当前位置: 主页 > 学术动态 >

催化裂化装置反再系统动态模拟精细化与控制系统“工艺优先”配对设计

点击数:   更新日期: 2021-11-08

论文标题:Simulation Closer to Commercial Process and Prior Process Analysis BasedControl Loop Configuration of FCCU Reactor-Regenerator System

录用期刊:化工学报EI收录中文核心期刊

原文链接:http://doi.org/10.11949/0438-1157.20210953

作者列表

(1)张兴硕 信息科学与工程学院 自动化系 研19

(2)罗雄麟 信息科学与工程学院 自动化系(通讯作者)

(3)许   信息科学与工程学院 自动化系

文章简介:

催化裂化是目前炼油厂中的核心加工工艺,其反应-再生系统是一个多变量紧密耦合的复杂系统,而目前催化裂化装置的动态建模存在大量假设条件,且当前的控制回路配对方法不适用于这种开环不稳定系统。本文首先恢复了模型的时滞和气相动态。在该模型基础上搭建仿真平台,通过工艺优先控制系统设计法,对催化裂化装置反再系统进行控制系统设计。结果表明,精细化动态模型更加接近实际化工生产过程,工艺优先控制系统设计法在保证生产过程安全的同时,可以降低控制系统设计复杂度。

摘要:

催化裂化是目前炼油厂中的核心加工工艺,其反应-再生系统是一个多变量紧密耦合的复杂系统,动态模拟和控制系统设计难度较大。目前,催化裂化装置在进行动态建模时设置了大量假设条件,与实际状况存在诸多不符,另外当前的控制回路配对方法未考虑工艺要求,也不适用于催化裂化这样的开环不稳定系统。基于以上原因,本文以作者已建立的反应-再生系统数学模型为基础,建立精细化动态模型,对反应器和再生器模型进行真实逼近,不再忽略气相动态变化,将原模型中气相对时间的导数项恢复,通过离散化的分布参数系统模型,对离散化模型中每段提升管和烧焦罐的时变变量加入时滞。仿真结果表明,精细化动态模型更加接近实际化工生产过程。根据上述模型搭建仿真平台,通过对不稳定的反再系统进行工艺优先的控制系统设计,首先根据化工工艺设计控制回路保证系统的稳定性,然后基于相对增益阵方法设计剩余变量配对,在降低了高维系统的设计复杂度的同时保证了生产过程安全。设计结果表明,对于催化裂化装置反再系统,基于工艺特性完成控制回路配对后,剩余变量无需再添加多余的控制回路就能保证控制系统的稳定性和适当的控制性能。

具体实现:

1. 模型恢复

在实际的化工过程中,压力变化要比温度的变化快得多,原有的拟稳态模型与实际过程相差比较大。如果模型与实际过程相差太大,那么模型的动态过程就不能反映实际过程,模拟仿真的结果也将会失去对实际化工过程指导意义,而在这种模型的基础上进行的控制系统设计会存在偏差和风险。因此,反再系统的精细化建模尤为重要。本文将对模型进行两个方面的精细化处理:恢复气相动态和引入分布参数系统时滞。

本文作者针对催化裂化装置模型的改进,是以前期所做研究为基础。在原气相稳态模型的基础上,恢复气相动态和时滞,以提升管原料未转化率为例,模型如下

原模型:



精细化模型:



2. 控制系统设计

      2.1 化工工艺确定控制回路

反再系统中,保证化工生产稳定的基础为催化剂藏量的稳定。在反应过程中,压力与温度同时对反应造成影响,但在气相拟稳态模型中,压力主要跟随温度变化。而恢复气相动态后,压力反应变得灵敏,因此压力控制也是保证反应稳定的重要控制回路。根据化工生产过程的工艺法、学者研究以及实验现象确定控制回路。

      2.2 剩余变量配对

确定了以上控制回路后,需要进行设计的控制系统维数降低,减小了后续设计的复杂度。将输入量M序列化,通过平台搭建的模型得到输出数据,将输入输出数据通过递推最小二乘法,辨识得到传递函数。通过计算,得到系统的相对能量增益矩阵,得到配对结果。

主要结果:

本文通过恢复气相动态和时滞,提高了模型精度,如图1所示。

image.png

(a) 汽油产率

image.png

(b) 富气产率

image.png

(c) 反应温度

image.png

(d) 烧焦温度

图1 四种模型控制催化剂藏量和压力的情况下进行主风量阶跃后的曲线

本文首先根据化工生产过程的工艺法、学者研究以及实验过程中的失温现象(如图2所示),确定了如下控制回路

(1) 再生器内循环滑阀-二密相床催化剂藏量控制;

(2) 待生滑阀-汽提段催化剂藏量控制;

(3) 富气压缩机转速-沉降器压力控制;

(4) 再生烟气双动滑阀-两器压差;

(5) 再生滑阀-反应温度控制。



2反再系统在不控制温度时的温度曲线

如图3所示,精细化模型的温度、压力和产率曲线有较大波动,而原模型的曲线则相对平稳,显然原模型的控制效果更好,这也符合了客观规律,因为原模型在建模时做出了大量假设,精细化模型更加接近实际的化工生产过程。



(a) 温度控制器的控制效果曲线



(b) 压力控制器的控制效果曲线



(c) 气体产率曲线

图3 精细化模型的控制效果曲线

在以往的催化裂化反应-再生装置的模型研究中均忽略了气相动态和信息传递时滞的影响,本文在五集总反应动力学模型和前置烧焦罐模型的基础上,对气相动态和分布参数系统的时滞进行了恢复。而后在该精细化模型的基础上,对其进行控制系统的设计,通过工艺配对法和系统设计控制配对法相结合,在保证生产过程安全的前提下降低了控制系统的变量维数。原模型忽略了气相动态和时滞,这样就会导致实际化工生产以其作参考时的控制器设计存在差异,而精细化模型更加接近实际的化工反应过程,在该模型基础上的设计更加具有参考价值。

作者简介

罗雄麟,博士。现任中国石油大学(北京)教授、博士生导师、自动化专业(教育部高等学校特色专业)负责人、控制科学与工程(博士一级)学科负责人,校学术委员会委员、校学位委员会委员。北京人工智能学会理事会常务理事、北京自动化学会理事会常务理事。控制理论与过程控制、化工系统工程、机器学习学者。科研工作涉及控制理论及应用、过程控制工程、过程系统工程和机器学习等,同时长期从事炼油化工过程软测量仪表与先进控制、过程流程模拟与实时优化等技术开发与工程应用工作。