乙烯裂解深度控制系统的设计开发

-回复 -浏览
楼主 2018-06-19 03:16:46
举报 只看此人 收藏本贴 楼主





乙烯裂解深度控制系统的设计开发 

倪启东

(中国石油化工股份有限公司 齐鲁分公司,山东 淄博 255400

  

摘要:  针对某烯烃厂液相原料裂解炉实施裂解深度控制改造为背景,采用了神经网络软测量建模技术并结合Smith预估控制的控制方案,实时跟踪裂解原料和裂解炉运行工况,并对裂解深度的变化趋势进行及时准确的预测,结合在线色谱分析仪对预测结果进行校正,同时利用DCS设计开发了裂解深度控制系统软件。投用效果表明:该系统能够很好地适应裂解原料的变化,维持并控制裂解深度,有较好的安全性和稳定性。

关键词: 裂解深度   软测量   BP神经网络  Smith预估控制



1裂解深度控制方案探讨


裂解深度是指裂解反应进行的程度,乙烯装置裂解炉的控制目标是按照实际生产要求尽可能多地获得乙烯、丙烯、丁二烯以及高附加值产品1。由于裂解反应的复杂性以及影响裂解深度的因素较多,在炉型、裂解原料属性变化不大的情况下,充分研究影响裂解深度的工艺因素并加以合理的控制至关重要。主要的工艺因素包括裂解炉出口温度(COT)、横跨温度、停留时间、烃分压、稀释蒸汽和稀释比、炉出口压力以及急冷锅炉出口温度等,其中COT起着决定性作用。以乙烯为主要生产目标的裂解反应,其反应条件需满足高温、短停留时间、低烃分压的要求,并且同时确保裂解温度、汽/烃比和生产负荷的稳定。通过控制COT对裂解深度施加影响,同时选择裂解产物中的丙烯/乙烯比值或甲烷/丙烯的比值来表征裂解深度。

传统裂解深度控制方案:把在线分析仪测得的裂解深度值与设定的期望值比较,得出深度因子,然后结合某种算法通过改变炉膛燃烧对COT进行控制,进而改变裂解深度2。由于在线分析仪采用气相色谱分析仪,实际应用中存在两个问题:试样预处理系统不完善,不能稳定输出合格的样气,导致色谱仪不能长周期稳定运行;色谱分析法的局限性不可避免地会出现检测数据滞后的问题。每个分析周期滞后1030 min,而裂解原料在炉管中发生的裂解反应时间约为0.38 s,导致采集的数据无法直接用于裂解深度控制。

鉴于以上原因,可以采用Smith预估控制、模型预测控制等智能控制方法来解决分析仪分析结果滞后的问题。由于裂解原料组成的不断变化、裂解反应的快速性、复杂的热传递以及复杂的炉管结焦过程等因素使得裂解炉具有很强的非线性特性3,很难用传统解析建模方式建模。因此,笔者利用具有较强的自适应和学习功能的神经网络软测量建模方法解决具有不确定性或高度非线性对象的控制问题。神经网络建模的理论依据是:通过对输入输出数据对的学习,能够以任意精度逼近任何非线性函数4-5


2构建基于BP神经网络预测模型的裂解深度Smith预估控制

2.1BP神经网络软测量模型的建立


首先根据神经网络软测量模型架构方式选择输入输出变量,通过对裂解炉运行的诸多工艺参数进行筛选,确定神经网络预测模型的输入参数为COT、进料总流量和汽烃比;输出参数为轻质炉丙烯/乙烯比或者重质炉甲烷/丙烯比。设计该神经网络结构包含1个输入层、1个隐含层和1个输出层,各层的神经元数量分别为351,神经元类型选择对数函数并且采用Levenberg-Marquardt BP学习算法。然后采集裂解炉运行数据样本,可以通过两种方式获得: 80%的数据样本可以通过借助Coilsim软件自动生成;20%左右的数据样本采用实地采集方式获得。所有的数据样本需进行有效性筛选和归一化处理。最后,利用这些数据样本对该神经网络软测量模型进行训练和测试,经过训练,该神经网络具备预测某台裂解炉在不同工况条件下裂解深度的能力。


2.2裂解深度Smith预估控制方案


具有自我训练能力的神经网络软测量模型配合一阶惯性加滞后环节构成具有非线性特征的裂解深度预测模型,并以此作为Smith预估器的内部模型。整体控制方案如图1所示,预测模型的预测输出值与在线分析仪输出值进行对比校正。其校正差值经过滤波后与预测输出值共同作用成为裂解深度控制器的PV值,其中滤波器用来克服模型失配对闭环控制系统性能的影响。裂解深度PID控制器根据经过校正的预测裂解深度值与设定值的偏差自动计算生成COT控制器的设定值,从而控制裂解炉的裂解效果。在裂解炉运行后期,当COT设定值逼近预先设定的控制限时,可以通过人为干预裂解炉总进料流量,达到稳定裂解深度的目标。

在该裂解深度控制系统中,裂解深度控制器选择采用带死区设定功能的PID控制策略,该控制策略很容易在现有DCS中实现,不用额外增加硬件,这不仅能够降低系统运行风险和节省成本,而且操作简单。

1中,SEVN为裂解深度预测模型的预测输出值;SDY为滞后10 min的裂解深度模型输出;AI为在线分析仪输出值,即实测的裂解深度测量结果;AISDY的差值SDD为裂解深度模型校正项。滤波器信号Tf用于降低不可信的在线分析结果对控制系统的冲击,提高系统的鲁棒性,滤波时间常数通常为分析仪实际的滞后时间。由此,可以得到裂解深度控制器的输入SEVY

SEVY=SEVN+TfAI-SDY)(1


3裂解深度控制软件的设计

3.1建立裂解深度神经网络软测量模型


根据不同的裂解炉原料及炉型,通过DCS平台采集并引入构建软测量模型所需的输入变量,如图2所示。同时采集对应时间的在线色谱分析仪输出值SEV*作为输出变量,分析输入输出变量的灵敏度,通过神经网络算法建立软测量模型。同时,构建裂解深度软测量在线校正系统,利用裂解气在线分析仪的输出校正软测量模型的输出,该部分计算工作在先进控制服务器上实现。裂解深度软测量及在线校正过程如图2所示。


3.2裂解深度控制系统模块设计


裂解深度控制系统模块功能逻辑关系如图3所示。主要功能模块说明:

1 裂解深度预测模型与数据处理模块。基于人工神经网络技术,构建与裂解炉裂解深度相关的辅助变量和实际测量裂解深度训练样本对,对人工神经网络的权值参数进行自适应学习,使人工神经网络输出逼近分析仪的检测值,训练完成后,通过测试样本检验人工神经网络模型对裂解深度的预测性能。

2 裂解深度控制器。反馈输入值为经过裂解深度在线分析值校正之后的裂解深度神经网络软测量值,即最终裂解深度值SEVY*;设定值SP可由操作员根据工艺要求进行人工设定,或者由上级裂解深度实时优化系统根据裂解炉运行效益指标自动设定,输出用来设定裂解炉出口温度控制器的SP

3 在线分析系统实时状态监测模块。该模块可根据裂解气在线分析系统输出组分值和变化率等信息,对分析系统状态进行实时监测,当出现异常时及时中断在线校正,并给出报警。


投用效果总结


裂解深度控制系统投用以来,由于深度控制平稳度的提高,“双烯”收率有所提高;解决了在线分析表的时滞、不稳定以及经常出现跳变的问题,保证了在以裂解深度作为控制变量的前提下,系统的平稳运行不会出现大波动;在正常情况下,维持系

统的平稳运行,保证乙烯等产品的收率;在其他工况变化的情况下,例如原料油密度、裂解炉负荷等,控制系统能够通过调整炉管出口温度,维持裂解深度的平稳,保证“双烯”收率。











我要推荐
转发到