粗苯回收过程智能优化控制系统的制作方法

本发明具体涉及一种粗苯回收过程智能优化控制系统。

背景技术：

焦化粗苯回收过程属于传质与分离过程，其控制过程具有非线性、大滞后和强耦合等特点，而且生产过程容易受生产操作条件、外界环境、设备状态等因素的影响。因此，焦化粗苯回收过程相对复杂。

这种复杂性，使得生产过程中的关键指标，如出、入工段煤气中含苯量、贫油含苯量、洗油质量等参数，无法实时检测，从而不能根据粗苯回收率的变化及时调整工艺被控变量，造成塔后苯含量高，煤气不纯净，粗苯回收率降低。另一方面，现有系统采用常规控制模式，此模式较难适应洗脱苯过程多变量协调预测控制的需求，缺少设备之间的协调优化操作，使得操作变量，如洗苯吸收温度高、循环洗油量少、蒸汽压力等，波动较大，导致控制品质不佳；而且工艺参数波动幅度大，生产过程欠稳定，造成了工段的劳动强度增大、生产能耗增加，影响粗苯产量和质量。

技术实现要素：

本发明的目的在于提供一种能够对粗苯回收过程进行优化控制，从而提高系统效率、提高粗苯产量，保证粗苯质量且成本相对较低的粗苯回收过程智能优化控制系统。

本发明提供的这种粗苯回收过程智能优化控制系统，包括洗脱苯过程分析模块、回收过程智能控制模块和数据挖掘与协调优化模块；洗脱苯过程分析模块、回收过程智能控制模块和数据挖掘与协调优化模块依次串联；洗脱苯过程分析模块用于根据基础数据，进行质量守恒、能量守恒定律及气液相传质理论分析，建立回收过程智能控制模块，前馈计算各个控制参数值并下发至建立的回收过程智能控制模块；回收过程智能控制模块用于根据接收的各个控制参数值及被控参数的反馈值对系统温度进行控制，并输出控制参数值，实时修正被控参数；数据挖掘与协调优化模块用于系统被控参数优化，采用数据挖掘算法，给系统运营作出辅助决策。

所述的基础数据包括分析仪数据、管道设备结构数据、炼焦过程数据、集气过程数据、分布式控制系统数据和化验数据。

所述的回收过程智能控制模块包括终冷后煤气温度控制模块、上塔贫油温度控制模块、富油预热温度控制模块、脱苯塔顶温度控制模块和再生器顶温度控制模块；终冷后煤气温度控制模块采用前馈-反馈控制方式，冷却水量前馈计算模型能有效抑制终冷器入口煤气量、煤气温度、冷却水流量的波动影响，减小扰动对系统的影响；冷却水量的反馈修正实现对终冷后煤气温度的稳定跟踪控制；上塔贫油温度控制模块采用前馈-反馈控制方式，冷却水量前馈计算模型能有效抑制二段冷却器入口贫油量、贫油温度的波动影响，冷却水量的反馈修正实现对冷却器出口贫油温度的稳定跟踪控制；富油预热温度控制模块采用协调控制方式调节入炉富油流量、煤气流量及蒸汽压力，保持管式炉出口富油温度、过热蒸汽温度及压力在正常范围内；脱苯塔顶温度控制模块采用前馈-串级控制方式，以富油流量前馈调节，维持入塔负荷稳定，串级控制中外环采用模糊控制，以脱苯塔顶温度为被控变量；前馈输出结果与外环输出结果之和作为内环粗苯回流量PID控制的设定值，以粗苯回流量为被控变量；再生器顶温度控制模块采用协调控制调节入再生器洗油流量、蒸汽流量保持再生器出口油汽温度在正常范围内。

所述的粗苯回收过程智能优化控制系统分为工艺参数优化部分、控制参数优化部分和数据处理部分；工艺参数优化部分对粗苯产品回收率与能耗的平衡关系进行分析，建立基于生产评价的优化模型，并通过求解优化模型得到最佳的实时工艺参数并保存；控制参数优化部分用于对洗脱苯过程分析模块和回收过程智能控制模块进行过程参数控制和温度控制；数据处理部分用于对底层仪表数据进行分析处理，通过网络传输给服务器，同时对服务器传输的控制指令进行转换，转换成执行机构可执行的信号，从而完成对现场设备的控制。

所述的控制参数优化部分包括过程单元机理模型和温度控制模型；过程单元机理模型包括贫油含苯模型、洗苯塔前煤气含苯软测量模型、粗苯回收率模型、换热过程模型和精馏过程模型；贫油含苯模型根据脱苯塔顶温度、脱苯塔顶压力、脱苯塔底温度、脱苯塔底压力、富油预热温度和过热蒸汽温度计算；洗苯塔前煤气含苯软测量模型根据配合煤挥发份、粗苯产率、焦炉每小时装干煤量、入洗苯塔前的煤气量、煤气温度和煤气压力计算；粗苯回收率模型根据洗苯塔吸收面积、吸收温度、循环洗油质量、贫油含苯、塔前苯含量和循环洗油量计算；换热过程模型用于计算换热过程的模型参数；精馏过程模型用于计算精馏过程中的模型参数；温度控制模型终冷器后煤气温度自适应模糊控制模型、二段冷却器出口贫油温度自适应模糊控制模型、管式炉协调预测控制模型、再生器协调预测控制模型和脱苯塔顶温度前馈—串级控制模型；终冷器后煤气温度控制模型根据终冷器后煤气温度的设定值与实测值偏差、偏差变化率为模糊控制器输入，冷却水流量补偿量为控制器输出；修正后的设定值下发至DCS控制；二段冷却器出口贫油温度模糊控制模型根据二段冷却器后贫油温度的设定值与实测值偏差、偏差变化率为模糊控制器输入，冷却水流量补偿量为控制器输出；修正后的设定值下发至DCS控制；管式炉协调预测控制模型根据预测控制算法在上位机实现预测控制决策，计算DMC控制器输出，输出的各个控制变量用来设定DCS中管式炉入口富油量、蒸汽流量、煤气流量的给定值；再生协调预测控制模型通过试验法建立输出为再生器出口油气温度、再生器底部排渣温度，输入为再生器入口富油流量、蒸汽流量二输入二输出的模型；并根据预测控制算法计算DCS中再生器入口富油量、蒸汽流量的设定值；脱苯塔顶温度前馈—串级控制模型以富油温度为前馈变量，有效抑制富油量及温度和过热蒸汽温度的波动影响，以粗苯回流量的反馈修正实现对脱苯塔顶温度的稳定跟踪控制。

所述的粗苯回收过程智能优化控制系统的硬件平台，包括操作端、服务器、主控PLC、传感器以及通信模块、在线分析仪和执行机构；双冗余网络、双冗余服务器和双冗余主控单元保证整个系统可靠运行，系统结构灵活，扩展方便，维护成本低；系统网与厂级大数据服务器、炼焦系统、集气过程系统、化验室联网通讯，利用厂级历史数据和当前生产操作条件、设备状态，一方面对生产过程进行优化计算，实现各控制回路进行稳定控制；同时对回收工艺流程、可燃气体、有毒有害气体进行实时监控，观察生产过程运行情况，设备负荷状态，实现安全、稳定运行；控制网实现新增传感器设备的数据采集和接受上层下发的控制指令对设备进行自动控制。

本发明提供的这种粗苯回收过程智能优化控制系统，能够通过采集化验室数据、DCS数据、软测量模型数据，利用过程模型进行模拟计算，预测煤气含苯量及粗苯产量、煤气发生量，实时指导生产；能够对实时、历史数据综合分析，建立关键设备故障诊断知识库；当相关设备生产数据出现异常时触发规则，在上位机提示故障，指导生产操作工及时发现设备问题，减小生产过程波动；同时还根据历史数据趋势分析设备可能发生故障的时间，提前进行预防，优化设备状态；通过分析塔后苯与粗苯产量以及能耗、物耗的关系，建立粗苯生产优化模型，提高洗苯与脱苯的效率，使系统达到相应的目标值；采用前馈分析、反馈修正的策略对操作参数的设定值进行优化，减小被控变量波动幅度；最后本发明方法优化了控制流程和控制系统，能够对粗苯回收过程进行优化控制，从而提高系统效率、提高粗苯产量、保证质量且成本相对较低。

附图说明

图1为本发明的系统模块示意图。

图2为本发明的工艺参数优化部分的示意图。

图3为本发明的控制参数优化部分的示意图。

图4为本发明的数据处理部分的示意图。

图5为本发明的硬件平台的示意图。

具体实施方式

如图1所示为本发明的系统模块示意图：本发明提供的这种粗苯回收过程智能优化控制系统，包括洗脱苯过程分析模块、回收过程智能控制模块和数据挖掘与协调优化模块；洗脱苯过程分析模块、回收过程智能控制模块和数据挖掘与协调优化模块依次串联；洗脱苯过程分析模块用于根据基础数据，进行质量守恒、能量守恒定律及气液相传质理论分析，建立回收过程智能控制模块，前馈计算各个控制参数值并下发至建立的回收过程智能控制模块；回收过程智能控制模块用于根据接收的各个控制参数值对系统温度进行控制，并输出控制参数值，实时修正被控参数；数据挖掘与协调优化模块用于工艺参数优化，采用数据挖掘算法，给系统运营作出辅助决策。

基础数据包括分析仪数据、管道设备结构数据、炼焦过程数据、集气过程数据、分布式控制系统数据和化验数据。

回收过程智能控制模块包括终冷后煤气温度控制模块、上塔贫油温度控制模块、富油预热温度控制模块、脱苯塔顶温度控制模块和再生器顶温度控制模块；终冷后煤气温度控制模块采用前馈-反馈控制方式，冷却水量前馈计算模型能有效抑制终冷器入口煤气量、煤气温度、冷却水流量的波动影响，减小扰动对系统的影响；冷却水量的反馈修正实现对终冷后煤气温度的稳定跟踪控制；上塔贫油温度控制模块采用前馈-反馈控制方式，冷却水量前馈计算模型能有效抑制二段冷却器入口贫油量、贫油温度的波动影响，冷却水量的反馈修正实现对冷却器出口贫油温度的稳定跟踪控制；富油预热温度控制模块采用协调控制方式调节入炉富油流量、煤气流量及蒸汽压力，保持管式炉出口富油温度、过热蒸汽温度及压力在正常范围内，当生产工况发生较大变化时（荒煤气量变化较大时）、煤气压力、热值不够时需调整入炉富油流量，入炉煤气流量，并结合管式炉翻板调节；脱苯塔顶温度控制模块采用前馈-串级控制方式，以富油流量前馈调节，维持入塔负荷稳定，串级控制中外环采用模糊控制，以脱苯塔顶温度为被控变量；前馈输出结果与外环输出结果之和作为内环粗苯回流量PID控制的设定值，以粗苯回流量为被控变量；再生器顶温度控制模块采用协调控制调节入再生器富油流量、蒸汽流量保持再生器出口油汽温度在正常范围内。

协调优化模块根据原料成本、配煤成分、能源成本、环保要求、产品质量需求、产品产量需求、产品市场价格、运营成本、设备状态等相关信息，辅助发现问题并做出辅助决策，及时调整各关键参数设定值和控制范围，主要实现物料分配、调节指导、故障预测等功能。

如图2所示为本发明的工艺参数优化部分的示意图：工艺参数优化部分对粗苯产品回收率与能耗的平衡关系进行分析，建立基于生产评价的优化模型，并通过求解优化模型得到最佳的实时工艺参数并保存；

工艺参数优化部分根据当前生产操作条件、设备状态、市场情况等对粗苯产品收率与能耗的平衡关系进行分析，建立基于生产评价的优化模型；优化模型包括目标函数、约束条件、决策变量；目标函数根据粗苯产量最大、能耗物耗（蒸汽、煤气、冷却水、洗油耗量）最低确定；约束条件包括粗苯质量、粗苯回收率、模型约束；决策变量包括终冷后煤气温度、二段冷却器后贫油温度、管式炉出口富油与过热蒸汽温度、再生器顶部油气温度与底部排渣温度、脱苯塔顶部温度，优化出的最佳工艺参数，存入规则库。同时通过对终冷洗苯与粗苯蒸馏过程的历史数据利用数据挖掘技术进行分析，挖掘“综合指标—被控参数—操作参数”规则、“生产操作条件—能耗—利润”规则、“设备故障判断”规则等，为优化控制提供规则支持；

如图3所示为本发明的控制参数优化部分的示意图：控制参数优化部分用于对洗脱苯过程分析模块和回收过程智能控制模块进行过程参数控制和温度控制；控制参数优化部分包括过程单元机理模型和温度控制模型；过程单元机理模型包括贫油含苯模型、洗苯塔前煤气含苯软测量模型、粗苯回收率模型、换热过程模型和精馏过程模型。

贫油含苯模型根据脱苯塔顶温度、脱苯塔顶压力、脱苯塔底温度、脱苯塔底压力、富油预热温度和过热蒸汽温度，采用多元回归算法计算贫油含苯量。

洗苯塔前煤气含苯软测量模型根据配合煤挥发份、粗苯产率、焦炉每小时装干煤量、入洗苯塔前的煤气量、煤气温度和煤气压力，采用多元回归算法计算洗苯塔前煤气含苯量。

粗苯回收率模型根据洗苯塔吸收面积、吸收温度、循环洗油质量、贫油含苯、塔前苯含量和循环洗油量，采用神经网络算法计算粗苯回收率。

换热过程模型用于计算换热过程的模型参数；换热过程模型包含煤气终冷过程模型、贫油冷却过程模型、管式炉加热过程模型；煤气终冷过程模型根据终冷器内煤气、循环水、冷却水的能量平衡关系，建立冷却水流量前馈模型，并求解模型得到终冷冷却水流量的调节量；贫油冷却过程模型根据一、二段贫油冷却器内贫油、循环水、冷却水的能量平衡关系，建立冷却水流量前馈模型，并求解模型得到二段冷却器冷却水流量的调节量；管式炉加热过程属于多变量调节过程，根据入炉煤气流量、入炉蒸汽压力、入炉富油流量与出炉蒸汽温度和富油温度，建立系统多元回归模型，并求解模型得到入炉煤气流量调节量、入炉蒸汽压力调节量、入炉富油流量调节量。

精馏过程模型用于计算精馏过程中的模型参数；精馏过程模型包含洗油再生过程模型和粗苯精馏过程模型：粗苯精馏过程采用智能建模的方法建立粗苯回流量模型，以脱苯塔顶温度、入塔蒸汽流量、富油温度为模型输入，以粗苯回流量为模型输出；洗油再生过程模型根据洗油再生量、蒸汽的能量平衡关系，建立蒸汽流量前馈模型，并求解模型得到蒸汽流量调节量。

温度控制模型包括终冷器后煤气温度自适应模糊控制模型、二段冷却器出口贫油温度自适应模糊控制模型、管式炉协调预测控制模型、再生器协调预测控制模型和脱苯塔顶温度前馈—串级控制模型。

终冷器后煤气温度控制模型根据终冷器后煤气温度的设定值与实测值偏差、偏差变化率为模糊控制器输入，建立冷却水流量的自适应模糊控制模型，冷却水流量补偿量为控制器输出；修正后的设定值下发至DCS控制

二段冷却器出口贫油温度模糊控制模型根据二段冷却器后贫油温度的设定值与实测值偏差、偏差变化率为模糊控制器输入，建立冷却水流量的自适应模糊控制模型，冷却水流量补偿量为控制器输出；修正后的设定值下发至DCS控制

管式炉协调预测控制模型根据预测控制算法在上位机实现预测控制决策，计算DMC控制器输出，输出的各个控制变量用来设定DCS中管式炉入口富油量、蒸汽流量、煤气流量的给定值；

再生协调预测控制模型通过试验法建立输出为再生器出口油气温度、再生器底部排渣温度，输入为再生器入口富油流量、蒸汽流量二输入二输出的模型；并根据预测控制算法计算DCS中再生器入口富油量、蒸汽流量的设定值；

脱苯塔顶温度前馈-串级控制模型以富油温度为前馈变量，有效抑制富油量及温度和过热蒸汽温度的波动影响，以粗苯回流量的反馈修正实现对脱苯塔顶温度的稳定跟踪控制。

如图4所示为本发明的数据处理部分的示意图：数据处理主要由PLC系统、终冷器调节阀、贫油二段冷却器调节阀、管式炉调节阀、脱苯塔调节阀、再生器调节阀、苯在线分析仪、温度、流量传感器等组成，对底层仪表数据进行分析处理，通过网络传输给服务器。同时对服务器传输的控制指令进行转换，转换成执行机构可执行的信号，完成对现场设备的控制。

如图5所示为本发明的硬件平台的示意图：粗苯回收过程智能优化控制系统的硬件平台，包括操作端、服务器、主控PLC、传感器以及通信模块、在线分析仪和执行机构；双冗余网络、双冗余服务器和双冗余主控单元保证整个系统可靠运行，系统结构灵活，扩展方便，维护成本低；系统网与厂级大数据服务器、炼焦系统、集气过程系统、化验室联网通讯，利用厂级历史数据和当前生产操作条件、设备状态，一方面对生产过程进行优化计算，实现各控制回路进行稳定控制；同时对回收工艺流程、可燃气体、有毒有害气体进行实时监控，观察生产过程运行情况，设备负荷状态，实现安全、稳定运行；控制网实现新增传感器设备的数据采集和接受上层下发的控制指令对设备进行自动控制。