一种基于控制变量优先级的fcc动态控制方法
【技术领域】
[0001] 本发明涉及工业生产过程控制领域，具体涉及一种基于控制变量优先级的FCC动 态控制方法。
【背景技术】
[0002] 催化裂化（FCC)工艺过程一般由三个部分组成，即反应再生系统、分馏系统、吸收 稳定系统。催化裂化作为石油加工中最为关键的工艺过程，其控制系统性能评估问题具有 很高的研宄价值，但是FCC反应过程的复杂性、强耦合性、多目标性为控制系统的分析、建 模、优化带来了较大的困难。
[0003] 为了保证催化裂化过程控制系统的运行状况能够始终达到预期的性能指标，流程 工业通常利用控制性能监控和评估（CPM/A)技术对过程中可能发生的性能下降或故障实 行实时监测和诊断。
[0004] 控制性能评估的核心思想是定义一个性能评估基准得到控制回路基准性能，从而 判断的当前控制系统性能的控制水平，并估计控制性能提升的潜力。LQG基准由于将控制器 的作用引入性能评估指标，并且可以设置过程变量的约束，提高了控制器的可操作性，是一 种相对可靠客观的评估基准。
[0005] 在现代生产实践中，生产过程的控制目标种类越来越繁多，性能指标也越来越高， 例如：安全平稳、保质保量、节能减排、柔性生产、降低劳动强度、延长运行周期等，这些控制 目标重要性不同，而且存在复杂的内在关系，因此，往往存在一定的冲突性。
[0006] 目前惯用的函数加权方法无法解决此类问题，也不能解决约束可行空间不存在的 问题，因此，需要提供一种生产过程控制方法，使生产过程平稳可靠运行。
【发明内容】
[0007] 本发明提供了一种基于控制变量优先级的FCC动态控制方法，适用于动力学特性 复杂，操作条件苛刻，各操作参数间具有很强耦合关系的催化裂化过程，保证生产过程的平 稳顺利进行。
[0008] 一种基于控制变量优先级的FCC动态控制方法，包括以下步骤：
[0009] (1)提取生产过程的历史数据，并利用历史数据构建MPC控制器的线性化模型，定 义生产系统的输入输出变量组合，每个变量组合对应一种优先级，基于线性化模型以及输 入输出变量组合，计算得到每一优先级的最优控制性能。
[0010] 在生产过程中，利用温度传感器、压力传感器、流量计、液位计、藏量变送器等设备 采集到的状态参数信息（包括环境参数和运行参数）（参见文献Khaki-SedighA,Moaveni B.Controlconfigurationselectionformultivariableplants[M]?Springer Science&BusinessMedia, 2009.)即为历史数据，利用历史数据构建MPC控制器的线性化 模型之前，对历史数据进行预处理，即对历史数据的数据噪声进行分箱平滑处理，过滤噪 声，补充缺省值（参见文献JiaweiHan,MichelinKamber.数据挖掘--概念与技术[D]. 机械工业出版社，2005)。
[0011] 所述的线性化模型采用空间辨识法（参见文献李幼凤，苏宏业，褚健等.工业过 程的子空间模型辨识[J].控制理论与应用，2007, 24(5) :803-806.)得到的状态空间模型， 所述线性化模型的数学表达式如下：
【主权项】
1. 一种基于控制变量优先级的FCC动态控制方法，其特征在于，包括以下步骤： (1) 提取生产过程的历史数据，并利用历史数据构建MPC控制器的线性化模型，定义生 产系统的输入输出变量组合，每个变量组合对应一种优先级，基于线性化模型以及输入输 出变量组合，计算得到每一优先级的最优控制性能； (2) 利用步骤（1)中的线性化模型在Matlab平台上搭建对应的MPC控制器； (3) 输入控制器参数，利用步骤（2)搭建的MPC控制器对生产过程进行仿真，仿真过程 中提取生产过程的输入变量和输出变量，同时结合对应的设定值，计算得到每一优先级的 系统控制性能； (4) 依据每一优先级的最优控制性能和系统控制性能，计算得到每一优先级的系统性 能指标； (5) 循环步骤（3)~（4)，直至每一优先级系统性能指标与设定的期望值接近，得到优 化的控制器参数； (6) 依据设定的故障种类，对应地改变线性化模型的输入以及模型参数，得到修改后的 线性化模型； (7) 基于步骤（5)得到的优化的控制器参数，利用所述MPC控制器以及修改后的线性化 模型，对生产过程进行故障仿真，故障仿真过程中提取生产过程的输入变量和输出变量，同 时结合对应的设定值，计算得到每一优先级故障状态下的系统控制性能； (8) 根据每一优先级最优控制性能和故障状态下的系统控制性能，计算得到每一优先 级故障状态下的系统性能指标； (9) 改变故障种类，循环步骤（6)~（8)，得到多个故障状态下的系统性能指标，取故障 状态下系统性能指标的最大值作为警戒值； (10) 生产过程中，实时采集状态参数并计算对应的系统性能指标，若任一优先级的系 统性能指标不大于警戒值，则报警。
2. 如权利要求1所述的基于控制变量优先级的FCC动态控制方法，其特征在于，所述线 性化模型的数学表达式如下： X = Ax+Bu+Mw y = Cx+Du+Nw 式中，u为输入变量； y为输出变量； w为干扰变量； X为状态变量； 太表示对X求导； A、B、C、D、M、N为系统参数。
3. 如权利要求2所述的基于控制变量优先级的FCC动态控制方法，其特征在于，每一优 先级的最优控制性能的计算方法如下： a、 给定线性化模型的系统参数{A，B，C，D，M，N}，定义边界约束集Iu1, uh，yi，yh}、松弛变 量ε以及通道选择矩阵〇eR m+n，根据生产指标确定置信区间!0，丨； b、 根据生产系统的控制要求，定义控制系统的输入输出变量组合Vi (i = 1，2,…，q)以 及相应的优先级，q为优先级的个数，得到Vi中各变量的下标集合u i，置i = I ; c、 通道选择矩阵O中各元素
，取Cz= OC, D z= 0D，求解如下 LMI优化命题，优化组合Vi的最小方差Var (V J，记为Var (Vi) * ;
式中：Ksfb，P，G为决策变量； Φ为目标函数； I为单位矩阵； Var (Vj) = Φ (j, j), j e υ i； d、 若i〈q，则i = i+1，更新通道选择矩阵中各元素
以及 Cz= 0C，Dz= OD ; e、 求解如下LMI优化命题，优化Var(Vi)使得Var(Vp)彡Var(Vp)*+ ε P(p = 1，2,… ，i-1);若此命题无解，则进入步骤g ;
Var (Vp) ^ Var (Vp) *+ ε ρ ε ρ为设定值； f、 利用下式计算概率约束边界[ulg uhg], [ylg yhg]，
式中：为高斯函数的逆函数； 若稳态目标函数的计算可行，则[ulg uhg]，[ylg yhg]即为可行空间，Ksfb为相应的状态反 馈增益，并进入步骤h ; 若稳态目标函数的计算不可行，进入步骤g ; g、 按照优先级由低到高的顺序，依次调整置信度，每次调整后均返回步骤d ; h、 求解如下LMI优化命题，得到每一优先级LQG协调控制最优控制性能UP相应的 过程变量最小方差组合Var (Vi)，（i = 1，2,…，q)
式中：Acl= A+BK sfb，Cz，cl= C z+DzKsfb; i、 计算每一优先级的最优控制性能，计算公式如下：
式中，i为优先级的等级。
4. 如权利要求3所述的基于控制变量优先级的FCC动态控制方法，其特征在于，每一优 先级的系统控制性能的计算方法如下：
式中：i表示优先级的等级； rij表示优先级为j的变量组合中变量的个数； V (k)表示优先级为j的变量组合中第k个变量； vsp(k)表示与V (k)相对应的设定值； E表示期望值。
5. 如权利要求4所述的基于控制变量优先级的FCC动态控制方法，其特征在于，对于每 一优先级，定义系统控制性能指标计算公式如下：
式中Ai为优先级为i的系统控制性能指标； 为优先级为i的系统控制性能； 为优先级为i的最优控制性能。 mlqg
6.如权利要求5所述的基于控制变量优先级的FCC动态控制方法，其特征在于，所述的 控制器参数包括优化时域、控制时域、权重矩阵以及输出变量设定值。
【专利摘要】本发明公开了一种基于控制变量优先级的FCC动态控制方法，包括以下步骤：(1)提取历史数据，并构建线性化模型，得到最优控制性能；(2)搭建MPC控制器；(3)输入控制器参数，对生产过程进行仿真，得到系统控制性能；(4)计算系统性能指标；(5)循环步骤(3)～(4)，得到优化的控制器参数；(6)依据故障种类，得到修改后的线性化模型；(7)计算故障状态下的系统控制性能；(8)计算故障状态下的系统性能指标；(9)改变故障种类，循环步骤(6)～(8)，取故障状态下系统性能指标的最大值作为警戒值；(10)生产时，若系统性能指标不大于警戒值，则报警。本发明保证生产过程始终维持在最优工作点附近，保证生产安全。
【IPC分类】G05B19-418
【公开号】CN104765339
【申请号】CN201510070399
【发明人】冯毅萍, 周培杰, 荣冈
【申请人】浙江大学
【公开日】2015年7月8日
【申请日】2015年2月10日