基于视觉识别的反应进程智能调控系统及其在溴素生产中的应用

黄元凤 曹怀祥 袁 涛 姜程程 谭 伟 何 栋

（1.山东特检科技有限公司；2.山东特种设备检验检测集团有限公司；3.山东大学材料科学与工程学院）

溴素是石化、医药等行业普遍使用的化工原料，我国溴素产能占世界产能的10%，居于世界第三，主要集中于有着特殊卤水资源优势的莱州湾地区［1］。然而近年来，地下卤水的溴含量逐渐降低，我国卤水资源呈匮乏之势。 因此，合理高效地利用卤水资源，生产高品质的溴素产品意义重大［2］。 我国溴素行业普遍采用的工艺为空气吹出与水蒸气蒸馏相结合的方法，其中蒸馏工艺为溴素生产的提纯工艺［3］，对蒸馏工艺的控制关系到成品溴中氯含量和蒸馏废酸中的溴含量，这两项指标分别反映了产品的品质和工艺的提取效率。我国QB/T 2021—1994 规定了工业溴的化学指标，其中优级溴的氯含量应不大于0.05%［4］。 实现蒸馏工艺的自动、精准、稳定控制，能够有效提升整个溴素生产工艺的能源利用率、产品提取率和产品品质。 溴素传统蒸馏塔为玻璃塔，近年来聚四氟衬里塔成为溴素生产的主流蒸馏设备［5］，不管是哪种类型的蒸馏塔，传统的调节模式为人工观察蒸馏塔塔顶与塔底玻璃管的颜色，或者观察四氟塔蒸馏废液的颜色，根据颜色调节氯气加入量［6］，这种方式受环境光线和工人经验影响较大，且无法精确控制，导致氯气加入过量（影响溴素品质）或不足（影响溴素提取率）。

机器视觉在化工行业中的应用已经十分广泛，普遍应用于视频画面目标检测跟踪、图像颜色识别与自动控制、自动抄表、大数据预警分析及产品品质检测等场景［7］，在节省人工的同时可提升工业控制的自动化水平，也是非接触式检测的优选方法。

笔者根据目前溴素生产操作与管控模式，提出基于工业视觉的颜色智能识别系统替代人眼判断，以保证生产效率和产品品质。

1 系统设计

如图1 所示，溴素蒸馏工艺自动分析控制系统由补光设备、视觉识别模块、数据传输模块、上位机分析系统和控制执行系统组成。 根据现场环境布署稳定可靠的光源，调整视觉设备并安装辅助支撑，以保证智能视觉传感器工作时不受外界环境影响。 视觉识别模块采集蒸馏塔内的反应进程图像信息，经数据传输模块远传至控制系统和上位机。 中控室采用工控机，配置双网卡冗余架构，通过光纤或者国标工业网线实现智能视觉与工控机之间的数据传输，上位机对数据进行分析处理后将信号发回控制系统进行自动调节。

图1 溴素蒸馏工艺自动分析控制系统框图

系统同时采集蒸馏塔塔顶温度、 母液流量（流入蒸馏塔的反应液）、氯气流量、蒸汽压力和各阀门开度信息，将各参数信息协同管控。 首先稳定蒸汽压力和塔顶温度，然后对识别的反应进程设置最优调节范围。 现场反应进程识别数值高于最优调节范围时，代表氯气加入量处于过量状态，上位机控制系统做出判断，减小氯气调节阀开度；反之，增大氯气调节阀开度。

2 视觉识别程序及其功能设计

工控机安装C++ Visual Studio 2012 开发平台实现智能视觉接口通信，为保证数据通信的高速与稳定，数据采用1 GiB/s 通信架构。 采用智能数学算法模型原理， 把现场颜色图片进行处理，以R、G、B 为基础计算其灰度值，以灰度展示颜色深浅信息，从而把图片颜色转换成数字信息［8］，并且探究待测物颜色深浅与颜色值的线性关系，把图片转换为可以量化比较的数据［9］，为后工序执行层设备自动调节提供数据依据。

智能视觉识别及控制系统（图2）运行时，先依据溴素品质和生产经验，找出反应物的最佳颜色、最佳塔顶温度、母液流量和蒸汽压力，并记录最佳颜色对应的蒸汽、氯气阀门开度等信息。 在系统运行过程中进行自动调整和系统自学习，最终设置系统保护的上限和下限 （包括母液流量、蒸汽阀门开度及氯气阀门开度等）后，实现系统的自动运行。

图2 蒸馏工艺智能视觉识别及控制系统界面

如图3 所示，溴素生产过程中，视窗界面颜色越深、数值越小，代表氯气加入不足；反之，就是氯气加入过量。

图3 氯气视窗界面

蒸馏工艺的反应过程：将溴含量较高的母液通入氯气氧化，重新游离出溴，同时用水蒸气将溴蒸馏出来，经冷凝分离得到成品溴［10］，方程式为：

由此，通入过量氯气能够保证反应充分向右进行，提升溴素产率。 然而氯气通入太多会使产品中氯含量过多，导致产品品质下降。 因此，在工艺控制中存在一个平衡点，在保证产品收率的情况下控制杂质氯的含量，这个平衡手动控制很难实现。 而本系统能够实现如下功能：

a. 将图片颜色转换为数字量化指标，同时协同控制关键参数，提高控制的准确性和平稳性；

b. 实时数据监控管理， 生产过程颜色指标、阀门开度等信息曲线管理；

c. 自动控制管理， 数值上传至现场DCS 或PLC 系统，建立无缝数据对接，实现阀门开度等的自动调控。

3 智能控制算法设计

3.1 图像采集

图像采集处理流程如图4 所示。 首先对相机采集的原始图像进行均值滤波处理，减少图像噪声干扰； 之后将处理好的图像转换为灰度图像，利用最小二值法取得灰度图像阈值［11］。 因为外部环境光线的干扰，所以对计算出的阈值进行加和求平均，以减少光线反射造成的强光干扰；最后将计算结果与优良参考值对比，根据对比结果进行阀门开度控制（高于优良值关闭，低于优良值打开）。

图4 图像采集处理流程

3.2 阀门开度运算

阀门开度运算流程如图5 所示。 首先根据计算阈值判断是否需要变频采集，如果阈值在可控范围内，则本次采集不进行阀门控制，否则直接进行阀门调控。 接下来判断阈值是否超过预设的小范围保护边界，未超过则清空标志位，超过则判断标志位是否置位，如果置位则阀门开度保持不变，进入后续流程，未置位则进行一次最大调控。 该标志位的作用是保证最大调控在连续范围内只进行一次，防止阀门开度变化过大。 然后判断阀门开度是否达到保护限制，如果阀门开度已经等于保护限制，则判断阈值是否超过大范围保护边界，如果超过边界则计数器加1，否则计数器清零。 对计数器进行判断，如果超过预设值，则修改保护上、下限，否则继续后续流程。 阀门未到保护限制，则判断阈值是否在可控范围内，在可控范围内则阀门开度不变，流程结束。 如果超过可控范围则判断是否为正向变化趋势，如果是正向趋势则对阀门进行较大幅调整，否则进行较小幅调整，流程结束。

图5 阀门开度运算流程

本系统并没有采用PID 调节， 原因是PID调节会针对实时变化做出实时纠正性调节，容易造成过度调节，导致生产不稳定［12］。

本项目通过采集实时图像， 分析颜色深度，自主开发算法， 不仅可以控制氯气阀门开度，还可以调节阀门动作的频率。 由于采集的视窗内有流动的液体，存在光线反射，因此颜色深度曲线并非线性，会存在波动干扰，反应在控制方面，就需要根据其趋势进行判断。 举例说明：采集图像颜色变深是由于采集时刻流动反光减少，并非反应过程中氯气不足，PID 调节会实时调控加大氯气阀门开度，而本设计会判断其变化趋势，并在处理前进行平滑滤波，尽量减少干扰。 在颜色区间范围内，采取保持原有开度、减少采集频率的方式，间接减少阀门动作频率，延长阀门使用寿命。

4 现场应用

在应用本系统前， 塔顶温度控制不精确，经常出现“冒顶”现象，导致溴素从排空管溢出，造成资源浪费， 而且由于溴素泄漏导致环境污染，并危及现场工人的人身安全；由于控制不精确导致溴素品质不稳定，废液溴含量过高，导致工艺提取率不高，资源浪费严重。

基于视觉识别的反应进程智能调控系统已在多家溴素厂投用，选取某现场两个月的生产数据，包括蒸汽压力、母液溴含量、母液流量、氯气流量、塔顶温度和废液溴含量，将一段时间内每天的数据求平均后绘制曲线，如图6 所示。

图6 溴素蒸馏工艺生产自动调控数据

系统投用后，生产运行稳定，现场母液溴含量在37.0～41.4 kg/m3、母液流量在3.2～3.3 L/h，通过系统的自动控制，保证氯气流量在10.4 ～11.7 L/h 内， 并随着母液溴含量的波动而自动进行小幅调控。 生产各项指标都控制在一个非常平稳、合理的范围内：蒸汽压力稳定在27～29 MPa，塔顶温度严格控制在78～80 ℃。

通过精确控制，改变了过量投入氯气的传统操作方式，节省了物料成本约10%。 在此基础上还保证了装置的提取效率，其中蒸馏废液溴含量维持在0.07～0.13 kg/m3， 该指标比人工控制降低近80%（传统人工控制一般仅能将蒸馏废液溴含量控制在0.5 kg/m3左右）。更重要的是，溴成品氯含量全部稳定在0.01%以内， 保证产品100%处于优级水平。

5 结束语

基于视觉识别的蒸馏工艺自动分析控制系统的投用，可以保证氯气加入的及时性与加入量的准确性，提高溴素品质（将产品氯含量稳定在0.01%以内）和提取率（降低蒸馏排废溴含量，将排废中溴含量稳定在0.13 kg/m3以内）；消除了人为因素影响，因为不同的人对于颜色判断会有个体差异，尤其是晚上，会严重影响人工对颜色的判断，而且容易因疲劳而耽搁及时操作，导致氯气加入量不当；降低操作人员的劳动强度，减少了蒸馏岗位阀门调节工作人员设置，节省了人工成本；同时保证企业符合安全环保要求，实现人员与现场分离，保证生产安全，消除工艺控制不当导致的“冒顶”现象，减少了氯气排放，经济效益和社会效益显著提升。

基于视觉识别的智能调控系统不仅适用于溴素蒸馏工艺，在化工生产过程中有颜色变化以及界面区分的工艺都可以应用，不仅适用于间歇性生产过程，对于连续化生产过程更为适用。 下一步将继续深入研发本技术在连续化生产过程中的实际应用。