化工过程优化控制的应用及进展

化工过程优化控制的应用及进展陈超

（四川大学化工学院，成都，610065）摘要优化控制是当代化工生产过程的重要研究点， 本文简要的介绍了化工过程优化控制， 详细论述了化工过程优化控制的种类及应用现状，并论述了其发展趋势 。关键词化工过程，优化控制，控制策略，控制模型Chemicalprocessoptimizationcontrolapplicationandprogresschenchao（SchoolofChemicalEngineering,SichuanUniversity,Chengdu610065,

Sichuan,

China）Abstract:Optimizationcontroliscontemporarychemicalproductionprocessoftheimportantresearchpoints.Thispaperintroducesthechemicalprocessoptimizationcontrol.Discussesthetypeofchemicalprocessoptimizationcontrolandapplicationsituation.Anddiscussesthetrendofitsdevelopment.Keywords:Chemicalprocess,Optimizationcontrol,Controlstrategy,Controlmodel1引言化工过程控制是化工生产装置的重要组成部分，现代化工装置离开了过程控制是无法实现其生产目的的。化工过程控制在过去的几十年中发生了巨大的变化，就硬件而言，从早期的手动阀门，到自动控制阀、 PID控制器，到集散型控制系统（DCS进而发展到现代化的计算机控制系统；随着更加廉价、更加强有力的DCS口计算机系统的诞生，与过程控制有着紧密关系的软件系统也发生了根本的变化。填充式的控制软件、新的数据库软件、以及新的改进了的优化算法、基于模型的多变量预估控制软件等等都已经变成了现实。 常规的控制手段已经愈来愈无法满足现代化工装置生产控制的需要，分析典型化工装置的生产操作，大都存在以下特性⑴：对于动态响应存在实质性的时间延迟和滞后要求控制的变量未能在线测量非线性的动态响应相互偶合存在约束存在大的外部干扰化工过程的上述种种操作特性叠加的结果是当采用标准的控制器和标准的控制策略时，会使得化工装置的某些部分变得难以控制，从而影响到产品的质量以及装置的经济效益。然而通过采用优化控制可以极大地改善装置的操作和控制，较好地解决传统控制方法难以解决的问题。2化工过程优化控制化工过程优化控制主要是基于计算机优化控制。而计算机优化控制就是依据生产过程的工艺信息，如各种工艺参数的测量值等，以及市场销售、原料供给、环境变化等情况，按照某一优化指标，计算出各控制回路最优的设定值，并在线自动改变控制器的给定值，从而使生产过程处于最优工况。化工过程计算机优化控制系统如图1[2]所示，它由两级组成，上级给出最优设定值，下级跟踪该设定值的变化。计算机优化控制不失为投资少，见效快，实施易的一种控制方法。设定值控制计算机绪定值调节器N化工生产过程图1计算机优化控计算机优化控制问题的描述⑵：优化控制的目的是求出过程的最优操作变量，使化工生产过程的目标函数为最大或最小，并满足一定的约束条件，即maxJ=J(x)s*th(x)=0g(x)>0J*二J(x*)g(x)>o式中，J为目标函数，尸为目标函数的最优值。（2）式为生产过程的数学模型，（3）式为调优变量的约束条件，一般为工艺指定的已知函数。 x=（X，-I- * * * * -I-X2，,Xn）为操作变量,或称调优变量,X=（X，X2，,Xn）为调优变量的最佳值，也就是控制级的各个给定值。3化工过程优化"5］化工过程优化控制包含两层意思：一是稳态优化，二是最优控制。目前稳态优化技术（或称之为离线操作优化或调优）主要有三种方法：即统计调优法（EVOP）模式识别法（PR）与操作模拟分析法（OSA）。这些方法的共同点是利用生产数据以及建模、优化方法在约束条件下求解最优的工艺生产参数，提供操作指导。当然,操作条件优化也可以用计算机来在线自动完成。为了获得稳态最优，往往要求最优操作点尽量接近工艺操作与设备的极限值并只允许在一个很窄的范围内变化。一旦偏离这种情〉兄，各项指标会明显变差，操作难度也会大大增加，甚至会导致生产的不安全。在这种情况下，就需要动态最优控制以保证稳态操作点的“最优性”。对于实际生产过程系统，计算机优化控制或称操作优化控制目前已有如下一些方法［2,6,7］：3.1基于数学模型的方法如线性规划和非线性规划方法。3.2直接搜索方法如黄金分割法、随机搜索法、powell方法和单纯形法。3.3专家系统方法它由一个数据库、知识库和推理机组成。将人工优化操作经验归纳为一组优化操作规则，存于专家系统的知识库中，以便利用。3.4专家系统和模型法相结合在实际生产过程中，存在着一些人工的优化操作经验，它们是难以用数学模型表示出来的，这些经验是操作工长期实践的结晶，它可以弥补数学模型没有或无法考虑的那一部分优化操作经验的不足。人工经验可看作是优化操作的浅层知识，将它们两者结合，无疑是一种更有效的优化控制方法。3.5模糊优化方法对于具有模糊特性的生产过程，可以考虑用模糊优化方法处理之。3.6模式识别优化方法模式识别着重于研究空间的分布特点，可单独处理自变量，经过适当的空间旋转和变换，分割出对应于稳定和优化的生产控制区域，建立操作变量的数学关系，以确定操作条件，使生产工况趋于平稳。3.7人工神经元网络优化方法[2,8]神经网络优化控制方法有两大类，第一类将所建立的神经网络模型转化为一切形式的数学模型，然后用传统优化方法求解之，第二类直接用神经网络建模和优化。在Hopfield网络中引入能量函数E,若使优化问题的目标函数一致，则当网络从某一适当的初始状态动作起来后，随着状态的变化，网络的能量不断减小。在平衡状态时，能量达到极小。这时神经网络的状态就反映了使目标函数极小的变量值。下面以非线性系统为例，介绍利用BF网络求解最优化问题的过程。优化问题的描述为minG(x,z)z=f(x)Xmin;i<Xi<Xmax;l i=1 ，1 ⑸M=yi I=1,rVi=y-zi>0I=r+1,m假设系统结构未知，式中Xmin;i和Xmax;i是输入变量*的最小和最大允许值。首先要成功地训练好一个网络模型，然后在输入样本上加一定的限制，求出使某一性能指标最优的一个输入样本。考虑一个含有1个输入节点，m个输出节点的n层BF网络,令：Xi=qi 输入层第i节点的输入；Z=pi 输出层第i节点的实际输出；yi 输出层第i节点的预定输出。对输出层中的r个节点来讲，y「代表节点的预定输出，但对其余的(m-r)个节点，*则代表节点的最大允许输出。定义性能指标H如下H= 2G (6)其中,1,'2为常数，它们表示F和G的相对重要程度，并且1丁F2.a（yi-Zi）优化控制的目的是找出使H达到最小的一组输入*，同时受到一定的条件约束。借助增广拉格朗日函数法或罚函数法，通过计算F,G,v；土，4以及xi；xi，即可求得这个约束最小值问题。它们均可采用“误差回传法” 得到。玫^神经网络的优化控制方式有两种：离线优化控制和在线优化控制4优化控制的经济效益优化控制必须在DCS勺基础上方能实施，根据文献报道⑻，各种不同石油化工装置实施优化控制后，其净增效益如表1所示（含实时优化）。虽然各公司所报出的年效益有所不同，但其数量差别不大，因而表中数据可作为实施优化控制的参考in表1优化控制的效益（含实时优化）装置规模/万ta1年净增效益/万美元常减压750225450催化裂化3704201050催化重整215150450加氢裂化265225450烷基化130135315延迟焦化212144480异构化15550150乙烯453005005化工过程优化控制的发展5.1化工过程模型化化工过程优化控制的实施均需要有相应的数学模型作基础。因此，建立数学模型往往是实施优化控制的第一步。目前国内外采用的建模方法大致有两类 （4）0一类是机理建模，也就是根据过程本身的内在机理，利用能量平衡、物质平衡、反应动力学等规律来建立系统的模型；另一类是系统辨识方法，也就是根据被控过程的输人、输出数据建立数学模型。尽管国内外许多学者在过程建模方面做出了卓有成效的努力，使机理建模和系统辨识方法能够在工业过程中得以有效的应用。但是，就目前过程控制水平而言，工业过程模型化仍然是控制系统设计与开发的瓶颈。在这一方面，今后仍有大量的工作要完成。5.2控制策略与方法[4,10]毫无疑问，在优化控制系统的设计与开发方面，控制策略（算法）是核心。在这方面，国内外的学者作了长期不懈的努力，取得了许多成果。将这些控制策略应用于关键的控制回路（产品质量控制回路）往往可以取得较高的控制质量并产生一定的经济效益。目前，在学术界所研究、开发出来的控制策略（算法）多到令人目不暇接，但其中许多算法仍只停留在计算机仿真或实验装置的验证上，真正能有效地应用在工业过程中的仍为数不多。以下是一些较公认的（特别是能得到工程界认可）的优化控制策略（算法）°521改进或复合PID控制算法大量的事实证明，传统的PID控制算法对于绝大部分工业过程的被控对象（可高达90%）可取得较好的控制效果。采用改进的PID算法或者将PID算法与其它算法进行有机结合往往可以进一步提高控制质量。5.2.2预测控制[3,4,ii]预测控制是直接从工业过程控制中产生的一类基于模型的新型控制算法。 它高度结合了工业实际的要求，综合控制质量比较高，因而很快引起工业控制界以及学术界的广泛兴趣与重视。预测控制有三要素 ，即预测模型、滚动优化和反馈校正。它的机理表明它是一种开放式的控制策略，体现了人们在处理带有不确定性问题时的一种通用的思想方法。预测控制具有一系列的优点，如可以以显式的方式处理约束条件，鲁棒性强、对大时滞过程有补偿作用而且比较容易处理多变量系统中的藕合作用等。 正因为预测控制有上述一系列优点，所以它已经被国外一些控制公司开发成为商品化软件而成功地应用于过程工业中。在这方面，许多国外著名的控制工程公司，如Setpoint公司、Treiber公司、Profimatics公司、Predictivecontrol公司、霍尼韦尔公司、横河公司等，都开发了各自的商品化预测控制软件包并被广泛地应用于大型工业过程控制。特别要提到的是法国Adersa公司在第一代产品IDCO基础上开发出来的第三代预测控制商品化软件 Hiecon,经长期的实际运行证明，它的性能良好，已被浙江大学中控自动化公司作了结合国情的改进并融人其先进控制软件AdvanTrol中。另外，值得可喜的是，我国组成了以浙江大学为首的高校攻关组,旨在自行开发我国的工业过程控制商品化软件包，其中就包括有多变量预测控制软件包。这些软件包的成功开发与应用将会大大提高我国工业商品化软件的水平并可节省大量的外汇。5.2.3自适应控制在过程工业中，不少的过程是时变的，如反应器中催化剂活性的变化，换热器中结垢的产生与发展等均会使过程的特性发生变化。如采用参数与结构固定不变的控制器，则控制系统的性能会不断恶化，这时就需要采用自适应控制系统来适应时变的过程。它是辨识与控制的结合。目前，比较成熟的自适应控制分三类r4612l[4,6,12]：自整定调节器及其它的简单自适应控制器。其中，自整定PID调节器已有成熟产品并在工程中获得了较广泛的应用；模型参考自适应控制。它能自动调整控制规律，使控制系统的输出与参考模型的输出相近，在这些系统中，自适应回路的稳定性至关重要；自校正调节与控制。瑞典的Astrom与英国的Clarke教授在这方面做了许多开拓性的研究工作。国内外许多学者在他们的基础上进行了大量的改进、提高、完善及应用工作，使其更加完善与可靠。自适应控制已在工程实际中得到了不少的应用⑹。文[⑶对中国的自适应控制的应用情况进行了全面的总结，指出了它的有效性。这说明了自适应控制逐渐得到工程技术人员的认可。但是，作者们的亲身经验也指出了自适应控制在应用方面至今仍然有许多待进一步解决的问题（特别在参数估计方面），这些问题不解决，自适应控制的广泛应用仍将遇到许多困难。因此，在控制工作者的面前仍有大量工作要做。此外，更高一级的自组织与自学习控制也在不断研究。524智能控制g随着科学技术的发展，对工业过程不仅要求控制的精确性，更加注重控制的鲁棒性、实时性、容错性以及对控制参数的自适应和自学习能力。另外 ，被控工业过程日趋复杂，过程严重的非线性和不确定性，使许多系统无法用数学模型精确描述。这样建立在数学模型基础上的传统控制方法将面临空前的挑战 ，也给智能控制方法的发展创造了良好的机遇。传统的控制方法在很大的程度上依赖于过程的数学模型，但是，至今获取过程的精确数学模型仍然是一件十分困难的工作。没有精确的数学模型作前提，传统的控制系统的性能将大打折扣。而智能控制器的设计却不依赖过程的数学模型，因而对于复杂的工业过程往往可以取得很好的控制效果。常见的智能控制方法有以下几种：模糊控制、分级递阶智能控制、专家控制、人工神经元网络控制、拟人智能控制等。这些智能控制方法各有千秋 ，但又存在各自的不足。同此，最近的研究又表明将它们相互交叉结合或与传统的控制方法结合将会产生更佳的效果。智能控制已在家电行业及工业过程中取得了许多成功的应用。特别是模糊控制方法已在日本的家电行业中广泛应用。在国内外 ，模糊控制与人工神经元网络也已在石化、钢铁、冶金、食品等行业取得了成功的应用。今后，需要进一步对智能控制的基础理论进行研究， 并以此建立统一的智能控制系统的设计方法。5.3控制与管理一体化一一计算机集成过程系统3613]当前，在机械加工行业，计算机集成制造系统（CIMS）已经是国内外热门的研究课题并且取得了不少的理论和应用成果。在CIMS勺激励下，过程工业也开始积极地进行研究与考虑实施。考虑到过程工业与机械加工行业的不同特点，在过程工业中CIMS则称之为计算机集成过程系统（CIPS）。计算机集成过程系统的出现是与计算机技术、通信技术、网络技术以及控制技术的迅速发展分不开的。CIPS已经在国内外的一些石油与化工厂进行了试验。据专家分析,CIPS的关键技术如下⑶：计算机网络技术；数据库管理系统；各种接口技术；过程操作优化技术；先进控制技术；软测量技术；生产过程的安全保护技术等。CIPS利用计算机技术对整个企业的运作和过程进行综合管理和控制，它包括市场营销、生产计划调度、原料选择、产品分配、成本管理，以及工艺过程的控制、优化和管理的全过程。分布式控制系统，先进过程控制以及网络技术，数据库技术是实现CIPS勺重要基础。可以预计，通过广大学者与工程技术人员的努力，今后我国将在过程工业的计算机集成过程系统中取得更大的进展与成果。6结束语随着计算机技术的迅猛发展，在进入21世纪的今天，系统理论和化工过程控制的发展与结合，将带来更深入、更广泛的生产过程特性，并且将发展为更有效的优化控制，为