英文论文翻译原油常压蒸馏过程的自适应预测控制工艺设计

原油常压蒸播过程的自适应预测控制工艺设计提高性能和减少运营成本过程是石油精炼行业的当务之急。本文详细介绍了一种自适应常压蒸储过程的预测控制工艺设计。面临的是来自高能源利用率和严密的生产率性能指标的挑战。自动控制在克服这些挑战中起着提供理论和实践条件的重要作用。本文详细介绍了一种常压蒸储过程的自适应预测控制工艺设计。这种工艺使用AP控制器对非线性和时变动态过程定义使用经典交互分析工具等的相对增益阵列（RGA）。AP控制工艺是模拟使用ADE片口MATLA昉真环境。这种工艺使用阿斯彭动态模型模拟。控制器性能评估的模拟器原油常压蒸储过程操作PEMEX炼油厂。这个控制器的，f能评估是基于在PEMEX炼油厂的原油常压蒸储过程操作模拟器进行的。仿真结果对于pid控制工艺相比表现出更高的的操作稳定性。介绍原油常压蒸储在任何炼油厂都是主要精炼过程。它分离出主要的石油成分如石脑油、煤油、燃料油、柴油。因为原油是一种含有大量不同组分的复杂混合物。石油蒸储通常是一个有随机性和多变量，呈现随时间变化的非线性行为现象的复杂过程。可靠的先进控制工艺是必要的。本文提出了原油常压蒸储过程中的分散自适应预测控制工艺的设计。该控制工艺是基于一个特定的多输入单输出（MISO）自适应预测（AP）控制器，，首先引入Martin-Sanchez,它可以成功的控制非线性和时变动态过程调节。控制体系是基于相对增益阵列（RGA）分析输入和输出变量之间的后定义的。该控制工艺在过程控制和参数调整方面具有等多重优势。此外，它比PID控制器速度更快更加健全。该AP控制器操作是基于一个简化了控制工艺和动态过程的自适应预测模型，。本文的重点是用RG所析方法确定最合适的AP模型。从纯理论的角度来看，一个集中的多输入多输出（MIMO）AP模型可以充分满足控制要求。然而，考虑到计算工作通常需要适应一个大型集中式模型，相对增益阵列配对技术另一种解释是用于一个局部分散的自适应预测控制工艺。自适应预测控制工艺是模拟使用ADEXF口Matlab仿真环境。该控制器的对于原油常压蒸储过程的性能测试在阿斯彭加V7.1和阿斯动态V7.1仿真模拟。AP工艺是仿真结果与PID的控制工艺相比较所提出的。本文结构如下：第2节和第3节是常压蒸储过程的描述和建模。第4节介绍了AP控制基础；执行RGM析，并根据分析确定控制工艺。在5节中，给出了仿真结果和基于PID的控制工艺的比较。在6节中，我们提出我们的结论和进一步研究的建议。2。过程描述原油蒸储装置（CDU）是炼油厂最重要的过程之一。它是发生常压蒸储过程的地方。这个过程实现对通过二次蒸储获得成品过程至关重要的原油分解的第一阶段。该过程在一个可分为三部分的通用的原油蒸储装置（CDU）中进行。.脱盐和预热：脱盐前后原油使用工厂其他可用的热流预热。2。闪蒸：轻组分PFU中蒸发，减少主炉挥发性负载。3。原油常压蒸储（拔顶）：原油在350C的加热炉加热，之后在一个常压蒸储装置（减压）中分解为一些产品（如石脑油、煤油、轻柴油、重柴油和残渣）。这个塔设有侧剥离器和外部冷却器（泵循环），允许控制过程的主要参数，如她的的温度曲线和的蒸储产物的温度。研究这项工作的原油蒸储装置是一种PEMEXI储过程的简化的模型。为简单起见，我们只考虑两种类型的墨西哥原油：Maya和Istmus。通常情况下，80%的蒸储过程进料的是一

种混合这两种原油的。原油蒸储装置的蒸储产品的的特点是蒸储曲线和储程。两种相邻原油储分储程的间隙和重叠可以确定蒸储过程的精确度。相邻两种微分之间有空隙表明蒸储效果良好。另一当面如果有重叠表明蒸储不完全。这些参数用于检验模拟装置是否与现实装置的精储质量相同。表1显示了储程包含的每个蒸储物的工作点的真正的范围和模拟间隙/重叠值并在图一中描绘出来了.间隙和重叠的距离不能直接测量。它是通过实验室检测或在工厂中通过分析仪计算出来的，。无论怎样，这个参数与产品的提取温度密切相关，也有效的检测装置的性能和工艺。在这项研究中，我们考虑一个脱盐和预热原油进口来源。原油蒸储装置设计显示在图2中。为了简化表示，只有熔炉，蒸储塔，剥离器和泵循环显示。塔里的数字表示的塔板，，剥离器都标有字母S和泵循环标有字母PA紧随其后的是各自的数量。图2所示的变量被认为是在控制工艺的设计并填写在表2中。PFU和ADLtB在顶部压力1.9atm和atm2.8底部的压力环境中运行。所有热力学参数可以在Luyben(2006)。最重要的仿真参数如表3-5所示。建模原油建模原油常压蒸储过程模型必须根据油的物理和化学也行来确定。这些特征是用来计算参数定义的动态行为过程。原油建模不同于建模其他化合物。在大多数化合物的蒸储过程，得到了纯化学物质。然而，在原油蒸储,得到的衍生产品是复杂的混合物。整合彼此独立的每个组分的特征不必要地增加了分析的复杂性。Whatisusuallydoneistoapproximatethecrudeoilasareducedgroupof?ctitiouscomponents,calledpseudo-components.——个伪成分接近的物理和化学特性的组件的子群属于原油。结果是一个流程模型的尺寸。原油的近似拟组分主要基于蒸储曲线。其他特征，如粘度和硫含量基于拟组分的分解可以推出方法。一些原油表征和建模方法，从实验室试验到拟组分的计算，可以在API(1970),Brooks(1993)和Changetal.(2012)发现。图3在概念上表示拟组分分解。每一个拟组分的特点是沸点和波动范围。利用这些数据定义所需的物理和化学特性的参数计算过程的动态模。型物理和化学特性可以在Changetal.(2012)找到。在这个研究中，40个拟组分用于每个原油类型。这些是根据以下标准来划分：from37.81Cto426.71C,28cutswithincrementof3.31C;from426.71Cto648.81C,8cutswithincrementof101C;from648.81Cto871.11C,4cutswithincrementof37.8from37.81Cto426.71C,28cutswithincrementof3.31C;from426.71Cto648.81C,8cutswithincrementof101C;from648.81Cto871.11C,4cutswithincrementof37.81C.工厂建模本节描述PFU和ADU的建模部分(图2)。PFU塔是主要设备第一部分流程的主要设备。它被用来消除存在于进料中的大部分挥发性成分。从PFU中提取的数据如图2所示。该PFU塔的蒸储残余物是ADUO勺进料PFU的组成?炉F1供入口进料中的温度控制?10层塔板?冷凝段由一个循环泵和三相分离器组成与真正的系统相比，模型引入了如下简化炉模型只考虑传输到负载的热流加热。指定,该组件在一个50psi和232.2C恒温恒压的环境。部分冷凝，冷凝部分遵循模型即分离器允许三个组件（气、油和水）。工厂里塔顶部气体的冷却是靠循环泵来实现的。在这个模型中，加热链的简化是只考虑热流气体冷凝时失去的热量来实现的。假设冷凝器运行在恒定压力和温度，分另U为39.7psi和76.7C。ThedynamicsofthesecomponentsinAspenarecompletelyspeci?edbyde?ning（i）原油的物理和化学参数,（ii）塔的几何结构（iii）平衡条件下的温度和压力ADu塔的分离目的是预先净化注入的五个组分。在图2中现实产品数据。分离器隔板的出的蒸储产品被命名为“重石脑油”，而从汽提塔S1,S2和S3中所得到的蒸储的产物，分别以以“煤油”，“柴油”与“常压汽油”表示。常压装置的残渣被称为“常压渣油”ADU装置的组成：?炉F2控制进料在塔入口处的温度?25块塔板?冷凝部分的组成（1）气液交换循环泵（2）两相分离器?三个汽提塔提高质量的横向分离至于PFU部分，常压部分的模型提出了一些简化：.炉模型只考虑传输到负载的热流加热。指定，该组件在一个24.18psi和232.2C恒温恒压的环境。.冷凝部分遵循模型即分离器包括两个阶段。.原油加工装置冷凝器建模类似简化的的PFU塔。工作条件恒压15.7psi。4。累加器的清洗系统不是建模。5。两个循环泵的以类似的方式对炉和冷凝器建模，即作为热流。PFU塔和汽提塔做的模型不存在显著的简化。这些组件的动态指令完全通过一下定义：(i)原油的物理和化学参数原油、(2)塔的几何形状(3)平衡下的压力和温度流程的内部模型将导致14080状态变量，而该方法的外部模型呈现20的输入和输出端50组织成列于表2。这个模型(Luyben,2006)用于控制策略设计阶段提出了以下部分。同时，该模型作为验证及其控制策略的评价工具。.控制MIMO过程控制代表了一个有趣的挑战，因为这类过程往往存在输入和输出变量之间的交互作用。这种交互使控制策略的设计更复杂，一般为每个输入或多或少明显的方式会影响所有输出变量的行为。通常把这些系统称为“耦合”，结构连接(耦合)之间存在一些输入变量和输出变量。这种耦合的存在限制通常控制工具的性能为单输入单输出(SISO)开发过程，因为这些控制器不考虑这种耦合。因此，需要一个性能提高MIMOi程控制Therefore,theneedforaperformanceimprovementinthe?eldofMIMOprocessescontrolhasmotivatedtheresearchofcontroltechniquesspeci?callydevelopedformultivariableprocesses.在本节中，第二节中描述分散自适应预测控制策略的设计过程。自适应预测控制确实，大多数工业中PID比MPC自适应控制专家控制等现代控制方案应用更广泛。然而，对于一个原油蒸储过程，基于PID控制策略，通过非线性PID控制器的功能块，具有局限性(shinskey,1996)。这些限制是由于在原油的化学特性在输入过程中的变化。从本质上说，所提出的控制方案是一个预测控制系统与自适应策略的组合。在图4中,三个功能模块可以确定。?驱动模块生成通常使用的临界阻尼二阶模型，引导控制变量的参考以最佳的方式所需的轨迹?预测模型计算流程输出的控制信号，以确保满足期望的轨迹生成的驱动程序块。这个计算是基于预测模型中包含的知识的过程，它伴随着自适应模型使用的适应机制。?适应机制调整的参数基于自适应预测模型预测误差，使误差趋于零快速而有效的方法。同时，适应机制与控制变量的实际值更新驱动程序块。这一特点区别的驱动块在MRA金制器提出的参考模型。在自适应系统，AP模型生成被每一个及时输出控制k值所控制：(a)计算模型即时参数K(b)在时刻k-1所获取的控制信号，并且处理的输出的测量结果。Mart1n-Sanchez和Rodellar(2005)中报道了自适应预测控制理论的发展状态。在第4.1.1节，控制策略的MISO性质强调。这种特性取决于AP模型用于预测过程动力学基于两个可测扰动w1;w2和一个控制输入科。。AP模式该AP模型为每个MISO控制器可以表示为可测扰动w1和w2是用来计算的控制行为和性能适应机制。因此，建议包括所有这种AP模型结构类型的测量(Martin-Sanchez&Rodellar,2005)。AP模型生成，从以前的输入和输出(I/O)过程变量，使预测过程的控制信号输出等于预期的输出。驱动程序块由其物理可行性和所需的动力考虑而生成。通过这种方式，所需的输出将属于一个轨迹，将推动这一过程输出到满意的设定值，快速和平稳的进行，没有任何补偿或额外的控制作用。通常驱动模块是基于临界阻尼二阶模型。不像其他的控制技术，利用参考模型(Landau,1974),这里提出的控制算法，考虑了过程输出Y的实际值(K)重新计算在每个时刻K过程输出的最优轨迹。通过计算一系列的控制作用和最小化的性能标准确保最优输出过程的演变。其中向量A表示预测过程输出yA和基准过程输出yr之间的差异，作为显示在以下：。适应机制一般来说，工业过程是非线性和时变。因此，模型在大多数情况下是非常困难的，尤其是当这个过程操作条件经常变化。在大多数情况下使用常数参数控制策略无法适应操作条件的变化。工业过程的非线性和时变性质是发展自适应控制技术的主要的推动因素(Martf1-Sanchez&Rodellar,1996)。在最初的自适应预测控制(Martin-Sanchez、1974、1976b),适应问题给出的解决方案是基于稳定的方法，而不是一种基于优化的方法。相互作用分析交互分析和AP模式的相应的选择问题不是一个简单的问题。该控制系统设计者力求选择呈现与给定输出的最大程度相互作用，以关闭这两个变量之间的控制环路的目的。理想的是本控制循环不明显修改其他系统的行为变量。该RGA是用于确定哪些对的MIMOi理的输入和输出变量的表现出最大的相互作用的分析工具，并描述每个控制变量和每个输出变量之间的互作用的大小。分析还考虑到其他输入变量在同一输出的影响。该技术是基于相对增益矩阵的评估，其结构如下：相关矩阵的每一列是一个输入变量，而每一行对应一个输出变量。所述A矩阵的每个元素入ij表示输入的J相对于所述输出I的相对增益。输入-输出对的选择标准建议，一个选择对的相对增益为最大。对于每一行(输出)列(输入)选择，其相对收益是最大的。同样的标准建议一个避免输入-输出组合的相^•增益小于0.5(Bristol,1966)。在布里斯托尔(1966)呈现的RGA形式仅适用于与同等数量的输入和输出流程，“方”系统。“矩形”系统，与不同数量的输入和输出系统，RGA(Chang&玉,1990)可以广泛使用。控制策略定义报告中第4.3.1和4.3.2的控制策略是基于RC雄目互作用分析。它采用4.1节所描述的工具进行。技术领域的起源为SISO控制器分散控制的设计方案，在本研究用于识别特征的主要耦合过程和定义一个分散的基于多变量控制器的控制方案。我们的目标是设计一个控制方案，提出了复杂性比集中式或多变量控制方案。此外，性能设计的控制方案比传统的分散控制方案更好，因为它考虑了系统变量之间的互动效应。。预闪部分PFU部分控制策略的定义从分析输入和输出变量之间这部分的过程的的相互作用入手。使用的分析工具是“矩形”系统的广义RGA应用这种技术的一些示例，可以在Skogestadandethwaite（2005）以及,Moore,andDowns（1988）.中发现。策略定义的使用方法包括CalculationoftheGP（s）matrixthatmodelstherelationshipbetweentheinputsandoutputsofthePFUsectionandtheevaluationofthismatrixfors?0.Thisensuresthattheresultsoftheinteractionanalysisarevalidatlowfrequency.这将确保在低频率的分析结果是有效的应用公式计算RGA矩阵为矩形”系统对于每一列（可操纵输入），具有最高正幅值选择元素。.使用成对的输入-输出（列行）对应于在前面的步骤，以便定义分散控制策略，whichiscomposedofanumberofAPcontrollersequaltothepairsselected..你选择的每个元素，分析其行的每个元素的大小。包括在AP模型的每一个元素的大小接近的是双变量相关的元素的大小.仿真结果在这项研究中考虑的过程，使我们能够评估控制系统的性能，它的整体，考虑到原油蒸储过程的全局动力学这个过程是模拟在AspenPlusandAspenDynamicsv7.1和ADEX控制器通过Matlab/Simulink仿真实现。在过程描述部分提到，间隙/重叠的层次描述了蒸储过程全局性能指标。该指数是用来衡量的控制器的基础性能，提出的值如表1所示的。结果列于表7。在溢流和原油的混合物中发生了一系列的变化，是一个典型的操作场景的蒸储方法。使用A