常减压装置的先进控制和实时优化

周 丽,金晓明

(1.浙江中控软件技术有限公司，浙江 杭州 310053;2.浙江大学智能系统与控制研究所，浙江 杭州 310027)

0 引言

常减压原油蒸馏是原油加工的第一道工序。常减压装置根据原油中各个组分的沸点不同，分别在常压和负压状态下分离出各馏分产品。常减压装置能耗一般约占炼厂总能耗的10%～30%[1]。以多变量模型预测控制为代表的先进控制技术和以稳态优化为关键的过程优化技术能大大提高工业装置的经济效益[2]。对于常减压装置，由于处理的原料是来自不同产地的原油，原油性质变化容易造成生产工艺参数的波动，从而影响产品性质，因此常减压装置的优化问题十分复杂[3]。

在某套燃料型5 Mt/a的常减压装置中，实现了对全装置的模拟、控制和优化。该装置采用的硬件平台是OPC Server上的先控上位机和优化上位机，软件平台为DMC Plus、ASPEN IQ、ASPEN Plus和ASPEN Online，分布式控制系统(distributed control system,DCS)为横河CENTUM CS3000系统。

1 优化控制软件系统

对工业生产过程的实时优化功能包括：首先获取装置的过程数据和化验数据，对工业装置进行精确的全流程模拟；其次根据需求确定优化目标方程，设定约束并进行求解；最后通过多变量模型预测控制器执行到控制层。多目标优化允许用户设定多个优化目标。例如，优化目标为在约束条件下实现石脑油、航煤和柴油等产品收率最大化，或产品质量与期望值的方差最小化[4]。优化方程通过全流程模拟工具计算出最优工艺情况。最优工艺情况的实质为一系列的变量设定。最后这些变量设定通过多变量预测控制器反馈到输入，利用控制仪表的执行机构实现，由此完成了整个实时优化闭环。

整个实时优化控制的关键在于：①全装置的稳定控制；②全流程模拟；③优化方程的建立；④安全稳定的执行。在线优化的工作频率通常为每小时级别，低于控制的每分钟级别。

整个应用的软件优化控制结构如图1所示。在线分析仪采用HONTYE IRAS生产过程智能快速分析系统，其核心是核磁共振分析仪。它的作用是实现对原油和馏出口等样本的快速评价分析，提供样本的一系列性质数据并储存在DCS系统。

图1 优化控制结构图

在线分析仪在原油进装置和主要的汽/柴油馏出口都设计了采样点。以原油进装置点化验分析值作为流程模拟计算的数据来源，而馏出口化验分析值同时作为模拟结果和软测量结果校正的依据。

2 优化控制方案

加热炉是整个蒸馏装置能耗的主要来源。加热炉出口温度直接影响常压塔和减压塔的进料过气化率。在多变量预测控制解决了加热炉的稳定控制问题后，仍需要根据原油性质和拔出条件定义最优的炉出口温度。因此，优化方案设计为：常压炉出口温度稳定控制可保证常压塔的过气化率在一定的区域；减压炉出口温度优化控制可保证减压塔深拔，同时避免炉管结焦。常压炉和减压炉出口温度的优化需要兼顾安全因素。多变量模型预测控制器同时将炉温、燃料气消耗等关键因素作为控制器约束，以保证生产的安全。

初馏塔、常压塔和减压塔的控制和优化计算是一个有机的整体。初馏塔的任务是进行原油轻组分初步分离，并控制装置生产负荷稳定。常压塔主要用于保障产品质量合格。因此常压塔的优化方案为：在原油性质变换的前提下，保证各侧线产品质量在合格的范围内，同时以产出更多的高附加值的产品为优化目标；减压塔的优化不能孤立地只考虑减压深拔，而是需要综合考虑工艺操作、控制状况等因素，如全装置的拔出率、产品质量、轻油收率和下游装置约束等。初馏塔为单工艺操作参数装置;常压塔为多工艺操作参数装置，计算不容易收敛;减压塔的优化计算容易得到满意的结果[5]。

常减压装置优化系统在ASPEN Plus中的设计优化目标为经济效益最大化。外部目标/优化参数包括：常压塔塔顶温度/流量，常一线拔出温度/流量，常二线拔出温度/流量，常三线拔出温度/流量，减压塔塔顶温度/流量和常压炉物料出口温度。约束条件有：常压塔各侧线产品质量，减压塔各侧线产品质量，工艺指标/约束，拔出率约束，上、下游装置约束，常压塔进料气化率，常压塔各侧线产品质量，常压炉和减压炉结焦温度约束，轻收约束和总拔约束。

优化应用时，在ASPEN Plus全流程模拟的基础上，定义优化目标方程式、约束条件和优化参数；在ASPEN Online中配置相关的输入输出、计算频率和计算方式等；计算结果将写入多变量预测控制器相关变量对应的外部目标，通过控制器功能执行到DCS端。

2.1 软测量系统

软测量用于给出实时的质量预测值，作为多变量预测控制器的被控变量[6]；在整个实时优化方案中的作用在于提供优化的约束变量。

软测量系统首先根据软测量模型，实时读取辅助变量计算出主导变量，即软测量目标的预测值；然后，将软测量结果整合到多变量预测控制器中，作为被控变量；最后，以软测量结果作为整个实时优化方案中的约束目标，在将装置推向效益最大化的优化目标时，确保产品质量在一定的区域。进行粗汽油干点和柴油95%馏程温度的软测量建模时，根据数据分析和生产经验选取的辅助变量表，如表1、表2所示。

表1 粗汽油干点软测量辅助变量表

表2 柴油95%馏程温度软测量辅助变量表

软测量系统设计了初顶终馏点、常顶终馏点、常一线闪点、常三线95%馏程温度和减一线95%馏程温度共5个预测参数作为计算输出。软测量模型采用基于偏最小二乘法(partial least square,PLS)的多变量回归方法[7],应用ASPEN IQ软件实现。在校正方式上，采用了读取在线分析仪对应的数据和读取手工输入的化验值数据进行定期校正。

2.2 多变量预测控制系统

常减压装置先进控制(advanced process control,APC)系统设计了6个多变量预测控制器，包括脱盐罐和初馏塔控制器、常压塔控制器、减压塔控制器、常压炉控制器、减压炉控制器和加热炉效率控制器。控制系统在常规控制的基础上，实现以下具体目标：①产品质量的卡边控制；②期望产品收率最大化；③稳定并提高处理量；④加热炉的稳定控制和加热炉效率提高。在常规控制的基础上，利用多变量预测控制软件DMC Plus，实现常压塔、减压塔和加热炉等单元的多变量控制。整个控制器包括45个操作变量，111个被控变量和11个干扰变量。由于多个有相互关联的变量都在一个控制器中处理，能够保证各参数得到合理的优先级分配，从而实现装置平稳控制。

多变量预测控制器在实现各关键变量的协调和优化控制方面有一定的优势[8]。同时，软测量作为预测产品质量的方法整合到控制器中作为被控变量，使控制器向质量稳定控制的方向实现优化。在这个策略中，核磁分析仪不仅能提供原油信息，而且作为一种更及时的化验值数据获取方式，对软测量预测值进行定期校正，为先进控制系统的长期、有效运行提供保障。

2.3 全流程模拟

ASPEN Engineering Suite包括了ASPEN Plus大型通用模拟软件。利用ASPEN Plus对常减压装置进行全流程模拟和优化参数配置[9]，ASPEN Online实时优化软件进行离线模型与在线数据的实时传递和实时计算。对常减压装置，优化目标函数设计为原油常减压蒸馏装置的年综合经济效益。约束条件包括等式约束条件和不等式约束条件，具体为装置的设计能力、安全性因素和已知工艺参数上下限等[10]。优化计算结果为被控变量外部目标值，通过写入APC系统实现在线实时优化控制。

对该常减压装置的过程优化问题表述如下。

max:

i=1,2,…,pn

j=1,2,…,fn

k=1,2,…,un

s.t.

f1(Cp,i,Cf,j,Cu,k)=0,l=1,2,…,ln

Cp,i∈[min(Cp,i),max(Cp,i)]

大学生志愿服务活动，不仅是大学生自我实现的强烈需要，而且有利于推动大学生的社会进程，有利于大学生树立正确的人生观、价值观、世界观，有利于大学生的成长、成才。更重要的是，开展大学生志愿服务活动有利于我国大学生社会主义核心价值观的学习和践行。所以，作为为国家培养社会建设人才的全国各大高校，应坚定不移地推进志愿服务活动，为社会主义建设添砖加瓦。

Cf,j∈[min(Cf,j),max(Cf,j)]

Cu,k∈[min(Cu,k),max(Cu,k)]

producti∈[min(producti),max(producti)]

feedi∈[min(feedi),max(feedi)]

utilityi∈[min(utilityi),max(utilityi)]

其中：目标函数J为装置经济效益，pn为产品拔出流股数，fn为进料流股数，un为公用工程个数，ln为状态方程个数，Cp，i、Cf，j、Cu，k分别为产品、进料和公用工程的单位经济价值。

关于Cp，i的参数优化问题，全流程模拟模型表达了等式约束条件：

fl(Cp,i,Cf,j,Cu,k)=0l=1,2,…,ln

模型模拟结果与真实工业过程存在一定的偏差。ASPEN的最新技术，利用ASPEN Online软件读取工业过程实时数据，对模拟数据进行在线的偏差校正，能有效地解决这一问题。

3 应用效果

数据统计结果表明，优化控制系统实现了对各工艺参数的稳定控制和稳定切换。其具体实现了：①在装置升降装置负荷时各工艺参数的平稳控制;②常压炉和减压炉各支路温差最小化控制；③加热炉出口温度按原油性质自动调整和优化，加热炉热效率最大化控制；④根据原油切换状况提供优化控制方案，控制各侧线抽出温度和流量，实现全局优化。控制器稳定投用后，装置操作平稳率提高；工艺参数的方差较常规控制下降30%以上；主要产品质量的方差也有不同程度的降低；先进控制系统长期投运率在90%以上。

主要产品质量粗汽油干点和柴油95%馏程温度软测量模型预测效果曲线分别如图2和图3所示。

图2 粗汽油干点模型预测图

图3 柴油95%馏程温度模型预测图

先进控制器投用后，装置的一些典型控制效果如图4～图6所示。

在选取的时间段内对装置的生产负荷进行切换，生产负荷降低了大约30 t/h。APC投运前后的降负荷关键变量方差对比统计如表3所示。

表3数据表明，APC投运后，不仅使以上关键工艺变量的统计方差减小了30%，而且使装置在进行升降负荷切换操作时能够更快速地达到稳定状态，切换时间缩短了约50%。在实际操作中，控制更加稳定和高效。

图4 常规降负荷流量趋势图

图5 降负荷液位趋势图

图6 降负荷压力趋势图

表3 APC投运前后方差对比统计表

4 结束语

由于常减压装置的原料性质不稳定，因此，对其控制提出了更高的要求。在本文提到的优化系统中，实时优化控制包括稳态优化部分和动态控制部分。稳态优化部分实现了全流程模拟模型、模拟模型偏差校正和优化目标计算功能；动态控制部分实现了可实时预测产品质量的软测量、分析仪校正和多变量预测控制功能。由于常减压装置全系统的在线实时优化控制策略分解到多变量预测控制器中执行，因此多变量预测控制器的合理设计非常关键。利用多变量预测控制器对各目标进行合理配置和设计，最终达到了维持工艺指标安全、稳定和高效的目标，为企业实现了节能增效。