专利名称：一种内部热耦合精馏过程的非线性预测控制系统及方法
技术领域：
本发明涉及精馏节能控制领域，尤其提出了一种内部热耦合精馏过程的非线性预测控制系统及方法。
背景技术：
精馏过程是化工过程中的一种核心过程，精馏塔是其中的一个关键单元。长久以来，精馏塔因为高耗能，低能效的问题成为国际精馏领域研究的焦点。目前针对精馏过程的能耗问题主要有两方面的解决方案一种设计新型结构，利用热量耦合实现能量重复利用达到节能目的，一种设计高效精馏过程控制策略，提高产品生产质量减少废料从而达到节能目的。尽管有较多实验研究证明内部热耦合精馏过程具有极大的节能潜力，但是由于内部热耦合精馏过程中的精馏段与提馏段之间存在极强的耦合性且该过程具有十分复杂的强非线性，导致内部热耦合精馏过程的控制策略设计显得尤为困难。
传统的PID、内膜控制方案等已经不能满足要求，尤其在内部热耦合精馏过程控制当中，这些方案已经很难使精馏过程稳定。而基于线性辨识模型的预测控制方案只能工作在稳态工作点附近，稍微增大干扰幅度，或者设定值阶跃变化系统控制质量则出现明显下降。事实表明内部热耦合精馏过程的非线性预测控制方案对于内部热耦合精馏过程的平稳操作起着关键的作用。
发明内容
为了克服目前内部热耦合精馏过程的控制效果不好、控制品质不理想的不足，本发明的提供一种控制效果良好、控制品质理想的内部热耦合精馏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 一种内部热耦合精馏过程的非线性预测控制系统，包括与内部热耦合精馏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，所述现场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滚动优化求解控制律并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，用以从智能仪表获取温度，压强数据，计算高效节能精馏塔各块塔板的组分浓度，并将组分浓度计算结果存储在历史数据库当中，计算式为(1)(2) 其中k为当前采样时刻，下脚标i为塔板编号，1为塔顶编号，f为进料板编号，n为塔底编号，Xi为液相轻组分浓度，Pr(k)为k采样时刻精馏段压强、Ps提馏段压强，Ti(k)为k采样时刻塔内各块塔板的温度，α为相对挥发度，a、b、c为安东尼常数； 模型参数自适应校正拟合模块，用以采用历史数据库中组分推断模块计算出的组分浓度数据，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(3)(4) 其中
为第i块塔板处液相组分浓度预估浓度，Xmin，r，Xmax，r，kr，Xmin，s，Xmax，s，ks为拟合参数，Sr，Ss分别为高效节能精馏塔精馏段、提馏段液相组分浓度分布的位置； 控制律滚动优化求解模块，用以根据当前组分浓度数据，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(5)至式(17) 约束条件 V1(t)＝F(1-q(t)) (10) Ln(t)＝Fq(t) (11) Vf(t)＝V1(t)+Lf-1(t) (13) Sj(t0)＝Sj(k)j＝r，s (14) q(t0)＝q(k)(15) Pr(t0)＝P(k) (16) t0≤t≤tn (17) 其中k为当前采样时刻，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代表r或者s，下角标r和s分别代表精馏段和提馏段，t0、tn分别为预测时域起点和终点，λ为汽化潜热常数，Xi(t)、Yi(t)分别为第i块塔板轻组分液相轻组分浓度和汽相轻组分浓度，Qi(t)为第i对塔板之间的热耦合量，UA为传热速率，Xi+f-1(t)为第i+f-1块塔板液相轻组分浓度，q(t)为进料热状况，Pr(t)为精馏段压强，F为进料流率，Zf为进料组分浓度，V1(t)，Vf(t)分别为塔顶和进料板处的汽相流率，Lf-1(t)，Ln(t)分别第f-1块塔板和塔底的液相流率，H为持液量，Xf-1(t)，Xn(t)分别第f-1块塔板和塔底的液相轻组分浓度，Y1(t)，Yf(t)分别塔顶和进料板处的汽相轻组分浓度，K1，K2为控制律参数，X1*，Xn*分别为塔顶塔底液相轻组分浓度设定值，q(k)，Pr(k)分别为k采样时刻的进料热状况和精馏段压强值，Sj(k)为k采样时刻的精馏段或提馏段液相组分浓度分布的位置，q(t0)，Pr(t0)分别为预测时域起始时刻即t0时刻的进料热状况和精馏段压强值，Sj(t0)为t0时刻的精馏段或提馏段液相组分浓度分布的位置；
分别为精馏段或提馏段液相组分浓度分布的位置变化速度，X1(tn)，Xn(tn)分别为预测时域终点即tn时刻的塔顶塔底液相轻组分浓度。
进一步，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K1，K2，预测时域长度tn(t0＝0)和塔顶塔底液相轻组分浓度设定值X1*，Xn*，并显示控制器的输出曲线和被控变量即塔顶塔底液相轻组分浓度的记录曲线。
一种内部热耦合精馏过程的非线性预测控制方法，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，相对挥发度α，提馏段压强Ps，安东尼常数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控制律目标函数加权系数K1，K2，预测时域长度tn塔顶塔底液相轻组分浓度设定值X1*，Xn*，其中t0＝0并将设定值存入历史数据库； 3)从智能仪表获取k采样时刻精馏段压强Pr提馏段压强Ps，以及各塔板温度Ti，计算液相轻组分浓度值，计算式为(1)(2) 其中k为当前采样时刻，下脚标i为塔板编号，1为塔顶编号，f为进料板编号，n为塔底编号，Xi为液相轻组分浓度，Pr(k)为k采样时刻精馏段压强、Ps提馏段压强，Ti(k)为k采样时刻塔内各块塔板的温度，α为相对挥发度，a、b、c为安东尼常数； 4)用历史数据库中组分推断模块计算出的组分浓度数据，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(3)(4) 其中
为第i块塔板处液相组分浓度预估浓度，Xmin，r，Xmax，r，kr，Xmin，s，Xmax，s，ks，Sr，Ss为拟合参数； 5)根据当前组分浓度数据，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(5)至式(17) 约束条件 V1(t)＝F(1-q(t))(10) Ln(t)＝Fq(t)(11) Vf(t)＝V1(t)+Lf-1(t)(13) Sj(t0)＝Sj(k)j＝r，s(14) q(t0)＝q(k) (15) Pr(t0)＝P(k)(16) t0≤t≤tn (17) 其中k为当前采样时刻，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代表r或者s，下角标r和s分别代表精馏段和提留段，t0、tn分别为预测时域起点和终点，λ为汽化潜热常数，Xi(t)、Yi(t)分别为第i块塔板轻组分液相轻组分浓度和汽相轻组分浓度，Qi(t)为第i对塔板之间的热耦合量，UA为传热速率，Xi+f-1(t)为第i+f-1块塔板液相轻组分浓度，q(t)为进料热状况，Pr(t)为精馏段压强，F为进料流率，Zf为进料组分浓度，V1(t)，Vf(t)分别为塔顶和进料板处的汽相流率，Lf-1(t)，Ln(t)分别第f-1块塔板和塔底的液相流率，H为持液量，Xf-1(t)，Xn(t)分别第f-1块塔板和塔底的液相轻组分浓度，Y1(t)，Yf(t)分别塔顶和进料板处的汽相轻组分浓度，K1，K2为控制律参数，X1*，Xn*分别为塔顶塔底液相轻组分浓度设定值，q(k)，Pr(k)分别为k采样时刻的进料热状况和精馏段压强值，Sj(k)为k采样时刻的精馏段或提馏段液相组分浓度分布的位置，q(t0)，Pr(t0)分别为预测时域起始时刻即t0时刻的进料热状况和精馏段压强值，Sj(t0)为t0时刻的精馏段或提馏段液相组分浓度分布的位置；
分别为精馏段或提馏段液相组分浓度分布的位置变化速度，X1(tn)，Xn(tn)分别为预测时域终点即tn时刻的塔顶塔底液相轻组分浓度； 6)滚动优化求解出的进料热状况值和精馏段压强值输送给DCS系统中的控制站，调整控制变量值。
进一步，所述的历史数据库为DCS系统中存储装置，控制站读取历史数据库，显示高效节能精馏塔工作过程状态。
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的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；3.控制效果好、控制品质高。
图1是本发明所提出的内部热耦合精馏过程的非线性预测控制系统的结构图。
图2是上位机非线性预测控制器实现方法的功能结构图。
具体实施例方式 下面结合附图对本发明作进一步描述。本发明实施例用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利保护范围内，对本发明做出的任何修改或改变，都落入本发明的保护范围。
下面根据附图具体说明本发明。
实施例1 参照图1、图2，一种内部热耦合精馏过程的非线性预测控制系统，包括与内部热耦合精馏塔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5，现场智能仪表2与数据接口3连接，所述数据接口3与现场总线连接，所述现场总线与存储装置4、控制站5和上位机6连接；所述的上位机6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9，模型参数自适应校正模块10，控制律滚动优化求解模块11； 组分推断模块9，用以从智能仪表2获取温度，压强数据，计算高效节能精馏塔各块塔板的组分浓度，并将组分浓度计算结果存储在历史数据库当中，计算式为(1)(2) 其中k为当前采样时刻，下脚标i为塔板编号，1为塔顶编号，f为进料板编号，n为塔底编号，Xi为液相轻组分浓度，Pr(k)为k采样时刻精馏段压强、Ps提馏段压强，Ti(k)为k采样时刻塔内各块塔板的温度，α为相对挥发度，a、b、c为安东尼常数。
模型参数自适应校正拟合模块10，用以采用历史数据库中组分推断模块计算出的组分浓度数据，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(3)(4) 其中
为第i块塔板处液相组分浓度预估浓度，Xmin，r，Xmax，r，kr，Xmin，s，Xmax，s，ks为拟合参数，Sr，Ss分别为高效节能精馏塔精馏段、提馏段液相组分浓度分布的位置。
控制律滚动优化求解模块11，用以根据当前组分浓度数据，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(5)至式(17) 约束条件 V1(t)＝F(1-q(t))(10) Ln(t)＝Fq(t)(11) Vf(t)＝V1(t)+Lf-1(t)(13) Sj(t0)＝Sj(k)j＝r，s(14) q(t0)＝q(k) (15) Pr(t0)＝P(k)(16) t0≤t≤tn (17) 其中k为当前采样时刻，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代表r或者s，下角标r和s分别代表精馏段和提留段，t0、tn分别为预测时域起点和终点，λ为汽化潜热常数，Xi(t)、Yi(t)分别为第i块塔板轻组分液相轻组分浓度和汽相轻组分浓度，Qi(t)为第i对塔板之间的热耦合量，UA为传热速率，Xi+f-1(t)为第i+f-1块塔板液相轻组分浓度，q(t)为进料热状况，Pr(t)为精馏段压强，F为进料流率，Zf为进料组分浓度，V1(t)，Vf(t)分别为塔顶和进料板处的汽相流率，Lf-1(t)，Ln(t)分别第f-1块塔板和塔底的液相流率，H为持液量，Xf-1(t)，Xn(t)分别第f-1块塔板和塔底的液相轻组分浓度，Y1(t)，Yf(t)分别塔顶和进料板处的汽相轻组分浓度，K1，K2为控制律参数，X1*，Xn*分别为塔顶塔底液相轻组分浓度设定值，q(k)，Pr(k)分别为k采样时刻的进料热状况和精馏段压强值，Sj(k)为k采样时刻的精馏段或提馏段液相组分浓度分布的位置，q(t0)，Pr(t0)分别为预测时域起始时刻即t0时刻的进料热状况和精馏段压强值，Sj(t0)为t0时刻的精馏段或提馏段液相组分浓度分布的位置；
分别为精馏段或提馏段液相组分浓度分布的位置变化速度，X1(tn)，Xn(tn)分别为预测时域终点即tn时刻的塔顶塔底液相轻组分浓度。
所述的上位机6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K1，K2，预测时域长度tn(t0＝0)和塔顶塔底液相轻组分浓度设定值X1*，Xn*，并显示控制器的输出曲线和被控变量即塔顶塔底液相轻组分浓度的记录曲线。
实施例2 参照图1和图2，一种内部热耦合精馏过程的非线性预测控制方法，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，相对挥发度α，提馏段压强Ps，安东尼常数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控制律目标函数加权系数K1，K2，预测时域长度tn(t0＝0)塔顶塔底液相轻组分浓度设定值X1*，Xn*，并将设定值存入历史数据库 3)从智能仪表获取k采样时刻精馏段压强Pr提馏段压强Ps，以及各塔板温度Ti，计算液相轻组分浓度值，计算式为(1)(2) 其中k为当前采样时刻，下脚标i为塔板编号，1为塔顶编号，f为进料板编号，n为塔底编号，Xi为液相轻组分浓度，Pr(k)为k采样时刻精馏段压强、Ps提馏段压强，Ti(k)为k采样时刻塔内各块塔板的温度，α为相对挥发度，a、b、c为安东尼常数。
4)用历史数据库中组分推断模块计算出的组分浓度数据，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(3)(4) 其中
为第i块塔板处液相组分浓度预估浓度，Xmin，r，Xmax，r，kr，Xmin，s，Xmax，s，ks，Sr，Ss为拟合参数。
5)根据当前组分浓度数据，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(5)至式(17) 约束条件 V1(t)＝F(1-q(t))(10) Ln(t)＝Fq(t)(11) Vf(t)＝V1(t)+Lf-1(t)(13) Sj(t0)＝Sj(k)j＝r，s(14) q(t0)＝q(k) (15) Pr(t0)＝P(k)(16) t0≤t≤tn (17) 其中k为当前采样时刻，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代表r或者s，下角标r和s分别代表精馏段和提留段，t0、tn分别为预测时域起点和终点，λ为汽化潜热常数，Xi(t)、Yi(t)分别为第i块塔板轻组分液相轻组分浓度和汽相轻组分浓度，Qi(t)为第i对塔板之间的热耦合量，UA为传热速率，Xi+f-1(t)为第i+f-1块塔板液相轻组分浓度，q(t)为进料热状况，Pr(t)为精馏段压强，F为进料流率，Zf为进料组分浓度，V1(t)，Vf(t)分别为塔顶和进料板处的汽相流率，Lf-1(t)，Ln(t)分别第f-1块塔板和塔底的液相流率，H为持液量，Xf-1(t)，Xn(t)分别第f-1块塔板和塔底的液相轻组分浓度，Y1(t)，Yf(t)分别塔顶和进料板处的汽相轻组分浓度，K1，K2为控制律参数，X1*，Xn*分别为塔顶塔底液相轻组分浓度设定值，q(k)，Pr(k)分别为k采样时刻的进料热状况和精馏段压强值，Sj(k)为k采样时刻的精馏段或提馏段液相组分浓度分布的位置，q(t0)，Pr(t0)分别为预测时域起始时刻即t0时刻的进料热状况和精馏段压强值，Sj(t0)为t0时刻的精馏段或提馏段液相组分浓度分布的位置；
分别为精馏段或提馏段液相组分浓度分布的位置变化速度，X1(tn)，Xn(tn)分别为预测时域终点即tn时刻的塔顶塔底液相轻组分浓度。
6)滚动优化求解出的进料热状况值和精馏段压强值输送给DCS系统中的控制站，调整控制变量值。
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和控制站5，其中现场智能仪表2与数据接口3连接，所述数据接口3与现场总线连接，所述现场总线与存储装置4、控制站5和上位机6连接，其中控制站可以读取历史数据库，显示高效节能精馏塔工作过程状态。
权利要求
1.一种内部热耦合精馏过程的非线性预测控制系统，其特征在于所述非线性预测控制系统包括与内部热耦合精馏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，所述现场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滚动优化求解控制律并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，用以从智能仪表获取温度，压强数据，计算高效节能精馏塔各块塔板的组分浓度，并将组分浓度计算结果存储在历史数据库当中，计算式为(1)(2)
其中k为当前采样时刻，下脚标i为塔板编号，l为塔顶编号，f为进料板编号，n为塔底编号，Xi为液相轻组分浓度，Pr(k)为k采样时刻精馏段压强、Ps提馏段压强，Ti(k)为k采样时刻塔内各块塔板的温度，α为相对挥发度，a、b、c为安东尼常数；
模型参数自适应校正拟合模块，用以采用历史数据库中组分推断模块计算出的组分浓度数据，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(3)(4)
其中
为第i块塔板处液相组分浓度预估浓度，Xmin，r，Xmax，r，kr，Xmin，s，Xmax，s，ks为拟合参数，Sr，Ss分别为高效节能精馏塔精馏段、提馏段液相组分浓度分布的位置；
控制律滚动优化求解模块，用以根据当前组分浓度数据，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(5)至式(17)
约束条件
Vl(t)＝F(1-q(t))(10)
Ln(t)＝Fq(t)(11)
Vf(t)＝Vl(t)+Lf-1(t)(13)
Sj(t0)＝Sj(k)j＝r，s(14)
q(t0)＝q(k)(15)
Pr(t0)＝P(k)(16)
t0≤t≤tn(17)
其中k为当前采样时刻，下角标i为塔板编号，l为塔顶编号，n为塔底的编号，下角标j代表r或者s，下角标r和s分别代表精馏段和提馏段，to、tn分别为预测时域起点和终点，λ为汽化潜热常数，Xi(t)、Yi(t)分别为第i块塔板轻组分液相轻组分浓度和汽相轻组分浓度，Qi(t)为第i对塔板之间的热耦合量，UA为传热速率，Xi+f-1(t)为第i+f-1块塔板液相轻组分浓度，q(t)为进料热状况，Pr(t)为精馏段压强，F为进料流率，Zf为进料组分浓度，Vl(t)，Vf(t)分别为塔顶和进料板处的汽相流率，Lf-1(t)，Ln(t)分别第f-1块塔板和塔底的液相流率，H为持液量，Xf-1(t)，Xn(t)分别第f-1块塔板和塔底的液相轻组分浓度，Yl(t)，Yf(t)分别塔顶和进料板处的汽相轻组分浓度，K1，K2为控制律参数，Xl*，Xn*分别为塔顶塔底液相轻组分浓度设定值，q(k)，Pr(k)分别为k采样时刻的进料热状况和精馏段压强值，Sj(k)为k采样时刻的精馏段或提馏段液相组分浓度分布的位置，q(t0)，Pr(t0)分别为预测时域起始时刻即t0时刻的进料热状况和精馏段压强值，Sj(t0)为t0时刻的精馏段或提馏段液相组分浓度分布的位置；
分别为精馏段或提馏段液相组分浓度分布的位置变化速度，Xl(tn)，Xn(tn)分别为预测时域终点即tn时刻的塔顶塔底液相轻组分浓度。
2.如权利要求1所述的内部热耦合精馏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K1，K2，预测时域长度tn(t0＝0)和塔顶塔底液相轻组分浓度设定值Xl*，Xn*，并显示控制器的输出曲线和被控变量即塔顶塔底液相轻组分浓度的记录曲线。
3.一种如权利要求1所述的内部热耦合精馏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，相对挥发度α，提馏段压强Ps，安东尼常数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控制律目标函数加权系数K1，K2，预测时域长度tn塔顶塔底液相轻组分浓度设定值Xl*，Xn*，其中t0＝0并将设定值存入历史数据库；
3)从智能仪表获取k采样时刻精馏段压强Pr提馏段压强Ps，以及各塔板温度Ti，计算液相轻组分浓度值，计算式为(1)(2)
其中k为当前采样时刻，下脚标i为塔板编号，l为塔顶编号，f为进料板编号，n为塔底编号，Xi为液相轻组分浓度，Pr(k)为k采样时刻精馏段压强、Ps提馏段压强，Ti(k)为k采样时刻塔内各块塔板的温度，α为相对挥发度，a、b、c为安东尼常数；
4)用历史数据库中组分推断模块计算出的组分浓度数据，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(3)
(4)
其中
为第i块塔板处液相组分浓度预估浓度，Xmin，r，Xmax，r，kr，Xmin，s，Xmax，s，ks，Sr，Ss为拟合参数；
5)根据当前组分浓度数据，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(5)至式(17)
约束条件
Vl(t)＝F(1-q(t))(10)
Ln(t)＝Fq(t)(11)
Vf(t)＝Vl(t)+Lf-1(t)(13)
Sj(t0)＝Sj(k)j＝r，s(14)
q(t0)＝q(k)(15)
Pr(t0)＝P(k)(16)
t0≤t≤tn(17)
其中k为当前采样时刻，下角标i为塔板编号，l为塔顶编号，n为塔底的编号，下角标j代表r或者s，下角标r和s分别代表精馏段和提留段，to、tn分别为预测时域起点和终点，λ为汽化潜热常数，Xi(t)、Yi(t)分别为第i块塔板轻组分液相轻组分浓度和汽相轻组分浓度，Qi(t)为第i对塔板之间的热耦合量，UA为传热速率，Xi+f-1(t)为第i+f-1块塔板液相轻组分浓度，q(t)为进料热状况，Pr(t)为精馏段压强，F为进料流率，Zf为进料组分浓度，Vl(t)，Vf(t)分别为塔顶和进料板处的汽相流率，Lf-1(t)，Ln(t)分别第f-1块塔板和塔底的液相流率，H为持液量，Xf-1(t)，Xn(t)分别第f-1块塔板和塔底的液相轻组分浓度，Yl(t)，Yf(t)分别塔顶和进料板处的汽相轻组分浓度，K1，K2为控制律参数，Xl*，Xn*分别为塔顶塔底液相轻组分浓度设定值，q(k)，Pr(k)分别为k采样时刻的进料热状况和精馏段压强值，Sj(k)为k采样时刻的精馏段或提馏段液相组分浓度分布的位置，q(t0)，Pr(t0)分别为预测时域起始时刻即t0时刻的进料热状况和精馏段压强值，Sj(t0)为t0时刻的精馏段或提馏段液相组分浓度分布的位置；
分别为精馏段或提馏段液相组分浓度分布的位置变化速度，Xl(tn)，Xn(tn)分别为预测时域终点即tn时刻的塔顶塔底液相轻组分浓度；
6)滚动优化求解出的进料热状况值和精馏段压强值输送给DCS系统中的控制站，调整控制变量值。
4.如权利要求3所述的非线性预测控制方法，其特征在于所述的历史数据库为DCS系统中存储装置，控制站读取历史数据库，显示高效节能精馏塔工作过程状态。
全文摘要
一种内部热耦合精馏过程的非线性预测控制系统，包括与内部热耦合精馏塔直接连接的现场智能仪表和DCS系统，现场智能仪表与存储装置、控制站和上位机连接，上位机包括用以滚动优化求解控制律并输出控制变量值的非线性预测控制器，非线性预测控制器包括组分推断模块，用以从智能仪表获取温度，压强数据，计算高效节能精馏塔各块塔板的组分浓度；模型参数自适应校正拟合模块，用以采用历史数据库中组分推断模块计算出的组分浓度数据，在线拟合模型函数；控制律滚动优化求解模块，用以根据当前组分浓度数据，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。以及提供一种非线性预测控制方法，本发明控制效果良好、控制品质理想。
文档编号G05B19/418GK101788810SQ20091015566
公开日2010年7月28日 申请日期2009年12月29日 优先权日2009年12月29日
发明者刘兴高, 周叶翔 申请人:浙江大学