专利名称：一种空分节能过程的非线性预测控制系统及方法
技术领域：
本发明涉及空分节能过程的控制设计领域，特别地，涉及空分节能过程的非线性
预测控制设计及方法。
背景技术：
空分是对空气进行分离，得到氧、氮、氩等高纯工业气体的国民经济重要行业，其 产品广泛用于石油、化工、冶金、电子、能源、航空航天、食品饮料、医疗保健等各种工业领 域。而巨大的能量消耗一直为空分行业的瓶颈问题。 世界各国在空分过程的节能研究方面投入了大量的人力物力，在空分过程的过程 建模，先进控制等方面作了大量研究。由于空分精馏过程的强非线性，耦合性等复杂动态特 性，传统的PID控制，内膜控制等已经不能满足要求，尤其在高纯控制领域，这些控制方案 很难及时跟踪设定值变化。而基于近似线性模型的预测控制方案虽然一定程度上改善了控 制效果，但是由于近似线性模型只能稳定工作在稳态工作点附近，当系统波动幅度较大，则 控制系统效果出现明显下降。事实表明建立空分节能过程的高效率，高精度的控制方案，已 经成为一项关键的空分节能技术。
发明内容
为了克服已有空分精馏过程的控制系统的跟踪控制效果差、在线求解较慢、工作 效率低的不足，本发明提供一种能够有效实现高准确率的跟踪控制效果、具有很快的在线 求解速度、大大提升工作效率的空分节能过程的非线性预测控制系统及方法。
本发明解决其技术问题所采用的技术方案是 —种空分节能过程的非线性预测控制系统，包括与空分塔直接连接的现场智能仪 表和DCS系统，所述DCS系统包括存储装置、控制站和上位机，智能仪表与存储装置、控制站 和上位机连接，所述上位机包括用以滚动优化求解控制律，输出控制变量值的非线性预测 控制器，所述的非线性预测控制器包括 组分推断模块，用以根据获取智能仪表检测到的温度，压强数据计算空分塔上塔 的各塔板处的组分浓度，计算式为(1) (2):，，)x"w"0 "ll (1)
X。ffi，)，10。^ (2) 其中k为当前采样时刻，Xu(k)为k采样时刻空分塔上塔第i块塔板处氮的液相 组分浓度，Xi,。(k)为k采样时刻空分塔上塔第i块塔板处氧的液相组分浓度，P(k)为k采 样时刻上塔压强，Ti (k)为k时刻上塔第i块塔板处的温度，a N、 a 。分别为氮和氧相对于氩 的相对挥发度，aN、 bN、 cN、 a。、 b。、 c。为安东尼常数。
6
模型参数自适应校正模块，用以采用组分推断模块计算出的组分浓度数据，在线 拟合氮的液相组分浓度分布函数和氧的液相组分浓度分布函数，并将拟合参数存储到历史 数据库当中，如式(3) (4) 《,
^"min,W +扁
(3)
-义
max"_min,(9
(4) 其中i为塔板编号，i^ ， i,，。分别为第i块塔板处氮和氧的预估液相浓度，Xmi^、
Xmax,N、 kN、 Xmin,。、 Xmax,。、 k。为拟合参数，SN， S。为空分塔组分浓度分布曲线的位置。 其次根据塔顶气相流率和塔底液相流率的历史数据拟合函数关系如式(5) (6): Vi二aupP2 (5) Ln = adownq2 (6) 其中Ln分别为塔顶汽相流率和塔底液相流率，aup， adOTn为拟合参数，P为空分 塔下塔压强，q为空分塔进料热状况。 控制律滚动优化求解模块，用以根据当前氮和氧的液相组分浓度数据，模型函数 和当前时刻操作变量值优化求解当前的控制变量的理想值，滚动优化求解问题表述如式 (7)至式(17):
,,尸)=&w-《,/ )2 + & (X ,0 (, ) - X 。* )2 ( 7 )
mm
9,
s丄必。
—K ") (0—丄"OK" (0 + ￡巧w
/=1
-K ,。 (,) _丄 (0x ,o W + t巧("x; (A:)
(8)
",0(0、"))
乂喝o
(9)
(10) >^0)=
Vla) Lna)
Sj(t。) q(t0) P(t0)
:aupP(t)2
:adownq(t)
=Sj (k)j = N， 0 q(k) P(k)
/=1，2,..，"； 产iV,O (11)
(12) (13)
(14)
(15)
(16)
t0《t《tn (17)
其中k为当前采样时刻，t。、tn分别为预测时域起点和终点，下角标i为塔板编号，
1为塔顶编号，n为塔底的编号，下角标j指代下角标N或者0，其中N、 0分别代表氮和氧， 上角标f代表进料，Fi(k)为k采样时刻第i块塔板进料流量，xf^(k)，xfi,。(k)分别为k采 样时刻第i块塔板的进料液氮组分浓度和进料液氧组分浓度，Ln(t)塔底液相流率，Vjt) 为塔顶汽相流率，x^(t)、Xn,。(t)分别为塔底液氮液氧的组分浓度，yu(t)、yu(t)分别为塔顶氮和氧的汽相组分浓度，Sj(k)为空分塔上塔液氮或者液氧浓度分布曲线位置，M为塔 板持液量，Xl/、X。7分别为上塔塔顶氮的液相浓度设定值和塔底氧的液相浓度设定值，&， K2为目标函数加权系数根据对象特性进行调节，Xu(tn)和Xn,。(tn)分别为预测时域终点tn 时刻上塔塔顶氮的液相组分浓度和塔底氧的液相组分浓度预测值，q(t) ， P(t)，分别为进料 热状况和上塔压强，Xi,j(t)、yi,j(t)分别为第i块塔板氮或氧的液相和汽相组分浓度， 分别对应式(3)式(4)中的辨识参数，Sj(t。).q(t。).P(t。)分别为空分塔<formula>formula see original document page 8</formula>
上塔组分浓度曲线位置，进料热状况，上塔压强的优化初值，<formula>formula see original document page 8</formula>
分别空分塔上塔氮和
氧的液相组分浓度曲线位置变化速度。 作为优选的一种方案所述的上位机还包括人机界面模块，用于设定采样周期T， 控制律目标函数加权系数&， K2，上塔塔顶塔底氮氧的液相轻组分浓度设定值、/， Xn,。*，预 测时域长度tn，其中t。 = 0，并显示控制器的输出曲线和被控变量即空分塔上塔塔顶塔底液 相轻组分浓度的记录曲线。 进一步，所述的现场智能仪表与数据接口连接，所述数据接口与现场总线连接，所 述DCS系统中的存储装置及上位机与现场总线连接。 —种空分节能过程的非线性预测控制方法，所述的非线性预测控制方法包括以下 步骤 1)确定采样周期T，并将T值，氮和氧相对于氩的相对挥发度aN、 a。，安东尼常数 aw、bw、Cw、a。、b。、c。保存在历史数据库当中； 2)根据控制要求和对象特性设定上塔塔顶塔底氮氧的液相轻组分浓度设定值 、/， Xn,二控制律目标函数加权系数Kp K2和预测时域长度k，其中t。 = O，并将设定参数 保存在历史数据库当中； 3)从历史数据库中获取塔顶汽相流量、塔底液相流量、进料热状况、上塔压强数据 记录，拟合经验函数关系如式(5) (6)
V丄=aupP2 (1)
Ln = ad。TOq2 (2) 其中Ln分别为塔顶汽相流率和塔底液相流率，aup， adOTn为拟合参数，P为空分 塔下塔压强，q为空分塔进料热状况。 4)检测k采样时刻时刻上塔压强P (k)，各塔板温度1\ (k)，计算液氮液氧的组分浓 度值，计算式如式(1) (2):
<formula>formula see original document page 8</formula>
其中k为当前采样时刻，Xi,N(k)为k采样时刻空分塔上塔第i块塔板处氮的液相 组分浓度，Uk)为k采样时刻空分塔上塔第i块塔板处氧的液相组分浓度，P(k)为k采 样时刻上塔压强，Ti(k)为k采样时刻上塔各块塔板处的温度，a,、a。分别为氮和氧相对于 氩的相对挥发度，aN、 bN、 cN、 a。、 b。、 c。为安东尼常数；
5)采用历史数据库中k采样时刻组分浓度数据，在线拟合模型函数，并将拟合参 数存储到历史数据库当中，拟合函数如式(5)式(6):
<formula>formula see original document page 9</formula>(5)
<formula>formula see original document page 9</formula>(6)
X,，。分别为第i块塔板处氮的预估液相浓度和氧的预估
,，k。，为拟合参数，SN， S。为空分塔组分浓度分布曲线的 其中i为塔板编号，《j，
液相f农度，Xmin,N， X隨,n， kN， Xmin,0， X迈
位置； 6)根据当前氮和氧的液相组分浓度数据，当前时刻操作变量值，步骤3)的经验函 数和步骤5)中的模型函数优化求解当前的控制变量的理想值，滚动优化求解问题表述如 式(7)至式(17):
mm
,尸 必,
(7)
必
M(X,w《)一v"))
(8)
o —
!=1
/=1,2,
maxjA min，乂.兀,,(0 =
(9)<formula>formula see original document page 9</formula>
(10)<formula>formula see original document page 9</formula>(11)
(12)<formula>formula see original document page 9</formula> (13)<formula>formula see original document page 9</formula>
(14)<formula>formula see original document page 9</formula>(15)<formula>formula see original document page 9</formula>(16)<formula>formula see original document page 9</formula>(17)
其中k为当前采样时刻，t。、tn分别为预测时域起点和终点，下角标i为塔板编号，
1为塔顶编号，n为塔底的编号，下角标j指代下角标N或者0，其中N、 0分别代表氮和氧， 上角标f代表进料，Fi(k)为k采样时刻第i块塔板进料流量，xf^(k)，xfi,。(k)分别为k采 样时刻第i块塔板的进料液氮组分浓度和进料液氧组分浓度，Ln(t)塔底液相流率，Vjt) 为塔顶汽相流率，x^(t)、Xn,。(t)分别为塔底液氮液氧的组分浓度，yu(t)、yu(t)分别为 塔顶氮和氧的汽相组分浓度，Sj(k)为空分塔上塔液氮或者液氧浓度分布曲线位置，M为塔 板持液量，Xl/、X。7分别为上塔塔顶氮的液相浓度设定值和塔底氧的液相浓度设定值，&， K2为目标函数加权系数根据对象特性进行调节，Xu(tn)和Xn,。(tn)分别为预测时域终点tn 时刻上塔塔顶氮的液相组分浓度和塔底氧的液相组分浓度预测值，q(t) ， P(t)，分别为进料热状况和上塔压强，Xi,j(t)、yi,j(t)分别为第i块塔板氮或氧的液相和汽相组分浓度，
Xmin,j.Xmax,j.Xmin,j.分别对应式(5)式(6)中的辨识参数，Sj (t。) . q (t。) . P (t。)分别为空分塔
上塔组分浓度曲线位置，进料热状况，上塔压强的优化初值，,,分别空分塔上塔氮和
必 说
氧的液相组分浓度曲线位置变化速度； 7)将优化求解出的进料热状况和上塔压强值作为下一时刻控制变量值，输送至 DCS系统中的控制站。 作为优选的一种方案在所述步骤6)中，所述滚动优化求解问题包含以下解决步 骤 ①设置控制变量及进料热状况和上塔压强初值，状态变量SN、 S。初值； ②采用四阶龙格库塔法在时间区域[t。， tn]上求解状态变量SN、 S。； ③通过模型函数求解各塔板处氮和氧的液相组分浓度，并计算目标函数值； ④采用牛顿法判断目标函数是否达到最优条件，如果没有达到条件则选择新的控
制变量值并返回步骤②，如果达到最优判定条件则滚动优化求解结束。 进一步，所述的现场智能仪表与数据接口连接，所述数据接口与现场总线连接，所 述DCS系统中的存储装置及上位机与现场总线连接；其中控制站可以读取历史数据库，显 示空分节能过程的工作状态。 本发明的有益效果主要表现在1、非线性预测控制系统有效改进了传统基于线性 辨识模型的常规预测控制系统，实现了高准确度的跟踪控制效果；2、非线性预测控制系统 的滚动优化环节由于采用了简化的动态非线性模型，具有很快的在线求解速度，大大提升 了系统的工作效率。
图1是本发明所提出的空分节能过程的非线性预测控制系统结构图。
图2是上位机非线性预测控制器实现方法的原理图。
具体实施例方式
下面结合附图对本发明作进一步描述。
实施例1 参照图1和图2， 一种空分节能过程的非线性预测控制系统包括与空分塔1直接连 接的现场智能仪表2和DCS系统，所述DCS系统包括存储装置4、控制站5及上位机6，其中 智能仪表2与存储装置4、控制站5和上位机6连接，上位机6包括用以实现非线性预测控 制器功能，滚动优化求解控制律，输出控制变量值的非线性预测控制器，所述的非线性预测 控制器包括组分推断模块9，模型参数自适应校正模块IO，控制律滚动优化求解模块11。
所述的组分推断模块9，其特征在于上位机6获取智能仪表2检测到的温度，压强 数据计算空分塔上塔的各塔板处的组分浓度，计算式为(1) (2): x ,顺x"wxl0
10<formula>formula see original document page 11</formula>
其中k为当前采样时刻，X^(k)为k采样时刻空分塔上塔第i块塔板处氮的液相 组分浓度，Uk)为k采样时刻空分塔上塔第i块塔板处氧的液相组分浓度，P(k)为k采 样时刻上塔压强，1\ (k)为k时刻上塔第i块塔板处的温度，a N、 a 。分别为氮和氧相对于氩 的相对挥发度，aN、 bN、 cN、 a。、 b。、 c。为安东尼常数。 模型参数自适应校正模块IO采用组分推断模块计算出的组分浓度数据，在线拟 合氮的液相组分浓度分布函数和氧的液相组分浓度分布函数，并将拟合参数存储到历史数 据库当中，如式(3) (4)<formula>formula see original document page 11</formula>
其中i为塔板编号，i,，w ，A,。分别为第i块塔板处氮和氧的预估液相浓度，X^,w、
Xmax,N、 kN、 Xmin,。、 Xmax,。、 k。为拟合参数，SN， S。为空分塔组分浓度分布曲线的位置。 其次根据塔顶气相流率和塔底液相流率的历史数据拟合函数关系如式(5) (6): V丄=aupP2 (5) Ln = adownq2 (6) 其中V Ln分别为塔顶汽相流率和塔底液相流率，aup， adOTn为拟合参数，P为空分 塔下塔压强，q为空分塔进料热状况。 所述的控制律滚动优化求解模块11根据当前氮和氧的液相组分浓度数据，模型 函数和当前时刻操作变量值优化求解当前的控制变量的理想值，滚动优化求解问题表述如 式(7)至式(17):
mm
,，尸)=《(X,, & ) - )2 + & (A,o (, ) - X 0* )2
-"")-丄"昨w w+l;巧(",,("
(7)
必
必
必,
o _
/=1
(8) X"(0 = lmmJ+'
M(x o(0-xlo(0)
Z-l，2,…,"；户即
(9)
(10)("广iX力(,)+i' =1,2:=aupP(t)2(12)Ln(t)=adownq(t)(13)Sj(t。)=Sj (k)j = N， 0(14)q(t0)=q(k)(15)
户TV,O (11)
11
P(t。) = P(k) (16)
t0《t《tn (17) 其中k为当前采样时刻，t。、tn分别为预测时域起点和终点，下角标i为塔板编号， 1为塔顶编号，n为塔底的编号，下角标j指代下角标N或者0，其中N、 0分别代表氮和氧， 上角标f代表进料，Fi(k)为k采样时刻第i块塔板进料流量，xf^(k)，xfi,。(k)分别为k采 样时刻第i块塔板的进料液氮组分浓度和进料液氧组分浓度，Ln(t)塔底液相流率，Vjt) 为塔顶汽相流率，x^(t)、Xn,。(t)分别为塔底液氮液氧的组分浓度，yu(t)、yu(t)分别为 塔顶氮和氧的汽相组分浓度，Sj(k)为空分塔上塔液氮或者液氧浓度分布曲线位置，M为塔 板持液量，Xl/、X。7分别为上塔塔顶氮的液相浓度设定值和塔底氧的液相浓度设定值，&， K2为目标函数加权系数根据对象特性进行调节，Xu(tn)和Xn,。(tn)分别为预测时域终点tn 时刻上塔塔顶氮的液相组分浓度和塔底氧的液相组分浓度预测值，q(t) ， P(t)，分别为进料 热状况和上塔压强，Xi,j(t)、yi,j(t)分别为第i块塔板氮或氧的液相和汽相组分浓度，
Xmin,j.Xmax,j.Xmin,j.分别对应式(3)式(4)中的辨识参数，Sj (t。) . q (t。) . P (t。)分别为空分塔 上塔组分浓度曲线位置，进料热状况，上塔压强的优化初值，,,分别空分塔上塔氮和 氧的液相组分浓度曲线位置变化速度。 所述的上位机包括人机界面模块12，用于设定采样周期T，控制律目标函数加权 系数K" 1(2，上塔塔顶塔底氮氧的液相轻组分浓度设定值、/， Xn,。 预测时域长度tn(t。= 0)，并显示控制器的输出曲线和被控变量即空分塔上塔塔顶塔底液相轻组分浓度的记录曲 线。空分塔1与智能仪表2连接，智能仪表2与数据接口 3连接，数据接口 3与现场总线连 接，现场总线与上位机6、存储装置4和控制站5连接，其中控制站5可以读取历史数据库， 显示空分节能工作过程状态。
实施例2 参照图1和图2，所述的空分节能过程的非线性预测控制方法，其特征在于所述的 控制方法包括以下步骤 1)确定采样周期T，并将T值，氮和氧相对于氩的相对挥发度a,、a。，安东尼常数 aw、bw、Cw、a。、b。、c。保存在历史数据库当中； 2)根据控制要求和对象特性设定上塔塔顶塔底氮氧的液相轻组分浓度设定值 、/， Xn,二控制律目标函数加权系数&， K2和预测时域长度tn(t。 = 0)，并将设定参数保存 在历史数据库当中； 3)从历史数据库中获取塔顶汽相流量、塔底液相流量、进料热状况、上塔压强数据 记录，拟合经验函数关系如式(5) (6)
V丄=aupP2 (1)
Ln = adownq2 (2) 其中Vp Ln分别为塔顶汽相流率和塔底液相流率，aup， adOTn为拟合参数，P为空分 塔下塔压强，q为空分塔进料热状况。 4)检测k采样时刻上塔压强P (k)，各塔板温度1\ (k)，计算液氮液氧的组分浓度 值，计算式如式(1) (2):[o"o]
<formula>formula see original document page 13</formula>
<formula>formula see original document page 13</formula>
(3)<formula>formula see original document page 13</formula>(4) 其中k为当前采样时刻，Xu(k)为k采样时刻空分塔上塔第i块塔板处氮的液相 组分浓度，Uk)为k采样时刻空分塔上塔第i块塔板处氧的液相组分浓度，P(k)为k采 样时刻上塔压强，Ti(k)为k采样时刻上塔各块塔板处的温度，a,、a。分别为氮和氧相对于 氩的相对挥发度，aN、 bN、 cN、 a。、 b。、 c。为安东尼常数。 5)采用历史数据库中k采样时刻组分浓度数据，在线拟合模型函数，并将拟合参 数存储到历史数据库当中，拟合函数如式(5)式(6):
<formula>formula see original document page 13</formula>(5)<formula>formula see original document page 13</formula>(6)
<formula>formula see original document page 13</formula> 其中i为塔板编号，A，w ， i,，。分别为第i块塔板处氮的预估液相浓度和氧的预估 液相浓度，Xmin,N， Xmax,N， kN， Xmin,。， Xmax,。， k。，为拟合参数，SN， S。为空分塔组分浓度分布曲线的 6)根据当前氮和氧的液相组分浓度数据，当前时刻操作变量值，步骤3)的经验函 数和步骤5)中的模型函数优化求解当前的控制变量的理想值，滚动优化求解问题表述如 式(7)至式(17): <formula>formula see original document page 13</formula>
<formula>formula see original document page 13</formula><formula>formula see original document page 13</formula>
(7)
<formula>formula see original document page 13</formula>(8)
<formula>formula see original document page 13</formula>(9)
(10)Vjt) = aupP(t)2(12)Ln(t) = adownq(t)2(13)Sj(t。) = Sj(k)j = N，O(14)q(t。) = q(k)(15)P(t0) =P(k)(16)t0《t《tn(17)
1,2,
(11)
其中k为当前采样时刻，t。、tn分别为预测时域起点和终点，下角标i为塔板编号， 1为塔顶编号，n为塔底的编号，下角标j指代下角标N或者0，其中N、 0分别代表氮和氧， 上角标f代表进料，Fi(k)为k采样时刻第i块塔板进料流量，xf^(k)，xfi,。(k)分别为k采 样时刻第i块塔板的进料液氮组分浓度和进料液氧组分浓度，Ln(t)塔底液相流率，Vjt) 为塔顶汽相流率，x^(t)、Xn,。(t)分别为塔底液氮液氧的组分浓度，yu(t)、yu(t)分别为 塔顶氮和氧的汽相组分浓度，Sj(k)为空分塔上塔液氮或者液氧浓度分布曲线位置，M为塔 板持液量，Xl/、X。7分别为上塔塔顶氮的液相浓度设定值和塔底氧的液相浓度设定值，&， K2为目标函数加权系数根据对象特性进行调节，Xu(tn)和Xn,。(tn)分别为预测时域终点tn 时刻上塔塔顶氮的液相组分浓度和塔底氧的液相组分浓度预测值，q(t) ， P(t)，分别为进料 热状况和上塔压强，Xi,j(t)、yi,j(t)分别为第i块塔板氮或氧的液相和汽相组分浓度， Xmin, j、 Xmax, j. Xmin, j.分别对应式(3)式(4)中的辨识参数，Sj(t。)q(t。).P(t。)分别为空分塔
上塔组分浓度曲线位置，进料热状况，上塔压强的优化初值，,,分别空分塔上塔氮和 氧的液相组分浓度曲线位置变化速度。 7)将优化求解出的进料热状况和上塔压强值作为下一时刻控制变量值，输送至 DCS系统中的控制站5 所述步骤6)中，滚动优化求解问题包含以下解决步骤 ①设置控制变量及进料热状况和上塔压强初值，状态变量SN、 S。初值； ②采用四阶龙格库塔法在时间区域[t。， tn]上求解状态变量SN、 S。； ③通过模型函数求解各塔板处氮和氧的液相组分浓度，并计算目标函数值； ④采用牛顿法判断目标函数是否达到最优条件，如果没有达到条件则选择新的控
制变量值并返回步骤②，如果达到最优判定条件则滚动优化求解结束。 空分塔1与智能仪表2连接，智能仪表2与数据接口 3连接，数据接口 3与现场总 线连接，现场总线与上位机6、存储装置4和控制站5连接。 所述的历史数据库为DCS系统中存储装置4，所述的DCS系统包括数据接口 3，存 储装置4，控制站5，其中控制站5可以读取历史数据库，显示空分节能过程的工作状态。
权利要求
一种空分节能过程的非线性预测控制系统，包括与空分塔直接连接的现场智能仪表和DCS系统，所述DCS系统包括存储装置、控制站和上位机，智能仪表与存储装置、控制站和上位机连接，其特征在于所述上位机包括用以滚动优化求解控制律，输出控制变量值的非线性预测控制器，所述的非线性预测控制器包括组分推断模块，用以根据获取智能仪表检测到的温度，压强数据计算空分塔上塔的各塔板处的组分浓度，计算式为(1)(2) <mrow><msub> <mi>X</mi> <mrow><mi>i</mi><mo>,</mo><mi>N</mi> </mrow></msub><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow><mo>=</mo><mfrac> <mrow><mi>P</mi><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow><mo>×</mo><msub> <mi>α</mi> <mi>N</mi></msub><mo>×</mo><msup> <mn>10</mn> <mrow><mo>(</mo><mfrac> <mrow><msub> <mi>T</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow><mo>+</mo><msub> <mi>c</mi> <mi>N</mi></msub> </mrow> <msub><mi>b</mi><mi>N</mi> </msub></mfrac><mo>-</mo><msub> <mi>a</mi> <mi>N</mi></msub><mo>)</mo> </mrow></msup><mo>-</mo><mn>1</mn> </mrow> <mrow><msub> <mi>α</mi> <mi>N</mi></msub><mo>-</mo><mn>1</mn> </mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo></mrow> </mrow> <mrow><msub> <mi>X</mi> <mrow><mi>i</mi><mo>,</mo><mi>O</mi> </mrow></msub><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow><mo>=</mo><mfrac> <mrow><mi>P</mi><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow><mo>×</mo><msub> <mi>α</mi> <mi>O</mi></msub><mo>×</mo><msup> <mn>10</mn> <mrow><mo>(</mo><mfrac> <mrow><msub> <mi>T</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow><mo>+</mo><msub> <mi>c</mi> <mi>O</mi></msub> </mrow> <msub><mi>b</mi><mi>O</mi> </msub></mfrac><mo>-</mo><msub> <mi>a</mi> <mi>O</mi></msub><mo>)</mo> </mrow></msup><mo>-</mo><mn>1</mn> </mrow> <mrow><msub> <mi>α</mi> <mi>O</mi></msub><mo>-</mo><mn>1</mn> </mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo></mrow> </mrow>其中k为当前采样时刻，Xi，N(k)为k采样时刻空分塔上塔第i块塔板处氮的液相组分浓度，Xi，O(k)为k采样时刻空分塔上塔第i块塔板处氧的液相组分浓度，P(k)为k采样时刻上塔压强，Ti(k)为k时刻上塔第i块塔板处的温度，αN、αO分别为氮和氧相对于氩的相对挥发度，aN、bN、cn、aO、bO、cO为安东尼常数；模型参数自适应校正模块，用以采用组分推断模块计算出的组分浓度数据，在线拟合氮的液相组分浓度分布函数和氧的液相组分浓度分布函数，并将拟合参数存储到历史数据库当中，如式(3)(4) <mrow><msub> <mover><mi>X</mi><mo>^</mo> </mover> <mrow><mi>i</mi><mo>,</mo><mi>N</mi> </mrow></msub><mo>=</mo><msub> <mi>X</mi> <mrow><mi>min</mi><mo>,</mo><mi>N</mi> </mrow></msub><mo>+</mo><mfrac> <mrow><msub> <mi>X</mi> <mrow><mi>max</mi><mo>,</mo><mi>N</mi> </mrow></msub><mo>-</mo><msub> <mi>X</mi> <mrow><mi>min</mi><mo>,</mo><mi>N</mi> </mrow></msub> </mrow> <msup><mrow> <mn>1</mn> <mo>+</mo> <mi>e</mi></mrow><mrow> <msub><mrow> <mo>-</mo> <mi>k</mi></mrow><mi>N</mi> </msub> <mrow><mo>(</mo><mi>i</mi><mo>-</mo><msub> <mi>S</mi> <mi>N</mi></msub><mo>)</mo> </mrow></mrow> </msup></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo></mrow> </mrow> <mrow><msub> <mover><mi>X</mi><mo>^</mo> </mover> <mrow><mi>i</mi><mo>,</mo><mi>O</mi> </mrow></msub><mo>=</mo><msub> <mi>X</mi> <mrow><mi>min</mi><mo>,</mo><mi>O</mi> </mrow></msub><mo>+</mo><mfrac> <mrow><msub> <mi>X</mi> <mrow><mi>max</mi><mo>,</mo><mi>O</mi> </mrow></msub><mo>-</mo><msub> <mi>X</mi> <mrow><mi>min</mi><mo>,</mo><mi>O</mi> </mrow></msub> </mrow> <msup><mrow> <mn>1</mn> <mo>+</mo> <mi>e</mi></mrow><mrow> <mo>-</mo> <msub><mi>k</mi><mi>O</mi> </msub> <mrow><mo>(</mo><mi>i</mi><mo>-</mo><msub> <mi>S</mi> <mi>O</mi></msub><mo>)</mo> </mrow></mrow> </msup></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo></mrow> </mrow>其中i为塔板编号，分别为第i块塔板处氮和氧的预估液相浓度，Xmin，N、Xmax，N、KN、Xmin，0、Xmax，0、K0为拟合参数，SN，S0为空分塔组分浓度分布曲线的位置；其次根据塔顶气相流率和塔底液相流率的历史数据拟合函数关系如式(5)(6)V1＝aupP2 (5)Ln＝adownq2(6)其中V1、Ln分别为塔顶汽相流率和塔底液相流率，aup，adown为拟合参数，P为空分塔下塔压强，q为空分塔进料热状况；控制律滚动优化求解模块，用以根据当前氮和氧的液相组分浓度数据，模型函数和当前时刻操作变量值优化求解当前的控制变量的理想值，滚动优化求解问题表述如式(7)至式(17) <mrow><munder> <mi>min</mi> <mrow><mi>q</mi><mo>,</mo><mi>p</mi> </mrow></munder><mi>J</mi><mrow> <mo>(</mo> <mi>q</mi> <mo>,</mo> <mi>p</mi> <mo>)</mo></mrow><mo>=</mo><msub> <mi>K</mi> <mn>1</mn></msub><msup> <mrow><mo>(</mo><msub> <mi>X</mi> <mrow><mn>1</mn><mo>,</mo><mi>N</mi> </mrow></msub><mrow> <mo>(</mo> <msub><mi>t</mi><mi>n</mi> </msub> <mo>)</mo></mrow><mo>-</mo><msup> <msub><mi>X</mi><mrow> <mn>1</mn> <mo>,</mo> <mi>N</mi></mrow> </msub> <mo>*</mo></msup><mo>)</mo> </mrow> <mn>2</mn></msup><mo>+</mo><msub> <mi>K</mi> <mn>2</mn></msub><msup> <mrow><mo>(</mo><msub> <mi>X</mi> <mrow><mi>n</mi><mo>,</mo><mi>O</mi> </mrow></msub><mrow> <mo>(</mo> <msub><mi>t</mi><mi>n</mi> </msub> <mo>)</mo></mrow><mo>-</mo><msup> <msub><mi>X</mi><mrow> <mi>n</mi> <mo>,</mo> <mi>O</mi></mrow> </msub> <mo>*</mo></msup><mo>)</mo> </mrow> <mn>2</mn></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo></mrow> </mrow> <mrow><mi>s</mi><mo>.</mo><mi>t</mi><mo>.</mo><mfrac> <msub><mi>dS</mi><mi>N</mi> </msub> <mi>dt</mi></mfrac><mo>=</mo><mfrac> <mrow><msub> <mrow><mo>-</mo><mi>V</mi> </mrow> <mn>1</mn></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><msub> <mi>y</mi> <mrow><mn>1</mn><mo>,</mo><mi>N</mi> </mrow></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>L</mi> <mi>n</mi></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><msub> <mi>x</mi> <mrow><mi>n</mi><mo>,</mo><mi>N</mi> </mrow></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>+</mo><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>n</mi></munderover><msub> <mi>F</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow><msub> <msup><mi>x</mi><mi>f</mi> </msup> <mrow><mi>i</mi><mo>,</mo><mi>N</mi> </mrow></msub><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow> </mrow> <mrow><mi>M</mi><mrow> <mo>(</mo> <msub><mi>x</mi><mrow> <mi>n</mi> <mo>,</mo> <mi>N</mi></mrow> </msub> <mrow><mo>(</mo><mi>t</mi><mo>)</mo> </mrow> <mo>-</mo> <msub><mi>x</mi><mrow> <mn>1</mn> <mo>,</mo> <mi>N</mi></mrow> </msub> <mrow><mo>(</mo><mi>t</mi><mo>)</mo> </mrow> <mo>)</mo></mrow> </mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo></mrow> </mrow> <mrow><mfrac> <msub><mi>dS</mi><mi>O</mi> </msub> <mi>dt</mi></mfrac><mo>=</mo><mfrac> <mrow><msub> <mrow><mo>-</mo><mi>V</mi> </mrow> <mn>1</mn></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><msub> <mi>y</mi> <mrow><mn>1</mn><mo>,</mo><mi>O</mi> </mrow></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>L</mi> <mi>n</mi></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><msub> <mi>x</mi> <mrow><mi>n</mi><mo>,</mo><mi>O</mi> </mrow></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>+</mo><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>n</mi></munderover><msub> <mi>F</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow><msub> <msup><mi>x</mi><mi>f</mi> </msup> <mrow><mi>i</mi><mo>,</mo><mi>O</mi> </mrow></msub><mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo></mrow> </mrow> <mrow><mi>M</mi><mrow> <mo>(</mo> <msub><mi>x</mi><mrow> <mi>n</mi> <mo>,</mo> <mi>O</mi></mrow> </msub> <mrow><mo>(</mo><mi>t</mi><mo>)</mo> </mrow> <mo>-</mo> <msub><mi>x</mi><mrow> <mn>1</mn> <mo>,</mo> <mi>O</mi></mrow> </msub> <mrow><mo>(</mo><mi>t</mi><mo>)</mo> </mrow> <mo>)</mo></mrow> </mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo></mrow> </mrow> <mrow><msub> <mi>X</mi> <mrow><mi>i</mi><mo>,</mo><mi>j</mi> </mrow></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>=</mo><msub> <mi>X</mi> <mrow><mi>min</mi><mo>,</mo><mi>j</mi> </mrow></msub><mo>+</mo><mfrac> <mrow><msub> <mi>X</mi> <mrow><mi>max</mi><mo>,</mo><mi>j</mi> </mrow></msub><mo>-</mo><msub> <mi>X</mi> <mrow><mi>min</mi><mo>,</mo><mi>j</mi> </mrow></msub> </mrow> <msup><mrow> <mn>1</mn> <mo>+</mo> <mi>e</mi></mrow><mrow> <msub><mrow> <mo>-</mo> <mi>k</mi></mrow><mi>j</mi> </msub> <mrow><mo>(</mo><mi>i</mi><mo>-</mo><msub> <mi>S</mi> <mi>j</mi></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>)</mo> </mrow></mrow> </msup></mfrac><mi>i</mi><mo>=</mo><mn>1,2</mn><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><mi>n</mi><mo>;</mo><mi>j</mi><mo>=</mo><mi>N</mi><mo>,</mo><mi>O</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo></mrow> </mrow> <mrow><msub> <mi>y</mi> <mrow><mi>i</mi><mo>,</mo><mi>j</mi> </mrow></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>=</mo><mfrac> <mrow><msub> <mi>α</mi> <mi>j</mi></msub><msub> <mi>x</mi> <mrow><mi>i</mi><mo>,</mo><mi>j</mi> </mrow></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow> </mrow> <mrow><mrow> <mo>(</mo> <msub><mi>α</mi><mi>j</mi> </msub> <mo>-</mo> <mn>1</mn> <mo>)</mo></mrow><msub> <mi>x</mi> <mrow><mi>i</mi><mo>,</mo><mi>j</mi> </mrow></msub><mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo></mrow><mo>+</mo><mn>1</mn> </mrow></mfrac><mi>i</mi><mo>=</mo><mn>1,2</mn><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><mi>n</mi><mo>;</mo><mi>j</mi><mo>=</mo><mi>N</mi><mo>,</mo><mi>O</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo></mrow> </mrow>V1(t)＝aup P(t)2 (12)Ln(t)＝adownq(t)2(13)Sj(t0)＝Sj(k)j＝N，O (14)q(t0)＝q(k) (15)P(t0)＝P(k) (16)t0≤t≤tn(17)其中k为当前采样时刻，to、tn分别为预测时域起点和终点，下角标i为塔板编号，1为塔顶编号，n为塔底的编号，下角标j指代下角标N或者O，其中N、O分别代表氮和氧，上角标f代表进料，Fi(k)为k采样时刻第i块塔板进料流量，xfi，N(k)，xfi，O(k)分别为k采样时刻第i块塔板的进料液氮组分浓度和进料液氧组分浓度，Ln(t)塔底液相流率，V1(t)为塔顶汽相流率xn，N(t)、xn，O(t)分别为塔底液氮液氧的组分浓度，y1，N(t)、y1，O(t)分别为塔顶氮和氧的汽相组分浓度，Sj(k)为空分塔上塔液氮或者液氧浓度分布曲线位置，M为塔板持液量，X1，N*、Xn，O*分别为上塔塔顶氮的液相浓度设定值和塔底氧的液相浓度设定值，K1，K2为目标函数加权系数根据对象特性进行调节，X1，N(tn)和Xn，O(tn)分别为预测时域终点tn时刻上塔塔顶氮的液相组分浓度和塔底氧的液相组分浓度预测值，q(t)，P(t)，分别为进料热状况和上塔压强，xi，j(t)、yi，j(t)分别为第i块塔板氮或氧的液相和汽相组分浓度，Xmin，j.Xmax，j.Xmin，j.分别对应式(3)式(4)中的辨识参数，Sj(t0).q(t0).P(t0)分别为空分塔上塔组分浓度曲线位置，进料热状况，上塔压强的优化初值，分别空分塔上塔氮和氧的液相组分浓度曲线位置变化速度。F2009101555622C00015.tif,F2009101555622C00031.tif
2. 如权利要求1所述的空分节能过程的非线性预测控制系统，其特征在于所述的上位机还包括人机界面模块，用于设定采样周期T，控制律目标函数加权系数K" K2，上塔塔顶塔底氮氧的液相轻组分浓度设定值Xu Xn,。 预测时域长度k，其中t。 = O，并显示控制器的输出曲线和被控变量即空分塔上塔塔顶塔底液相轻组分浓度的记录曲线。
3. 如权利要求1所述的空分节能过程的非线性预测控制系统，其特征在于所述的现 场智能仪表与数据接口连接，所述数据接口与现场总线连接，所述DCS系统中的存储装置 及上位机与现场总线连接。
4. 一种如权利要求1所述的空分节能过程的非线性预测控制系统实现的非线性预测控制方法，其特征在于所述的非线性预测控制方法包括以下步骤1) 确定采样周期T，并将T值，氮和氧相对于氩的相对挥发度aN、 a。，安东尼常数 、 b,、c,、a。、b。、c。保存在历史数据库当中；2) 根据控制要求和对象特性设定上塔塔顶塔底氮氧的液相轻组分浓度设定值Xu Xn,。*、控制律目标函数加权系数Kp1^和预测时域长度k，其中t。 = O，并将设定参数保存在历史数据库当中；3) 从历史数据库中获取塔顶汽相流量、塔底液相流量、进料热状况、上塔压强数据记 录，拟合经验函数关系如式(5) (6)V丄=aupP2 (1) Ln = 薩q (2)其中V Ln分别为塔顶汽相流率和塔底液相流率，aup， adOTn为拟合参数，P为空分塔下 塔压强，q为空分塔进料热状况；4) 检测k采样时刻时刻上塔压强P (k)，各塔板温度1\ (k)，计算液氮液氧的组分浓度 值，计算式如式(1) (2):<formula>formula see original document page 4</formula>1(4)其中k为当前采样时刻，Xu(k)为k采样时刻空分塔上塔第i块塔板处氮的液相组分 浓度，Uk)为k采样时刻空分塔上塔第i块塔板处氧的液相组分浓度，P(k)为k采样时 刻上塔压强，Ti(k)为k采样时刻上塔各块塔板处的温度，a,、a。分别为氮和氧相对于氩的 相对挥发度，aN、 bN、 cN、 a。、 b。、 c。为安东尼常数；5)采用历史数据库中k采样时刻组分浓度数据，在线拟合模型函数，并将拟合参数存 储到历史数据库当中，拟合函数如式(5)式(6):<formula>formula see original document page 4</formula>(6)其中i为塔板编号，x,, ， f,，。分别为第i块塔板处氮的预估液相浓度和氧的预估液相浓度，Xmin,N， Xmax,N， KN， Xmin,。， Xmax,。， K。，为拟合参数，SN， S。为空分塔组分浓度分布曲线的位 置；6)根据当前氮和氧的液相组分浓度数据，当前时刻操作变量值，步骤3)的经验函数和 步骤5)中的模型函数优化求解当前的控制变量的理想值，滚动优化求解问题表述如式(7) 至式(17):<formula>formula see original document page 4</formula><formula>formula see original document page 5</formula>其中k为当前采样时刻，t。、tn分别为预测时域起点和终点，下角标i为塔板编号，1为塔顶编号，n为塔底的编号，下角标j指代下角标n或者0，其中n、 0分别代表氮和氧，上角 标f代表进料，Fi(k)为k采样时刻第i块塔板进料流量，xf^(k)，xfi,。(k)分别为k采样时 刻第i块塔板的进料液氮组分浓度和进料液氧组分浓度，Ln(t)塔底液相流率，Vjt)为塔顶 汽相流率，xn,N(t) 、xn,。(t)分别为塔底液氮液氧的组分浓度，yi,N(t) 、yi,。(t)分别为塔顶氮 和氧的汽相组分浓度，Sj(k)为空分塔上塔液氮或者液氧浓度分布曲线位置，M为塔板持液 量，、/、Xn丫分别为上塔塔顶氮的液相浓度设定值和塔底氧的液相浓度设定值，Kn K2为目标函数加权系数根据对象特性进行调节，Xu(tn)和Xn,。(tn)分别为预测时域终点tn时刻上塔塔顶氮的液相组分浓度和塔底氧的液相组分浓度预测值，q(t) ， P(t)，分别为进料热状况 和上塔压强，& j (t) 、 yi, j (t)分别为第i i央塔板氮或氧的液相和汽相组分浓度，L j. j. L j.分 别对应式(5)式(6)中的辨识参数，Sj(t。).q(t。).P(t。)分别为空分塔上塔组分浓度曲线位置，进料热状况，上塔压强的优化初值，,,分别空分塔上塔氮和氧的液相组分浓度曲线位置变化速度；7)将优化求解出的进料热状况和上塔压强值作为下一时刻控制变量值，输送至DCS系 统中的控制站。
5. 如权利要求4所述的非线性预测控制方法，其特征在于在所述步骤6)中，所述滚 动优化求解问题包含以下解决步骤① 设置控制变量及进料热状况和上塔压强初值，状态变量SN、 S。初值；② 采用四阶龙格库塔法在时间区域[t。， tn]上求解状态变量SN、 S。；③ 通过模型函数求解各塔板处氮和氧的液相组分浓度，并计算目标函数值；④ 采用牛顿法判断目标函数是否达到最优条件，如果没有达到条件则选择新的控制变 量值并返回步骤②，如果达到最优判定条件则滚动优化求解结束。
6. 如权利要求4或5所述的非线性预测控制方法，其特征在于所述的现场智能仪表 与数据接口连接，所述数据接口与现场总线连接，所述DCS系统中的存储装置及上位机与 现场总线连接；其中控制站可以读取历史数据库，显示空分节能过程的工作状态。
全文摘要
一种空分节能过程的非线性预测控制系统，包括与空分塔直接连接的现场智能仪表和DCS系统，所述DCS系统包括存储装置，控制站及上位机，智能仪表与存储装置，控制站和上位机连接，所述的上位机包括用以优化求解控制律输出操作变量值的非线性预测控制器功能，所述的非线性预测控制器包括，组分推断模块，模型参数自适应校正模块和控制律滚动优化求解模块。本发明也提供了一种空分节能过程的非线性预测控制方法。本发明提供一种能够有效实现高准确率的跟踪控制效果、具有很快的在线求解速度、大大提升工作效率的空分节能过程的非线性预测控制系统及方法。
文档编号G05B13/04GK101763037SQ20091015556
公开日2010年6月30日 申请日期2009年12月17日 优先权日2009年12月17日
发明者刘兴高, 周叶翔 申请人:浙江大学