CN101763081A - 一种空分节能过程的非线性过程观测系统及方法 - Google Patents

Abstract

一种空分节能过程的非线性过程观测系统，包括与空分塔直接连接的现场智能仪表和DCS系统，所述DCS系统包括存储装置和上位机。其中智能仪表、存储装置和上位机依次相连，所述的上位机实现观测器功能，预测空分塔上塔将来时刻的组分浓度分布。所述的观测器包括检测模块，组分推断模块，组分分布函数拟合模块，将来时刻空分塔状态预测模块。所述的检测模块包括温度检测元件和压力检测元件，I/O模块。本发明也提供了一种空分节能过程的非线性动态观测方法。

Description

一种空分节能过程的非线性过程观测系统及方法

技术领域

本发明涉及空分节能精馏过程的动态建模领域，特别地，涉及空分节能精馏过程的非线性观测器系统设计及其方法。

背景技术

空分是对空气进行分离，得到氧、氮、氩等高纯工业气体的国民经济重要行业，其产品广泛用于石油、化工、冶金、电子、能源、航空航天、食品饮料、医疗保健等各种工业领域。而巨大的能量消耗一直为空分行业的瓶颈问题。

在空分过程中，精馏塔是一个重要的传质单元操作过程，也是主要的耗能单元。世界各国在空分精馏过程的节能研究方面投入了大量的人力物力，在空分过程的过程建模，先进控制等方面作了大量研究。由于空分精馏过程的强非线性，耦合性等复杂动态特性，传统的机理模型虽然具有较高的预测精度，但是在线运算效率太低，较难应用于现今较流行的先进控制方案，而目前商业使用的基于数据的线性辨识模型，往往具有较低的预测精度，对控制器的设计提出了较高的要求。事实表明建立空分精馏过程的高效率，高精度非线性模型，实现空分精馏过程中的组分浓度分布预测已经成为一项关键的空分节能技术。

发明内容

为了克服已有空分精馏过程的控制系统的不能有效跟踪空分过程的复杂非线性特征、在线运行效率低、精确度低的不足，本发明提供一种能够有效跟踪空分过程的复杂非线性特征、在线运行效率高、精确度高的空分节能过程的非线性过程观测系统及方法。

本发明解决其技术问题所采用的技术方案是：

一种空分节能过程的非线性过程观测系统，包括与空分塔直接连接的现场智能仪表和DCS系统，所述DCS系统包括存储装置和上位机，智能仪表与存储装置、上位机连接，所述上位机包括用以预测空分塔将来时刻的组分浓度分布的观测器，所述的观测器包括：

检测模块，包括温度检测元件、压力检测元件和I/O模块，用于检测空分塔上塔各块塔板处的温度和上塔压强，并进行电信号转换，将检测信号输送到上位机；

组分推断模块，用以根据采用检测到的温度，压强数据计算空分塔上塔的各塔板处的组分浓度，计算式为(1)(2)如下：

$X_{i,N}=\frac{P\×{\mathrm{\α}}_N\×{10}^{(\frac{T_i+c_N}{b_N}-a_N)}-1}{{\mathrm{\α}}_N-1}---\left(1\right)$

$X_{i,O}=\frac{P\×{\mathrm{\α}}_O\×{10}^{(\frac{T_i+c_O}{b_O}-a_O)}-1}{{\mathrm{\α}}_O-1}---\left(2\right)$

其中X_i，N为空分塔第i块塔板处氮的液相组分浓度，X_i，O为空分塔中第i块塔板处氧的液相组分浓度，P为上塔压强，T_i为上塔各块塔板处的温度，α_N，α_O分别为氮和氧相对于氩的相对挥发度，a_N、b_N、c_N、a_O、b_O、c_O为安东尼常数。

组分分布函数拟合模块，用以采用组分推断模块计算出的组分浓度数据，拟合氮的汽相组分浓度分布函数和氧的液相组分浓度分布函数如式(3)(4)

${\hat{X}}_{i,N}=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{1+e^{-k_N(i-S_N)}}---\left(3\right)$

${\hat{X}}_{i,O}=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{1+e^{-k_O(i-S_O)}}---\left(4\right)$

其中i为塔板编号，

分别为第i块塔板处氮的液相浓度和氧的预估液相浓度，X_min，N，X_max，N，k_N，X_min，O，X_max，O，k_O为拟合参数，S_N，S_O为空分塔组分浓度分布曲线的位置。

将来时刻空分塔状态预测模块，用以根据当前组分浓度数据以及组分分布函数预测将来时刻的组分浓度分布，该模块包括以下三部分

①当前时刻组分浓度分布曲线位置变化速度计算，计算过程如式(5)(6)(7)(8)：

$y_{1,N}\left(k\right)=\frac{{\mathrm{\α}}_N{x}_{1,N}\left(k\right)}{({\mathrm{\α}}_N-1)x_{1,N}\left(k\right)+1}---\left(5\right)$

$y_{1,O}\left(k\right)=\frac{{\mathrm{\α}}_O{x}_{1,O}\left(k\right)}{({\mathrm{\α}}_O-1)x_{1,O}\left(k\right)+1}---\left(6\right)$

$\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,N}\left(k\right)-L_n\left(k\right)x_{n,N}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,N}\left(k\right)}{M(x_{n,N}\left(k\right)-x_{1,N}\left(k\right))}---\left(7\right)$

$\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,O}\left(k\right)-L_n\left(k\right)x_{n,O}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,O}\left(k\right)}{M(x_{n,O}\left(k\right)-x_{1,O}\left(k\right))}---\left(8\right)$

其中k为当前采样时刻，下角标i为塔板编号，1为塔顶编号，n为塔底的编号，下角标N、O分别代表氮和氧，上角标f代表进料，F_i(k)为第i块塔板进料流量，L_n(k)塔底液相流率，V₁(k)分别为塔顶气相流率，x_n，N(k)、x_n，O(k)分别为塔底液氮液氧的组分浓度，y_1，N(k)、y_1，O(k)分别为塔顶气氮气氧组分浓度，x^f _i，N(k)，x^f _i，O(k)分别为第i块塔板的进料液氮组分浓度和进料液氧组分浓度，M为塔板持液量，

分别为液氮组分浓度分布和液氧组分浓度分布位置变化速度；

②下一时刻波形位置计算以及组分浓度预测，计算过程如式(9)(10)(11)(12)

$S_N(k+1)=S_N\left(k\right)+\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)*T---\left(9\right)$

$S_O(k+1)=S_O\left(k\right)+\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)*T---\left(10\right)$

${\hat{X}}_{i,N}(k+1)=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{1+e^{-k_N(i-S_N(k+1))}}---\left(11\right)$

${\hat{X}}_{i,O}(k+1)=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{1+e^{-k_O(i-S_O(k+1))}}---\left(12\right)$

其中T为采样周期，S_N(k)，S_O(k)分别为k采样时刻液氮，液氧组分浓度分布位置，S_N(k+1)，S_O(k+1)分别为k+1采样时刻液氮，液氧组分浓度分布位置，

分别为k+1采样时刻第i块塔板液氮，液氧组分浓度的预估值；

③组分浓度预测值修正，计算过程如式(13)(14)(15)(16)

$r_{i,N}\left(k\right)=X_{i,N}\left(k\right)-{\hat{X}}_{i,N}\left(k\right)---\left(13\right)$

$r_{i,O}\left(k\right)=X_{i,O}\left(k\right)-{\hat{X}}_{i,O}\left(k\right)---\left(14\right)$

${\tilde{X}}_{i,N}(k+1){=\hat{X}}_{i,N}(k+1)+r_{i,N}\left(k\right)---\left(15\right)$

${\tilde{X}}_{i,O}(k+1){=\hat{X}}_{i,O}(k+1)+r_{i,O}\left(k\right)---\left(16\right)$

其中r_i，N(k)，r_i，O(k)分别为k采样时刻的预测误差，分别为修正后的k+1采样时刻液氮和液氧的组分浓度预测值，

分别为k采样时刻液氮和液氧的组分浓度预测值。

作为优选的一种方案：所述的现场智能仪表与数据接口连接，所述数据接口与现场总线连接，所述DCS系统中的存储装置及上位机与现场总线连接。

进一步，所述上位机还包括人机界面模块，用于设定采样周期，设定预测时间长度，显示观测器输出的将来时刻组分浓度预测值和当前时刻组分浓度测量值。

一种空分节能过程的非线性过程观测方法，所述非线性过程观测方法包括以下步骤：

1)确定采样周期T，并将T值，氮和氧相对于氩的相对挥发度α_N、α_O，安东尼常数a_N、b_N、c_N、a_O、b_O、c_O保存在历史数据库当中；

2)检测kT时刻上塔压强P，各塔板温度T_i，计算液氮液氧的组分浓度值，计算式如式(1)(2)：

$X_{i,N}=\frac{P\×{\mathrm{\α}}_N\×{10}^{(\frac{T_i+c_N}{b_N}-a_N)}-1}{{\mathrm{\α}}_N-1}---\left(1\right)$

$X_{i,O}=\frac{P\×{\mathrm{\α}}_O\×{10}^{(\frac{T_i+c_O}{b_O}-a_O)}-1}{{\mathrm{\α}}_O-1}---\left(2\right)$

其中X_i，N为空分塔第i块塔板处氮的液相组分浓度，X_i，O为空分塔中第i块塔板处氧的液相组分浓度，P为上塔压强，T_i为上塔各块塔板处的温度，α_N，α_O分别为氮和氧相对于氩的相对挥发度，a_N、b_N、c_N、a_O、b_O、c_O为安东尼常数；

并检测kT时刻塔顶气相流量和塔底液相流量值，同上塔压强数据，各塔板温度数据，组分浓度的测量值一起存储到观测器系统的历史数据库当中；

3)从历史数据库当中获取kT时刻组分浓度的测量值，拟合kT时刻的组分浓度分布函数如式(3)(4)：

${\hat{X}}_{i,N}=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{1+e^{-k_N(i-S_N)}}---\left(3\right)$

${\hat{X}}_{i,O}=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{1+e^{-k_O(i-S_O)}}---\left(4\right)$

其中下脚标i为塔板编号，

分别为第i块塔板处氮的液相浓度和氧的液相浓度，X_min，N，X_max，N，k_N，X_min，O，X_max，O，k_O为拟合参数，S_N，S_O为空分塔组分浓度分布曲线的位置。将拟合参数X_min，N，X_max，N，k_N，X_min，O，X_max，O，k_O，空分塔组分浓度分布曲线的位置S_N，S_O和kT时刻的液氮液氧组分浓度预估值存储到观测器系统的历史数据库当中；

4)计算kT时刻的液氮液氧的组分浓度分布位置变化速度，计算过程如式(5)(6)(7)(8)：

$y_{1,N}\left(k\right)=\frac{{\mathrm{\α}}_N{x}_{1,N}\left(k\right)}{({\mathrm{\α}}_N-1)x_{1,N}\left(k\right)+1}---\left(5\right)$

$y_{1,O}\left(k\right)=\frac{{\mathrm{\α}}_O{x}_{1,O}\left(k\right)}{({\mathrm{\α}}_O-1)x_{1,O}\left(k\right)+1}---\left(6\right)$

$\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,N}\left(k\right)-L_n\left(k\right)x_{n,N}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,N}\left(k\right)}{M(x_{n,N}\left(k\right)-x_{1,N}\left(k\right))}---\left(7\right)$

$\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,O}\left(k\right)-L_n\left(k\right)x_{n,O}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,O}\left(k\right)}{M(x_{n,O}\left(k\right)-x_{1,O}\left(k\right))}---\left(8\right)$

其中k为当前采样时刻，下脚标i为塔板编号，1为塔顶编号，n为塔底的编号，下脚标N、O分别代表气态氮和液态氧，上角标f代表进料，F_i(k)为第i块塔板进料流量，L_n(k)塔底液相流率，V₁(k)分别为塔顶气相流率，x_n，N(k)、x_n，O(k)分别为塔底液氮液氧的组分浓度，y_1，N(k)、y_1，O(k)分别为塔顶气氮气氧组分浓度，x^f _i，N(k)，x^f _i，O(k)分别为第i块塔板的进料液氮组分浓度和进料液氧组分浓度，M为各塔板持液量，分别为液氮组分浓度分布和液氧组分浓度分布位置变化速度。将计算值

存储到历史数据库当中

5)预测(k+1)T时刻的液氮液氧的组分浓度，计算过程如式(9)(10)(11)(12)，并将预测值存储到历史数据库当中

$S_N(k+1)=S_N\left(k\right)+\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)*T---\left(9\right)$

$S_O(k+1)=S_O\left(k\right)+\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)*T---\left(10\right)$

${\hat{X}}_{i,N}(k+1)=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{1+e^{-k_N(i-S_N(k+1))}}---\left(11\right)$

${\hat{X}}_{i,O}(k+1)=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{1+e^{-k_O(i-S_O(k+1))}}---\left(12\right)$

其中S_N(k)，S_O(k)分别为k采样时刻液氮，液氧组分浓度分布位置，S_N(k+1)，S_O(k+1)分别为k+1采样时刻液氮，液氧组分浓度分布位置，

分别为k+1采样时刻第i块塔板液氮，液氧组分浓度的预估值

6)从历史数据库当中获取kT时刻液氮液氧的组分浓度测量值和预估值并计算kT时刻的液氮液氧组分浓度预报误差并将计算出的预报误差存储到历史数据库当中，计算过程如式(13)(14)：

$r_{i,N}\left(k\right)=X_{i,N}\left(k\right)-{\hat{X}}_{i,N}\left(k\right)---\left(13\right)$

$r_{i,O}\left(k\right)=X_{i,O}\left(k\right)-{\hat{X}}_{i,O}\left(k\right)---\left(14\right)$

其中r_i，N(k)，r_i，O(k)分别为k采样时刻的预测误差，

分别为kT时刻液氮和液氧的组分浓度预测值；

7)修正组分浓度预测值，计算过程如式(15)(16)

${\tilde{X}}_{i,N}(k+1){=\hat{X}}_{i,N}(k+1)+r_{i,N}\left(k\right)---\left(15\right)$

${\tilde{X}}_{i,O}(k+1){=\hat{X}}_{i,O}(k+1)+r_{i,O}\left(k\right)---\left(16\right)$

其中分别为修正后的(k+1)T时刻液氮和液氧的组分浓度预测值，

分别为kT时刻液氮和液氧的组分浓度预测值。

进一步，所述的现场智能仪表与数据接口连接，所述数据接口与现场总线连接，所述DCS系统中的存储装置及上位机与现场总线连接；其中控制站用以读取历史数据库，显示观测器工作过程状态。

本发明的有益效果主要表现在：：1、基于空分节能过程的机理方程建立高精度的简化预测模型，能够高效率地，准确地跟踪空分节能过程的复杂非线性特征；2、在线运行效率高，状态变量预测比传统基于数据的辨识模型精确。

附图说明

图1是本发明所提出的空分节能过程非线性观测系统的结构图。

图2是上位机观测器实现方法的原理图。

具体实施方式

下面结合附图对本发明作进一步描述。

实施例1

参照图1和图2，一种空分节能过程的非线性过程观测系统，包括与空分塔1直接连接的现场智能仪表2和DCS系统，所述DCS系统包括存储装置4和上位机6，其中智能仪表2、存储装置4和上位机6依次相连，上位机6包括用以实现观测器功能，预测空分塔将来时刻的组分浓度分布的观测器，所述的观测器包括检测模块7，组分推断模块9，组分分布函数拟合模块10，将来时刻空分塔状态预测模块11。所述的检测模块7包括温度检测元件和压力检测元件，用于检测空分塔上塔各块塔板处的温度和上塔压强；I/O模块8用于电信号转换，将检测信号输送到上位机6，DCS系统13。所述的组分推断模块9采用检测到的温度，压强数据计算空分塔上塔的各塔板处的组分浓度，计算式为(1)(2)如下：

$X_{i,N}=\frac{P\×{\mathrm{\α}}_N\×{10}^{(\frac{T_i+c_N}{b_N}-a_N)}-1}{{\mathrm{\α}}_N-1}---\left(1\right)$

$X_{i,O}=\frac{P\×{\mathrm{\α}}_O\×{10}^{(\frac{T_i+c_O}{b_O}-a_O)}-1}{{\mathrm{\α}}_O-1}---\left(2\right)$

其中X_i，N为空分塔第i块塔板处氮的液相组分浓度，X_i，O为空分塔中第i块塔板处氧的液相组分浓度，P为上塔压强，T_i为上塔各块塔板处的温度，α_N，α_O分别为氮和氧相对于氩的相对挥发度，a_N、b_N、c_N、a_O、b_O、c_O为安东尼常数。

所述的组分分布函数拟合模块10采用组分推断模块计算出的组分浓度数据，拟合氮的汽相组分浓度分布函数和氧的液相组分浓度分布函数如式(3)(4)

${\hat{X}}_{i,N}=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{1+e^{-k_N(i-S_N)}}---\left(3\right)$

${\hat{X}}_{i,O}=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{1+e^{-k_O(i-S_O)}}---\left(4\right)$

其中i为塔板编号，

分别为第i块塔板处氮的预估液相浓度和氧的预估液相浓度，X_min，N，X_max，N，k_N，X_min，O，X_max，O，k_O为拟合参数，S_N，S_O为空分塔组分浓度分布曲线的位置。

所述的将来时刻空分塔状态预测模块11根据当前组分浓度数据以及组分分布函数预测将来时刻的组分浓度分布，该模块包括以下三部分

①当前时刻组分浓度分布曲线位置变化速度计算，计算过程如式(5)(6)(7)(8)：

$y_{1,N}\left(k\right)=\frac{{\mathrm{\α}}_N{x}_{1,N}\left(k\right)}{({\mathrm{\α}}_N-1)x_{1,N}\left(k\right)+1}---\left(5\right)$

$y_{1,O}\left(k\right)=\frac{{\mathrm{\α}}_O{x}_{1,O}\left(k\right)}{({\mathrm{\α}}_O-1)x_{1,O}\left(k\right)+1}---\left(6\right)$

$\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,N}\left(k\right)-L_n\left(k\right)x_{n,N}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,N}\left(k\right)}{M(x_{n,N}\left(k\right)-x_{1,N}\left(k\right))}---\left(7\right)$

$\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,O}\left(k\right)-L_n\left(k\right)x_{n,O}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,O}\left(k\right)}{M(x_{n,O}\left(k\right)-x_{1,O}\left(k\right))}---\left(8\right)$

其中k为当前采样时刻，下角标i为塔板编号，1为塔顶编号，n为塔底的编号，下角标N、O分别代表氮和氧，上角标f代表进料，F_i(k)为第i块塔板进料流量，L_n(k)塔底液相流率，V₁(k)分别为塔顶气相流率，x_n，N(k)、x_n，O(k)分别为塔底液氮液氧的组分浓度，y_1，N(k)、y_1，O(k)分别为塔顶气氮气氧组分浓度，x^f _i，N(k)，x^f _i，O(k)分别为第i块塔板的进料液氮组分浓度和进料液氧组分浓度，M为塔板持液量，

分别为液氮组分浓度分布和液氧组分浓度分布位置变化速度。

②下一时刻波形位置计算以及组分浓度预测，计算过程如式(9)(10)(11)(12)

$S_N(k+1)=S_N\left(k\right)+\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)*T---\left(9\right)$

$S_O(k+1)=S_O\left(k\right)+\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)*T---\left(10\right)$

${\hat{X}}_{i,N}(k+1)=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{1+e^{-k_N(i-S_N(k+1))}}---\left(11\right)$

${\hat{X}}_{i,O}(k+1)=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{1+e^{-k_O(i-S_O(k+1))}}---\left(12\right)$

其中T为采样周期，S_N(k)，S_O(k)分别为k采样时刻液氮，液氧组分浓度分布位置，S_N(k+1)，S_O(k+1)分别为k+1时刻液氮，液氧组分浓度分布位置，

分别为k+1采样时刻第i块塔板液氮，液氧组分浓度的预估值。

③组分浓度预测值修正，计算过程如式(13)(14)(15)(16)

$r_{i,N}\left(k\right)=X_{i,N}\left(k\right)-{\hat{X}}_{i,N}\left(k\right)---\left(13\right)$

$r_{i,O}\left(k\right)=X_{i,O}\left(k\right)-{\hat{X}}_{i,O}\left(k\right)---\left(14\right)$

${\tilde{X}}_{i,N}(k+1){=\hat{X}}_{i,N}(k+1)+r_{i,N}\left(k\right)---\left(15\right)$

${\tilde{X}}_{i,O}(k+1){=\hat{X}}_{i,O}(k+1)+r_{i,O}\left(k\right)---\left(16\right)$

其中r_i，N(k)，r_i，O(k)分别为k采样时刻的预测误差，分别为修正后的k+1采样时刻液氮和液氧的组分浓度预测值，

分别为k采样时刻液氮和液氧的组分浓度预测值

参照图1所述的空分节能过程的非线性过程观测系统，所述的现场智能仪表2、DCS系统中的存储装置4及上位机6通过现场总线相互连接；空分塔1与智能仪表2连接，智能仪表2与数据接口3连接，数据接口3与现场总线连接，现场总线与上位机6、存储装置4和控制站5连接，其中控制站5可以读取历史数据库，显示观测器工作过程状态。

参照图2所述的空分节能过程的非线性过程观测系统，所述的上位机包括人机界面模块12，用于设定采样周期，设定预测时间长度，显示观测器输出的将来时刻组分浓度预测值和当前时刻组分浓度测量值。

实施例2

参照图1和图2，一种空分节能过程的非线性过程观测方法包括以下步骤：

1)确定采样周期T，并将T值，氮和氧相对于氩的相对挥发度α_N、α_O，安东尼常数a_N、b_N、c_N、a_O、b_O、c_O保存在历史数据库当中；

2)检测kT时刻上塔压强P，各塔板温度T_i，计算液氮液氧的组分浓度值，计算式如式(1)(2)：

$X_{i,N}=\frac{P\×{\mathrm{\α}}_N\×{10}^{(\frac{T_i+c_N}{b_N}-a_N)}-1}{{\mathrm{\α}}_N-1}---\left(1\right)$

$X_{i,O}=\frac{P\×{\mathrm{\α}}_O\×{10}^{(\frac{T_i+c_O}{b_O}-a_O)}-1}{{\mathrm{\α}}_O-1}---\left(2\right)$

其中X_i，N为空分塔第i块塔板处氮的液相组分浓度，X_i，O为空分塔中第i块塔板处氧的液相组分浓度，P为上塔压强，T_i为上塔各块塔板处的温度，α_N，α_O分别为氮和氧相对于氩的相对挥发度，a_N、b_N、c_N、a_O、b_O、c_O为安东尼常数。

并检测kT时刻塔顶气相流量和塔底液相流量值，同上塔压强数据，各塔板温度数据，组分浓度的测量值一起存储到观测器系统的历史数据库当中；

3)从历史数据库当中获取kT时刻组分浓度的测量值，拟合kT时刻的组分浓度分布函数如式(3)(4)：

${\hat{X}}_{i,N}=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{1+e^{-k_N(i-S_N)}}---\left(3\right)$

${\hat{X}}_{i,O}=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{1+e^{-k_O(i-S_O)}}---\left(4\right)$

其中下角标i为塔板编号，分别为第i块塔板处氮的液相浓度和氧的液相浓度，X_min，N，X_max，N，k_N，X_min，O，X_max，O，k_O为拟合参数，S_N，S_O为空分塔组分浓度分布曲线的位置。将拟合参数X_min，N，X_max，N，k_N，X_min，O，X_max，O，k_O，空分塔组分浓度分布曲线的位置S_N，S_O和kT时刻的液氮液氧组分浓度预估值存储到观测器系统的历史数据库当中；

4)计算kT时刻的液氮液氧的组分浓度分布位置变化速度，计算过程如式(5)(6)(7)(8)：

$y_{1,N}\left(k\right)=\frac{{\mathrm{\α}}_N{x}_{1,N}\left(k\right)}{({\mathrm{\α}}_N-1)x_{1,N}\left(k\right)+1}---\left(5\right)$

$y_{1,O}\left(k\right)=\frac{{\mathrm{\α}}_O{x}_{1,O}\left(k\right)}{({\mathrm{\α}}_O-1)x_{1,O}\left(k\right)+1}---\left(6\right)$

$\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,N}\left(k\right)-L_n\left(k\right)x_{n,N}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,N}\left(k\right)}{M(x_{n,N}\left(k\right)-x_{1,N}\left(k\right))}---\left(7\right)$

$\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,O}\left(k\right)-L_n\left(k\right)x_{n,O}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,O}\left(k\right)}{M(x_{n,O}\left(k\right)-x_{1,O}\left(k\right))}---\left(8\right)$

其中k为当前采样时刻，下角标i为塔板编号，1为塔顶编号，n为塔底的编号，下角标N、O分别代表气态氮和液态氧，上角标f代表进料，F_i(k)为第i块塔板进料流量，L_n(k)塔底液相流率，V₁(k)分别为塔顶气相流率，x_n，N(k)、x_n，O(k)分别为塔底液氮液氧的组分浓度，y_1，N(k)、y_1，O(k)分别为塔顶气氮气氧组分浓度，x^f _i，N(k)，x^f _i，O(k)分别为第i块塔板的进料液氮组分浓度和进料液氧组分浓度，M为各塔板持液量，

分别为液氮组分浓度分布和液氧组分浓度分布位置变化速度。将计算值

存储到历史数据库当中

5)预测(k+1)T时刻的液氮液氧的组分浓度，计算过程如式(9)(10)(11)(12)，并将预测值存储到历史数据库当中

$S_N(k+1)=S_N\left(k\right)+\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)*T---\left(9\right)$

$S_O(k+1)=S_O\left(k\right)+\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)*T---\left(10\right)$

${\hat{X}}_{i,N}(k+1)=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{1+e^{-k_N(i-S_N(k+1))}}---\left(11\right)$

${\hat{X}}_{i,O}(k+1)=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{1+e^{-k_O(i-S_O(k+1))}}---\left(12\right)$

其中S_N(k)，S_O(k)分别为k采样时刻液氮，液氧组分浓度分布位置，S_N(k+1)，S_O(k+1)分别为k+1采样时刻液氮，液氧组分浓度分布位置，分别为k+1采样时刻第i块塔板液氮，液氧组分浓度的预估值

6)从历史数据库当中获取kT时刻液氮液氧的组分浓度测量值和预估值并计算kT时刻的液氮液氧组分浓度预报误差并将计算出的预报误差存储到历史数据库当中，计算过程如式(13)(14)：

$r_{i,N}\left(k\right)=X_{i,N}\left(k\right)-{\hat{X}}_{i,N}\left(k\right)---\left(13\right)$

$r_{i,O}\left(k\right)=X_{i,O}\left(k\right)-{\hat{X}}_{i,O}\left(k\right)---\left(14\right)$

其中r_i，N(k)，r_i，O(k)分别为k采样时刻的预测误差，

分别为kT时刻液氮和液氧的组分浓度预测值；

7)修正组分浓度预测值，计算过程如式(15)(16)

${\tilde{X}}_{i,N}(k+1){=\hat{X}}_{i,N}(k+1)+r_{i,N}\left(k\right)---\left(15\right)$

${\tilde{X}}_{i,O}(k+1){=\hat{X}}_{i,O}(k+1)+r_{i,O}\left(k\right)---\left(16\right)$

其中分别为修正后的(k+1)T时刻液氮和液氧的组分浓度预测值，

分别为kT时刻液氮和液氧的组分浓度预测值。

空分塔1与智能仪表2连接，智能仪表2与数据接口3连接，数据接口3与现场总线连接，现场总线与上位机6、存储装置4和控制站5连接。

所述的历史数据库为DCS系统中的存储装置4，所述的DCS系统包括数据接口3，存储装置4，控制站5，其中控制站5可以读取历史数据库，显示观测器工作过程状态。

Claims (5)

1.一种空分节能过程的非线性过程观测系统，包括与空分塔直接连接的现场智能仪表和DCS系统，所述DCS系统包括存储装置和上位机，智能仪表与存储装置、上位机连接，其特征在于：所述上位机包括用以预测空分塔将来时刻的组分浓度分布的观测器，所述的观测器包括：检测模块，包括温度检测元件、压力检测元件和I/O模块，用于检测空分塔上塔各块塔板处的温度和上塔压强，并进行电信号转换，将检测信号输送到上位机；

组分推断模块，用以根据采用检测到的温度，压强数据计算空分塔上塔的各塔板处的组分浓度，计算式为(1)(2)如下：

$X_{i,N}=\frac{P\×{\mathrm{\α}}_N\×{10}^{(\frac{T_i+c_N}{b_N}-a_N)}-1}{{\mathrm{\α}}_N-1}---\left(1\right)$

$X_{i,O}=\frac{P\×{\mathrm{\α}}_O\×{10}^{(\frac{T_i+c_O}{b_O}-a_O)}-1}{{\mathrm{\α}}_O-1}---\left(2\right)$

其中X_i，N为空分塔第i块塔板处氮的液相组分浓度，X_i，O为空分塔中第i块塔板处氧的液相组分浓度，P为上塔压强，T_i为上塔各块塔板处的温度，α_N，α_O分别为氮和氧相对于氩的相对挥发度，a_N、b_N、c_N、a_O、b_O、c_O为安东尼常数；

组分分布函数拟合模块，用以采用组分推断模块计算出的组分浓度数据，拟合氮的汽相组分浓度分布函数和氧的液相组分浓度分布函数如式(3)(4)

${\hat{X}}_{i,N}=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{{1+e}^{{-k}_N(i-S_N)}}---\left(3\right)$

${\hat{X}}_{i,O}=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{{1+e}^{{-k}_O(i-S_O)}}---\left(4\right)$

其中i为塔板编号，

分别为第i块塔板处氮的液相浓度和氧的预估液相浓度，X_min，N，X_max，N，K_N，X_min，0，X_max，0，K₀为拟合参数，S_N，S₀为空分塔组分浓度分布曲线的位置；

将来时刻空分塔状态预测模块，用以根据当前组分浓度数据以及组分分布函数预测将来时刻的组分浓度分布，该模块包括以下三部分

①当前时刻组分浓度分布曲线位置变化速度计算，计算过程如式(5)(6)(7)(8)：

$y_{1,N}\left(k\right)=\frac{{\mathrm{\α}}_N{x}_{1,N}\left(k\right)}{({\mathrm{\α}}_N-1)x_{1,N}\left(k\right)+1}---\left(5\right)$

$y_{1,O}\left(k\right)=\frac{{\mathrm{\α}}_O{x}_{1,O}\left(k\right)}{({\mathrm{\α}}_O-1)x_{1,O}\left(k\right)+1}---\left(6\right)$

$\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,N}\left(k\right)-L_n\left(k\right)x_{n,N}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,N}\left(k\right)}{M(x_{n,N}\left(k\right)-x_{1,N}\left(k\right))}---\left(7\right)$

$\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,O}\left(k\right)-L_n\left(k\right)x_{n,O}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,O}\left(k\right)}{M(x_{n,O}\left(k\right)-x_{1,O}\left(k\right))}---\left(8\right)$

其中k为当前采样时刻，下角标i为塔板编号，1为塔顶编号，n为塔底的编号，下角标N、O分别代表氮和氧，上角标f代表进料，F_i(k)为第i块塔板进料流量，L_n(k)塔底液相流率，V₁(k)分别为塔顶气相流率，x_n，N(k)、x_n，O(k)分别为塔底液氮液氧的组分浓度，y_1，N(k)、y_1，O(k)分别为塔顶气氮气氧组分浓度，x^f _i，N(K)，x^f _i，O(k)分别为第i块塔板的进料液氮组分浓度和进料液氧组分浓度，M为塔板持液量，

分别为液氮组分浓度分布和液氧组分浓度分布位置变化速度；

②下一时刻波形位置计算以及组分浓度预测，计算过程如式(9)(10)(11)(12)

$S_N(k+1)=S_N\left(k\right)+\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)*T---\left(9\right)$

$S_O(k+1)=S_O\left(k\right)+\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)*T---\left(10\right)$

${\hat{X}}_{i,N}(k+1)=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{{1+e}^{{-k}_N(i-S_N(k+1))}}---\left(11\right)$

${\hat{X}}_{i,O}(k+1)=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{{1+e}^{{-k}_O(i-S_O(k+1))}}---\left(12\right)$

其中T为采样周期，S_N(k)，S_O(k)分别为k采样时刻液氮，液氧组分浓度分布位置，S_N(k+1)，S_O(k+1)分别为k+1采样时刻液氮，液氧组分浓度分布位置，

分别为k+1采样时刻第i块塔板液氮，液氧组分浓度的预估值；

③组分浓度预测值修正，计算过程如式(13)(14)(15)(16)

$r_{i,N}\left(k\right)=X_{i,N}\left(k\right)-{\hat{X}}_{i,N}\left(k\right)---\left(13\right)$

$r_{i,O}\left(k\right)=X_{i,O}\left(k\right)-{\hat{X}}_{i,O}\left(k\right)---\left(14\right)$

${\tilde{X}}_{i,N}(k+1)={\hat{X}}_{i,N}(k+1)+r_{i,N}\left(k\right)---\left(15\right)$

${\tilde{X}}_{i,O}(k+1)={\hat{X}}_{i,O}(k+1)+r_{i,O}\left(k\right)---\left(16\right)$

其中r_i，N(k)，r_i，O(k)分别为k采样时刻的预测误差，分别为修正后的k+1采样时刻液氮和液氧的组分浓度预测值，

分别为k采样时刻液氮和液氧的组分浓度预测值。

2.如权利要求1所述的空分节能过程的非线性过程观测系统，其特征在于：所述的现场智能仪表与数据接口连接，所述数据接口与现场总线连接，所述DCS系统中的存储装置及上位机与现场总线连接。

3.如权利要求1或2所述的空分节能过程的非线性过程观测系统，其特征在于：所述上位机还包括人机界面模块，用于设定采样周期，设定预测时间长度，显示观测器输出的将来时刻组分浓度预测值和当前时刻组分浓度测量值。

4.一种如权利要求1所述的空分节能过程的非线性过程观测系统实现的非线性过程观测方法，其特征在于：所述非线性过程观测方法包括以下步骤：

1)确定采样周期T，并将T值，氮和氧相对于氩的相对挥发度α_N、α_O，安东尼常数a_N、b_n、c_N、a_O、b_O、c_O保存在历史数据库当中；

2)检测kT时刻上塔压强P，各塔板温度T_i，计算液氮液氧的组分浓度值，计算式如式(1)(2)：

$X_{i,N}=\frac{P\×{\mathrm{\α}}_N\×{10}^{(\frac{T_i+c_N}{b_N}-a_N)}-1}{{\mathrm{\α}}_N-1}---\left(1\right)$

$X_{i,O}=\frac{P\×{\mathrm{\α}}_O\×{10}^{(\frac{T_i+c_O}{b_O}-a_O)}-1}{{\mathrm{\α}}_O-1}---\left(2\right)$

其中X_i，N为空分塔第i块塔板处氮的液相组分浓度，X_i，O为空分塔中第i块塔板处氧的液相组分浓度，P为上塔压强，T_i为上塔各块塔板处的温度，α_N，α_O分别为氮和氧相对于氩的相对挥发度，a_N、b_N、c_N、a_O、b_O、c_O为安东尼常数；

并检测kT时刻塔顶气相流量和塔底液相流量值，同上塔压强数据，各塔板温度数据，组分浓度的测量值一起存储到观测器系统的历史数据库当中；

3)从历史数据库当中获取kT时刻组分浓度的测量值，拟合kT时刻的组分浓度分布函数如式(3)(4)：

${\hat{X}}_{i,N}=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{{1+e}^{{-k}_N(i-S_N)}}---\left(3\right)$

${\hat{X}}_{i,O}=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{{1+e}^{{-k}_O(i-S_O)}}---\left(4\right)$

其中下脚标i为塔板编号，分别为第i块塔板处氮的液相浓度和氧的液相浓度，X_min，N，X_max，N，K_N，X_min，0，X_max，0，K₀为拟合参数，S_N，S₀为空分塔组分浓度分布曲线的位置；将拟合参数X_min，N，X_max，N，K_N，X_min，0，X_max，0，K₀空分塔组分浓度分布曲线的位置S_N，S₀和kT时刻的液氮液氧组分浓度预估值存储到观测器系统的历史数据库当中；

4)计算kT时刻的液氮液氧的组分浓度分布位置变化速度，计算过程如式(5)(6)(7)(8)：

$y_{i,N}\left(k\right)=\frac{{\mathrm{\α}}_N{x}_{1,N}\left(k\right)}{({\mathrm{\α}}_N-1)x_{1,N}\left(k\right)+1}---\left(5\right)$

$y_{i,O}\left(k\right)=\frac{{\mathrm{\α}}_O{x}_{1,O}\left(k\right)}{({\mathrm{\α}}_O-1)x_{1,O}\left(k\right)+1}---\left(6\right)$

$\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,N}\left(k\right)-L_n\left(k\right)x_{n,N}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,N}\left(k\right)}{M(x_{n,N}\left(k\right)-x_{1,N}\left(k\right))}---\left(7\right)$

$\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)=\frac{{-V}_1\left(k\right)y_{1,O}\left(k\right)-L_n\left(k\right)x_{n,O}\left(k\right)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{F}_i\left(k\right){x^f}_{i,O}\left(k\right)}{M(x_{n,O}\left(k\right)-x_{1,O}\left(k\right))}---\left(8\right)$

其中k为当前采样时刻，下脚标i为塔板编号，1为塔顶编号，n为塔底的编号，下脚标N、O分别代表气态氮和液态氧，上角标f代表进料，F_i(k)为第i块塔板进料流量，L_n(k)塔底液相流率，V₁(k)分别为塔顶气相流率，x_n，N(k)、x_n，O(k)分别为塔底液氮液氧的组分浓度，y_1，N(k)、y_1，O(k)分别为塔顶气氮气氧组分浓度，x^f _i，N(k)，x^f _i，O(k)分别为第i块塔板的进料液氮组分浓度和进料液氧组分浓度，M为各塔板持液量，分别为液氮组分浓度分布和液氧组分浓度分布位置变化速度；将计算值

存储到历史数据库当中

5)预测(k+1)T时刻的液氮液氧的组分浓度，计算过程如式(9)(10)(11)(12)，并将预测值存储到历史数据库当中

$S_N(k+1)=S_N\left(k\right)+\frac{{\mathrm{dS}}_N}{\mathrm{dt}}\left(k\right)*T---\left(9\right)$

$S_O(k+1)=S_O\left(k\right)+\frac{{\mathrm{dS}}_O}{\mathrm{dt}}\left(k\right)*T---\left(10\right)$

${\hat{X}}_{i,N}(k+1)=X_{\min ,N}+\frac{X_{\max ,N}-X_{\min ,N}}{{1+e}^{{-k}_N(i-S_N(k+1))}}---\left(11\right)$

${\hat{X}}_{i,O}(k+1)=X_{\min ,O}+\frac{X_{\max ,O}-X_{\min ,O}}{{1+e}^{{-k}_O(i-S_O(k+1))}}---\left(12\right)$

其中S_N(k)，S_O(k)分别为k采样时刻液氮，液氧组分浓度分布位置，S_N(k+1)，S_O(k+1)分别为k+1采样时刻液氮，液氧组分浓度分布位置，

分别为k+1采样时刻第i块塔板液氮，液氧组分浓度的预估值

6)从历史数据库当中获取kT时刻液氮液氧的组分浓度测量值和预估值并计算kT时刻的液氮液氧组分浓度预报误差并将计算出的预报误差存储到历史数据库当中，计算过程如式(13)(14)：

$r_{i,N}\left(k\right)=X_{i,N}\left(k\right)-{\hat{X}}_{i,N}\left(k\right)---\left(13\right)$

$r_{i,O}\left(k\right)=X_{i,O}\left(k\right)-{\hat{X}}_{i,O}\left(k\right)---\left(14\right)$

其中r_i，N(k)，r_i，O(k)分别为k采样时刻的预测误差，

分别为

kT时刻液氮和液氧的组分浓度预测值；

7)修正组分浓度预测值，计算过程如式(15)(16)

${\tilde{X}}_{i,N}(k+1)={\hat{X}}_{i,N}(k+1)+r_{i,N}\left(k\right)---\left(15\right)$

${\tilde{X}}_{i,O}(k+1)={\hat{X}}_{i,O}(k+1)+r_{i,O}\left(k\right)---\left(16\right)$

其中分别为修正后的(k+1)T时刻液氮和液氧的组分浓度预测值，

分别为kT时刻液氮和液氧的组分浓度预测值。

5.如权利要求4所述的非线性过程观测方法，其特征在于：所述的现场智能仪表与数据接口连接，所述数据接口与现场总线连接，所述DCS系统中的存储装置及上位机与现场总线连接；其中控制站用以读取历史数据库，显示观测器工作过程状态。

Images