CN109358580A - 聚酯化工生产智能控制方法 - Google Patents
聚酯化工生产智能控制方法 Download PDFInfo
- Publication number
- CN109358580A CN109358580A CN201811219745.1A CN201811219745A CN109358580A CN 109358580 A CN109358580 A CN 109358580A CN 201811219745 A CN201811219745 A CN 201811219745A CN 109358580 A CN109358580 A CN 109358580A
- Authority
- CN
- China
- Prior art keywords
- parameter
- quality
- index
- weight
- functional relation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 39
- 229920000728 polyester Polymers 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000000126 substance Substances 0.000 title claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 16
- 239000007788 liquid Substances 0.000 claims description 4
- 238000012888 cubic function Methods 0.000 claims description 3
- ONUFESLQCSAYKA-UHFFFAOYSA-N iprodione Chemical compound O=C1N(C(=O)NC(C)C)CC(=O)N1C1=CC(Cl)=CC(Cl)=C1 ONUFESLQCSAYKA-UHFFFAOYSA-N 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012824 chemical production Methods 0.000 description 2
- 230000032050 esterification Effects 0.000 description 2
- 238000005886 esterification reaction Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000006068 polycondensation reaction Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000000195 production control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Polyesters Or Polycarbonates (AREA)
Abstract
本发明公开了一种聚酯化工生产智能控制方法：以聚酯化工生产全流程中的每个反应器为对象，分析影响该反应器所控制的品质指标qN的各参数Pn及权重an，根据各参数Pn和权重an建立品质指标qN的函数关系uN；各参数Pn建立拟合函数关系pn，各参数Pn的变量关联该参数的执行机构状态；以聚酯化工生产全流程为对象，分析每个反应器所控制的品质指标qN影响最终产品的品质指标Q的权重AN，根据函数关系uN和权重AN建立品质指标Q的函数关系U；将聚酯化工生产的某参数的变量采集带入函数关系U，即可关联到该参数的执行机构状态。通过建立聚酯化工生产全流程的多约束和多目标协调的控制关系，实现智能控制，对提高聚酯装置生产水平等具有重要意义。
Description
技术领域
本发明涉及一种化工行业生产控制方法，特别是一种聚酯化工生产智能控制方法。
背景技术
聚酯化工行业，目前主要采用德国吉玛公司直接酯化、连续聚合的聚酯生产技术，其中的生产装置已被我国成功实施了国产化，但是控制系统还是延续使用了吉玛公司的方案，已经落后过时。
随着计算机应用、工业自动化的发展，以计算机技术为核心的先进控制技术与化工实际应用紧密结合。集散控制系统(DCS)在石化企业中大规模普及，大大提高了系统运行的可靠性，但由于生产装置约有90％采用的是常规传统的PID控制，而PID控制器参数多靠人工摸索、经验获得，耗时较长，工况变化时难以适用，未能充分发挥DCS的潜力。同时，随着聚酯行业生产装置规模不断扩大及生产技术发展，过程变量间的相关关系复杂，对操作条件的要求也更加严格，常规的单回路控制技术较为单一，不能满足生产控制要求。
为适应化工生产发展的需要，先进控制技术应运而生，采用智能控制技术对生产装置进行控制，对提高控制品质、扩大自动化应用范围，保证装置安全、长期、平稳运行，具有重要意义，取得了显著的效果，带来了可观的经济效益。但国内石化企业引进的这些控制软件能真正长期投入使用的几乎没有，往往是在验收后不久就无法正常使用，主要原因是：1、这些控制针对单塔、单设备等局部系统而不是全流程实施先进控制及优化，未从整体上考虑装置的复杂程度和上下游高度关联性，不能消除内部干扰，影响装置整体平稳运行；2、这些控制主要是基于底层控制之上的控制策略，即对上层进行控制及优化，使生产指标趋于优化状态，但底层控制器参数整定多靠人工摸索、经验获得，耗时较长、鲁棒性差，若底层控制不稳定，上层的控制及优化难以达到理想效果；3、部分装置先进控制及优化不能及时适应工况或原料组成等变化，同时由于装置后期维护不及时，存在不能长期投用的情况。
目前的聚酯化工生产装置控制存在以下问题：
1、以传统的PID控制为主，PID控制器参数主要靠人工摸索、经验的方法整定，因工况多变，参数设计适应性差、鲁棒性差，部分控制回路设计不合理；
2、自控率低，长期处于手动状态，大多数回路手动，自控率需要进一步改善；
3、波动适应性差，装置部分控制回路虽然投用自动控制，但由于PID控制的缺陷，操作人员需要频繁的对控制器参数进行重新整定，如液位控制回路，工况变化时，液位波动大，对下游塔、罐等容器相关的压力及下游流量回路影响大；
4、灵敏塔板温度控制不稳定，27C01灵敏塔板温度波动比较大(波动范围超过60℃)；
5、装置串级回路多，不稳定，投用的串级控制回路仅在工况稳定时可以用，工况变化时难以适用；
6、装置整体运行虽然平稳，但存在小范围波动频繁，难以实现卡边操作，在生产波动时无法及时准确跟踪调整，造成装置收率、能耗未达到世界先进水平，影响企业经济效益。
发明内容
发明目的：针对上述问题，本发明的目的是提供一种聚酯化工生产智能控制方法，考虑聚酯化工生产全流程的装置和上下游关联性，从整体上进行全局控制产品品质，提高装置对于波动的适应性和运行的平稳性。
技术方案：一种聚酯化工生产智能控制方法：
以聚酯化工生产全流程中的每个反应器为对象，分析影响该反应器所控制的品质指标qN的各参数Pn及权重an，根据各参数Pn和权重an建立品质指标qN的函数关系uN，权重an为系数；各参数Pn建立拟合函数关系pn，各参数Pn的变量关联该参数的执行机构状态；
以聚酯化工生产全流程为对象，分析每个反应器所控制的品质指标qN影响最终产品的品质指标Q的权重AN，根据函数关系uN和权重AN建立品质指标Q的函数关系U，权重AN为系数；
将聚酯化工生产的某参数的变量采集带入函数关系U，即可关联到该参数的执行机构状态。
进一步的，所述拟合函数关系pn是以该参数的变量及其关联的执行机构的若干对应经验样本数据拟合得到的。
进一步的，所述函数关系U中，函数关系uN根据每个反应器的品质指标qN具有受控范围。
进一步的，所述参数包括流量、温度、压力、液位、时间、物料量等。
进一步的，所述拟合函数关系pn为一元三次函数。
有益效果：与现有技术相比，本发明的优点是：建立聚酯化工生产全流程的多约束和多目标协调的控制关系，通过将影响聚酯化工生产的不同因素进行数据归一化处理，实现智能控制，将系统运行平稳率提高到95％以上，自控率达到98％以上，酯化和缩聚的温度波动范围小于±0.2％，液位波动范围小于±1％，粘度波动范围小于±0.15％；通过智能控制，对提高聚酯装置生产水平、保证产品质量、提高产品产量、降低生产成本、提高经济效益及产品竞争能力具有重要意义。
具体实施方式
下面结合具体实施例，进一步阐明本发明，这些实施例仅用于说明本发明而不用于限制本发明的范围。
聚酯化工生产过程具有多参数及变量、非线性、长滞后性、连续式控制等特点，各个反应器的品质指标相互关联、互相约束，酯化反应器的酸值指标不稳定或波动较大，对生产稳定性都会带来影响。本发明提出一种聚酯化工生产智能控制方法：
首先，聚酯化工生产全流程中有N个反应器，以每个反应器为对象，例如反应器1(N为1)控制的品质指标q1，分析反应器1中有3个参数影响品质指标q1，分别为流量P1(n为1)、温度P2(n为2)、压力P3(n为3)，各自影响品质指标q1的权重为a1、a2、a3。
对于流量P1，反应器1中通过某料阀开度关联其变量大小，以流量P1的变量及料阀开度的若干对应经验样本数据建立拟合函数关系p1，例如以一元三次函数建立，因此拟合函数关系p1反应出的流量P1的变量越真实，其控制料阀的执行操作越精确。温度P2、压力P3分别以同样的方法建立拟合函数关系p2、p3。
根据流量P1和权重a1、温度P2和权重a2、压力P3和权重a3，以权重为系数，建立反应器1的品质指标q1的函数关系u1。
反应器2、反应器3等分别以同样的方法建立品质指标q2的函数关系u2、品质指标q3的函数关系u3等。不同反应器涉及的参数会有不同，包括但不限于流量、温度、压力、液位、时间、物料量，每个参数都有执行机构实现其变量反馈。
然后，以聚酯化工生产全流程为对象，分析每个反应器(1～N)所控制的品质指标q1～qN影响最终产品的品质指标Q的权重A1～AN，根据函数关系u1和权重A1、函数关系u2和权重A2、…、函数关系uN和权重AN，以权重为系数，建立品质指标Q的函数关系U，函数关系u1～uN根据每个反应器的品质指标q1～qN具有对应的受控范围。函数关系U体现了聚酯化工生产全流程的多约束和多目标协调的控制关系。
最后，通过自动采集数据，将聚酯化工生产的某参数的变量带入函数关系U，即可关联到该参数的执行机构状态。
不同参数具有不同的量纲和量纲单位，这会影响到数据分析的结果，本发明通过将多参数多变量的数据标准化处理，消除参数之间的量纲影响，以解决数据指标之间的可比性。采集数据经过函数关系U处理后，各参数处于同一数量级，进行综合对比确定。通过本发明方法在智能控制时，只要简单设定运行参数的变量，即可实现复杂的智能操控，大大减轻操作人员负担，可对生产过程直接实施，控制精度高、安全可靠，可长期稳定投用，适用于开、停工等多种工况。
Claims (5)
1.一种聚酯化工生产智能控制方法，其特征在于：
以聚酯化工生产全流程中的每个反应器为对象，分析影响该反应器所控制的品质指标qN的各参数Pn及权重an，根据各参数Pn和权重an建立品质指标qN的函数关系uN，权重an为系数；各参数Pn建立拟合函数关系pn，各参数Pn的变量关联该参数的执行机构状态；
以聚酯化工生产全流程为对象，分析每个反应器所控制的品质指标qN影响最终产品的品质指标Q的权重AN，根据函数关系uN和权重AN建立品质指标Q的函数关系U，权重AN为系数；
将聚酯化工生产的某参数的变量采集带入函数关系U，即可关联到该参数的执行机构状态。
2.根据权利要求1所述的聚酯化工生产智能控制方法，其特征在于：所述拟合函数关系pn是以该参数的变量及其关联的执行机构的若干对应经验样本数据拟合得到的。
3.根据权利要求1所述的聚酯化工生产智能控制方法，其特征在于：所述函数关系U中，函数关系uN根据每个反应器的品质指标qN具有受控范围。
4.根据权利要求1所述的聚酯化工生产智能控制方法，其特征在于：所述参数包括流量、温度、压力、液位、时间、物料量等。
5.根据权利要求1所述的聚酯化工生产智能控制方法，其特征在于：所述拟合函数关系pn为一元三次函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811219745.1A CN109358580A (zh) | 2018-10-19 | 2018-10-19 | 聚酯化工生产智能控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811219745.1A CN109358580A (zh) | 2018-10-19 | 2018-10-19 | 聚酯化工生产智能控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109358580A true CN109358580A (zh) | 2019-02-19 |
Family
ID=65345933
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811219745.1A Withdrawn CN109358580A (zh) | 2018-10-19 | 2018-10-19 | 聚酯化工生产智能控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109358580A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104809306A (zh) * | 2015-05-13 | 2015-07-29 | 梧州学院 | 基于多质量指标的注塑成型工艺参数优化方法 |
| CN105396527A (zh) * | 2015-12-15 | 2016-03-16 | 德阳九鼎智远知识产权运营有限公司 | 一种混凝土早强剂的制备装置及其智能控制系统 |
| CN106249724A (zh) * | 2016-09-14 | 2016-12-21 | 东北大学 | 一种高炉多元铁水质量预测控制方法及系统 |
| BR112015016629A2 (pt) * | 2013-03-15 | 2017-07-11 | Ecolab Usa Inc | método de avaliar a eficiência do inibidor de asfalteno |
| CN108873838A (zh) * | 2018-06-28 | 2018-11-23 | 浙江大学 | 一种群智寻优的丙烯聚合生产过程最优软测量仪表 |
-
2018
- 2018-10-19 CN CN201811219745.1A patent/CN109358580A/zh not_active Withdrawn
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BR112015016629A2 (pt) * | 2013-03-15 | 2017-07-11 | Ecolab Usa Inc | método de avaliar a eficiência do inibidor de asfalteno |
| CN104809306A (zh) * | 2015-05-13 | 2015-07-29 | 梧州学院 | 基于多质量指标的注塑成型工艺参数优化方法 |
| CN105396527A (zh) * | 2015-12-15 | 2016-03-16 | 德阳九鼎智远知识产权运营有限公司 | 一种混凝土早强剂的制备装置及其智能控制系统 |
| CN106249724A (zh) * | 2016-09-14 | 2016-12-21 | 东北大学 | 一种高炉多元铁水质量预测控制方法及系统 |
| CN108873838A (zh) * | 2018-06-28 | 2018-11-23 | 浙江大学 | 一种群智寻优的丙烯聚合生产过程最优软测量仪表 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20080109200A1 (en) | Integrated model predictive control of batch and continuous processes in a biofuel production process | |
| CN112295255B (zh) | 一种甲醇精馏装置智能控制系统及控制方法 | |
| CN108614434A (zh) | 基于预测pi与串级控制相结合的双容系统控制方法 | |
| CN102183892A (zh) | 甲醇三塔精馏系统的变负荷能耗优化控制方法 | |
| CN106843171B (zh) | 一种基于数据驱动方式的运行优化控制方法 | |
| CN109143853A (zh) | 一种石油炼化过程中分馏塔液位自适应控制方法 | |
| CN103592844B (zh) | 增量式pi参数时变智能优化控制 | |
| CN111237803A (zh) | 一种基于LabVIEW的锅炉燃烧控制系统及其方法 | |
| CN109358580A (zh) | 聚酯化工生产智能控制方法 | |
| Szabó et al. | Three-level control of a distillation column | |
| Bakošová et al. | Advanced Control of a Biochemical Reactor for Yeast Fermentation. | |
| CN107870567B (zh) | 一种比例微分超前广义智能内部模型集pid控制器设计方法 | |
| CN109870986A (zh) | 一种基于神经网络和数据驱动的搅拌反应釜在线控制方法 | |
| CN103105869A (zh) | 三容单回路液位系统 | |
| Wang et al. | Performance analysis for operational optimal control for complex industrial processes under small loop control errors | |
| CN108107713B (zh) | 一种比例微分超前智能模型集pid控制器设计方法 | |
| WO2012175701A1 (de) | Verfahren zur biogaserzeugung | |
| CN103116272B (zh) | 一种氢氰酸生产过程的在线自适应建模方法 | |
| CN203982179U (zh) | 工业节能减排控制装置 | |
| CN104122878A (zh) | 工业节能减排控制装置及控制方法 | |
| Ma et al. | A novel model free adaptive controller with tracking differentiator | |
| CN203422644U (zh) | 重介洗煤密度自控系统 | |
| CN110701029B (zh) | 基于压力轨迹预测和管网压损的空压机组调配系统及方法 | |
| Guicheng et al. | Model predictive control for fermentation process | |
| Tosukhowong et al. | Real-time economic optimization for an integrated plant via a dynamic optimization scheme |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190219 |