脫硫罐液體循環量預測模型和被控參數模型對液體循環量進行控制，使其始終處于最佳狀態。由于脫硫罐液位可能存在劇烈波動，單一的控制手段很難保證其穩定，因此，需根據脫硫罐液位變化情況切換控制模式，以此保證脫硫罐液位始終穩定。

1.3 脫硫罐液位切換控制

脫硫罐中的液位控制系統根據脫硫罐中的循環量進行實時調整，以達到最佳的脫硫效果。實際上，脫硫罐的液位會隨著環境溫度、天氣狀況以及其他設備運行狀態等因素發生變化，因此需要實時監測脫硫罐液位的變化，以便在需要時可以及時切換控制模式。當環境溫度較低時，脫硫罐液位上升速度較慢，可適當增加循環量；當環境溫度較高時，脫硫罐中的液體會逐漸揮發，此時可適當降低循環量。為了實時控制液體循環情況，需要將罐內液體循環量與環境溫度、天氣狀況等因素結合起來進行綜合考慮。由于天氣狀況對于脫硫罐的影響不大，因此只將天氣狀況作為判斷依據，設計切換控制機制如圖1所示。其中，控制器切換指標需要根據實際情況指定，根據脫硫罐具體工作情況選擇對脫硫罐液位影響較大的因素作為指標，保證脫硫罐液位在不同狀態下總是取得最優控制器，從而提高液位控制性能。在切換指標具體設計上，每個控制器設計一個性能損失函數，以性能損失數據值最小為目標，將對應的控制器作為當前液位狀態下的全局控制器，以此實現對脫硫罐液位的實時控制。

2 實驗研究

2.1 實驗準備

以蘇州依斯倍環保裝備科技有限公司污水脫硫工藝為背景展開實驗研究，實驗用脫硫裝置為某石化公司污水處理系統，脫硫罐的工藝流程如圖2所示。

污水經過格柵除砂后，通過重力流進入脫硫塔，脫硫塔與液罐之間的液位高度差為1 m，液罐液面下降1 m后進入脫硫塔。脫硫塔上安裝有流量計，脫硫塔中的液體流量通過流量計進行測量，然后通過控制閥門實現對脫硫罐中液體循環量的控制。根據蘇州依斯倍環保裝備科技有限公司污水處理系統的工藝流程，在脫硫罐中安裝4個調節閥和4個壓力變送器，其中，通過控制閥門開度來調節脫硫罐液體循環量，同時壓力變送器監測液體流量。

實驗采用PID控制方法和基于神經網絡的控制方法兩種方法作為對照，為保證實驗真實和公正，液位設定值根據生產需要進行動態調整，在其他實驗條件相同的情況下開展液位精度控制實驗和控制響應時間實驗，實驗結束后根據實驗結果分析各控制方法的控制性能。

2.2 液位控制精度實驗結果及分析

假設開泵數量不影響循環量，保證實驗過程中污水流入的總量不變，使用計算機軟件建立實驗模型，在相同的實驗背景下，執行不同的控制方法，統計控制前后的液位變化，得到實驗結果如圖3所示。可以看出，在PID控制方法下，脫硫罐液位變化非常不穩定，與實際液位相比，液位下降并不明顯，說明液位控制精度與理想水平有一定差距。基于神經網絡的控制方法下，脫硫罐液位變化與實際液位變化趨勢有一定相似性，同樣存在下降不明顯的問題，控制精度較低，液位控制并沒有取得較好的結果。筆者所提液位控制方法下，液位變化更加平穩，能夠避免液位超過警戒線，防止污水溢出，控制精度較高。

2.3 液位控制響應時間實驗結果及分析

以被控目標對控制器的響應時間作為指標，適當改變控制參數，調節脫硫罐中的液體循環量，觀察響應時間的變化情況，得到實驗結果如圖4所示。可以看出，施加3種控制方法后，脫硫罐液位控制的響應時間均發生了明顯變化。對比3個實驗結果可知，在原控制基礎上，筆者所提的液位控制方法控制效果更好，控制響應時間最短，經過初期調節后基本穩定在5.5 s，且控制穩定。相比之下，另外兩種方法的控制響應時間較長，均在15 s以上，并且PID控制方法不穩定。結合2.2節的實驗結果綜合分析可知，筆者所提的循環量預測模型下石化污水脫硫罐液位控制方法控制精度高、響應時間快，整體性能優于其他液位控制方法。

3 結束語

筆者提出了一種基于循環量預測模型的脫硫罐液位控制方法，通過對石化污水脫硫罐中的液體循環量進行分析，確定影響循環量的主要因素，基于這些因素，利用循環量預測模型確定脫硫罐中液體循環量，并以循環量作為關鍵指標，采用合適的控制方式實現石化污水脫硫罐的液位控制。實驗結果表明，筆者提出的循環量預測模型下的液位控制方法具有可靠性和優越性，研究成果可為石化企業污水脫硫罐中液體循環控制提供新方法和理論指導。

參 考 文 獻

［1］" "楊國華，吳迪，茍遠波，等.基于氣-液傳質氨法脫硫噴淋吸收CFD仿真模擬［J］.中國環境科學，2023，43（4）：1519-1527.

［2］" "馮凱，賀東風，徐安軍，等.基于Kmeans-BP神經網絡的KR工序終點鐵水硫含量預測模型［J］.工程科學學報，2023，45（7）：1187-1193.

［3］" "金楠，侯智文，代東任，等.虛擬同步機電流傳感器故障容錯模型預測控制［J］.電力系統保護與控制，2023，51（7）：117-125.

［4］" "劉鳳利，張安康，劉俊華，等.基于響應曲面法的脫硫石膏基膠凝材料體系配比優化［J］.中國粉體技術，2023，29（2）：19-28.

［5］" "王超鋒，司呈勇，沈建強.改進差分進化算法及啤酒灌裝機液位控制PID參數整定［J］.包裝工程，2022，43（19）：310-319.

［6］" "曹冬冬，李興春，翁藝斌，等.石化污水收集與處理環節揮發性有機物排放特征與反應活性［J］.化工環保，2022，42（5）：635-642.

［7］" "錢虹，鄒明耀.變論域自適應模糊非線性控制在蒸汽發生器液位控制中的應用［J］.上海交通大學學報，2023，57（1）：116-126.

［8］" "熊星宇，薛振忠，武鑫，等.SOFC陽極尾氣循環進氣系統特性建模與流量控制方法［J］.動力工程學報，2022，42（8）：737-744.

［9］" "張華偉，呂寶占.一種用于雙輸入雙輸出液位控制系統的狀態估計控制器的設計［J］.機床與液壓，2022，50（12）：100-105.

［10］" "郭磊磊，王朋帥，李琰琰，等.一種永磁同步電機可視化雙矢量調制模型預測控制方法［J］.電力自動化設備，2023，43（1）：159-165；208.

［11］" "趙菲，王建，張天雷，等.云控場景下車輛隊列的模型預測控制方法［J］.汽車工程，2022，44（2）：179-189；224.

［12］" "唐安中，焦赟儀，楊斌，等.石化行業污水處理廠智能化建設與探索［J］.工業水處理，2022，42（7）：186-191.

［13］" "彭晏飛，王瑞華，張睿思.基于雙集合預測網絡的實體關系聯合抽取模型［J］.計算機科學與探索，2023，17（7）：1690-1699.

［14］" "羅龍，李耀華，李子欣，等.一種基于雙矢量恒定開關頻率的三電平ANPC型全橋逆變器模型預測控制方法［J］.中國電機工程學報，2021，41（S1）：343-355.

［15］" "杜勝利，張慶達，曹博琦，等.城市污水處理過程模型預測控制研究綜述［J］.信息與控制，2022，51（1）：41-53.

（收稿日期：2023-08-24，修回日期：2024-10-15）

Liquid Level Control Method for Petrochemical Wastewater Desulfurization Tank Based on Circulation Prediction Model

GAO Hui-meng1， LUO Chao2

（1. CNOOC Ningbo Daxie Petrochemical Ltd.；2. CNOOC Tianjin Chemical Research and Design Institute Co.， Ltd.）

Abstract" "In this paper， the circulation prediction model-based liquid level control method for petrochemical wastewater desulfurization tank was proposed. Based on the circulation prediction model， the main factors affecting the change of the liquid level of the desulfurization tank were analyzed， and the liquid circulation of the desulfurization tank was predicted on this basis， including having the influence factors taken as input variables to design a liquid level control model for the desulfurization tank， and then having the liquid level there adjusted according to the fluctuation of the circulation volume so as to design a switching control mechanism and maintain stable control over the liquid level in different states. The experimental results show that， the proposed control method has fast response time and high control accuracy.

Key words" "liquid level control， circulation volume prediction model， switching control mechanism， desulfurization tank， petrochemical wastewater