KR100913232B1 - 석유화학공정의 온라인 최적화 시스템 및 최적화 방법 - Google Patents

석유화학공정의 온라인 최적화 시스템 및 최적화 방법 Download PDF

Info

Publication number
KR100913232B1
KR100913232B1 KR1020070053027A KR20070053027A KR100913232B1 KR 100913232 B1 KR100913232 B1 KR 100913232B1 KR 1020070053027 A KR1020070053027 A KR 1020070053027A KR 20070053027 A KR20070053027 A KR 20070053027A KR 100913232 B1 KR100913232 B1 KR 100913232B1
Authority
KR
South Korea
Prior art keywords
reactor
temperature
model
air
controller
Prior art date
Application number
KR1020070053027A
Other languages
English (en)
Other versions
KR20080105439A (ko
Inventor
이광순
원왕연
서승택
Original Assignee
학교법인 서강대학교
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 학교법인 서강대학교 filed Critical 학교법인 서강대학교
Priority to KR1020070053027A priority Critical patent/KR100913232B1/ko
Publication of KR20080105439A publication Critical patent/KR20080105439A/ko
Application granted granted Critical
Publication of KR100913232B1 publication Critical patent/KR100913232B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D21/00—Control of chemical or physico-chemical variables, e.g. pH value
    • G05D21/02—Control of chemical or physico-chemical variables, e.g. pH value characterised by the use of electric means
    • C—CHEMISTRY; METALLURGY
    • C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
    • C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
    • C10G45/00—Refining of hydrocarbon oils using hydrogen or hydrogen-generating compounds
    • C10G45/72—Controlling or regulating

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Devices And Processes Conducted In The Presence Of Fluids And Solid Particles (AREA)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
  • Low-Molecular Organic Synthesis Reactions Using Catalysts (AREA)

Abstract

본 발명은 카토핀 반응기의 온라인 최적화 시스템을 제공한다.
온라인 정상상태 최적화기는 한 주기를 통해 생산되는 프로필렌의 양이 최대가 되도록 반응기 내부의 온도 설정값을 계산한다. 반복제어기는 온라인 정상상태 최적화기에 의해 계산된 온도 설정값으로 현재 반응기의 온도를 도달시키기 위해 상기 반응기로 유입되는 공기의 온도 및 공기의 유량을 제어한다. 카토핀 반응기 모델부는 수치공정을 시간에 대해 차분한 이산 시간 비선형 모델로서, 제어와 최적화에 사용하며, 촉매의 비활성화에 대한 모델을 포함한다. 모델매개변수 추정부는 상기 카토핀 반응기로부터 얻은 정보와 상기 반복 제어기로부터 얻은 정보를 이용하여 상기 반응기 모델부의 촉매 활성도를 나타내는 매개변수를 보정한다. 선형화부는 상기 반응기 모델부의 비선형화 모델을 선형화하여, 상기 반복 제어기에 탑재하는 역할을 수행한다.
본 발명에 따르면 카토핀 공정을 운전하는데 있어서 촉매 비활성화를 극복하며 프로필렌 생산량을 최대화할 수 있다. 또한 상기 카토핀 공정의 재생공정 동안 입력되는 공기의 예열에너지를 최소화할 수 있다.
카토핀, CATOFIN, 반복제어기, 최적화, 모델인식, 모델 매개변수 추정

Description

석유화학공정의 온라인 최적화 시스템 및 최적화 방법{An online optimization system and optimization method for petrochemical process}
도 1은 프로필렌 생산을 위한 CATOFIN 반응공정의 공정도이다.
도 2는 본 발명의 실시예에 따른 CATOFIN 공정의 온라인 최적화 시스템을 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 CATOFIN 공정의 온라인 최적화 시스템의 계산순서를 나타내는 도면이다.
본 발명은 석유화학공정의 최적화 시스템 및 방법에 관한 것으로서, 특히 카토핀(이하 'CATOFIN'라고도 함) 공정의 최적화 시스템 및 최적화 방법에 관한 것이다.
올레핀(Olefin)은 석유화학산업의 기본 원료로 그 중 대량의 수요가 있는 에틸렌(ethylene)과 프로필렌(propylene)은 주로 나프타 열분해를 통해 생산된다. 그러나 최근 가스전에서 채취되거나 정유과정에서 다량 발생하는 에탄과 프로판을 탈수소화(dehydrogenation)시켜 에틸렌과 프로필렌을 생산하는 촉매 공정에 관한 연 구가 활발히 진행 중에 있으며, 실제 상업적 공정들도 소개되고 있다. 이러한 촉매 반응공정은 대부분 FCC(Fluid Catalytic Cracker)와 유사한 유동층 반응기를 사용하고 있는데, FCC 공정의 특징은 탈수소화시 요구되는 반응열을 재생기에서의 발열량으로 공급할 수 있으므로 스스로 온도 균형( self-thermal balance)를 이룰 수 있다는 장점이 있다.
그러나 최근 FCC를 고정층 반응기 (fixed bed reactor)로 대체하는 공정기술로서, CATOFIN 공정 기술이 ABB Lummus사에 의해 상용화되어 새로이 주목을 받고 있다. 이러한 CATOFIN 공정은 1) 단열 고정층 반응기를 이용하며, 2) 일정시간 탈수소화를 운전한 후 일정시간 석출탄소(coke)의 연소를 수행하는 방법을 사용하고, 3)탈수소화반응으로 낮아진 반응기 온도를 재생반응에서 얻어진 반응열로 보상하는 특징이 있다.
도 1은 프로필렌 생산을 위한 CATOFIN 공정의 공정도를 도시하고 있다.
반응장치 내부에 여러 개(도 1에서는 8개)의 반응기를 가지고 있으며, 밸브 조작에 의해 원료공급과 생산이 연속적으로 이루어지도록 하고 있다. (즉, 항상 몇 개의 반응기가 탈수소화반응하여 프로필렌 생산이 연속적으로 이루어지도록 한다.)
CATOFIN 공정은 기존의 열분해 공정에 비해 선택성과 에너지 효율의 관점에서 큰 장점을 가지며, FCC 공정에 비해서도 1) 투자비용이 낮고, 2) 반응공학적 특성 차이에 의해 수율이 높으며, 3) 촉매의 마모가 없어 촉매 평균수명이 길고, 4) 유동에 필요한 원료와 공기 압축이 불필요하므로 에너지 효율이 높다는 등의 많은 장점이 있다. 이러한 특징으로 인하여 CATOFIN 공정은 앞으로 유동층 공정을 대체 하여 시장점유율을 더욱 높일 것으로 예상된다.
그러나 CATOFIN 공정은 장시간 운전 후의 촉매 활성저하 상황에서도 흡열량과 발열량의 균형을 맞추는 복잡한 운전을 수행하여야 하는 어려움이 있다. 즉, CATOFIN 공정은 정상상태 운전이 수행되는 기존의 공정과는 달리 짧은 시간(예컨대, 10분) 내에 흡열과 발열운전을 반복하는 순환 정상상태 (periodic steady state) 운전이 이루어져야 한다. 그리고 순환 정상상태 운전은 제어의 측면에서 보면 정상상태 운전보다 많은 어려움이 있다. 그 이유는 기존의 PID 제어기는 일정한 설정 값을 잔류오차 없이 추종할 수 있지만, 시변(time-varying) 설정 값에 대해서는 오차를 보이기 때문이다.
따라서 CATOFIN 공정에는 기존의 PID 제어기술을 그대로 적용할 수 없으므로, 반복패턴을 보이는 시변 설정 값에 대해 제어 오차가 없는 제어기술이 요구되는 실정이다. 또한, 시간이 지남에 따라 촉매 활성저하가 나타나므로 이 상태를 추적하여 탈수소화와 재생반응 사이에서의 열균형을 이루는 동시에 운전이득을 최대화시키는 최적 기술이 개발될 필요가 있다.
본 발명이 이루고자 하는 기술적 과제는 이와 같은 종래 기술의 문제점을 해결하기 위한 것으로서, CATOFIN 공정을 운전하는데 있어서 촉매 비활성화를 극복하며 프로필렌 생산량을 최대화하고 CATOFIN 공정의 재생공정 동안 공급되는 공기의 예열에너지를 최소화하는 온라인 최적화 시스템 및 최적화 방법을 제공하기 위한 것이다.
상기한 목적을 달성하기 위한 본 발명의 특징에 따른 석유화학공정의 온라인 최적화 시스템은 탈수소화 공정과 재생 공정이 주기적으로 반복되는 석유화학 공정의 반응기를 최적화하는 시스템으로서,
한 주기를 통해 생산되는 프로필렌의 양이 최대가 되도록 상기 반응기 내부의 온도 설정값을 계산하는 온라인 정상상태 최적화기; 및
상기 정상상태 최적화기에 의해 계산된 온도 설정값으로 상기 반응기의 내부 온도를 도달시키기 위해 상기 탈수소화 공정 동안에는 제어 동작 없이 상태를 보정하며, 상기 재생공정 동안에는 상태를 보정함과 동시에 상기 반응기로 유입되는 공기의 온도 및 공기의 유량을 제어하는 반복제어기를 포함한다.
그리고, 상기 석유화학공정의 온라인 최적화 시스템은
수치공정을 시간에 대해 차분한 이산 시간 비선형 모델로서, 제어와 최적화에 사용하며, 촉매의 비활성화에 대한 모델을 포함하는 카토핀 반응기 모델부;
상기 카토핀 반응기로부터 얻은 정보와 상기 반복 제어기로부터 얻은 정보를 이용하여 모델 매개 변수를 추정하여, 상기 반응기 모델부의 촉매 활성도 매개변수를 보정하는 모델 매개 변수 추정부; 및
상기 반응기 모델부의 비선형화 모델을 선형화하여, 상기 반복 제어기에 탑재하는 역할을 수행하는 선형화부를 추가로 포함할 수 있다.
여기서, 상기 반복 제어기는 상기 탈수소화 공정 동안에는 확장 칼만 필터 를 이용하여 상태를 보정하고, 상기 재생 공정 동안에는 칼만 필터를 이용하여 상 태를 보정함과 동시에 상기 반응기로 유입되는 공기의 온도 및 공기의 유량을 제어할 수 있다.
한편, 본 발명의 특징에 따른 석유화학공정의 온라인 최적화 방법은 탈수소화 공정과 재생 공정이 주기적으로 반복되는 석유화학 공정의 반응기를 최적화하는 방법으로서,
(a) 상기 반응기가 주기적인 정상상태에 도달하는 단계;
(b) 상기 주기적 정상상태에서, 상기 반응기로부터 입력되는 프로필렌의 수율 및 공기의 예열에너지와 반응기 모델로부터 구해지는 프로필렌 수율 및 공기 예열에너지의 기울기와 프로필렌 수율 및 공기 예열에너지의 헤시안을 이용하여, 상기 반응기 내부의 온도 설정값을 계산하는 단계; 및
(c) 상기 계산된 온도 설정값에 상기 반응기의 온도를 유지시키기 위해 상기 반응기의 재생공정 동안 입력되는 공기의 유량과 온도를 제어하는 단계를 포함한다.
여기서, 상기 단계 (c)는
상기 반응기의 탈수소화 공정 동안, 상기 공기의 유량과 온도의 제어동작 없이 확장 칼만 필터를 통해 상태를 추정하는 단계; 및
상기 반응기의 재생공정 동안, 칼만 필터를 통해 상태를 추정함과 동시에 상기 공기의 유량과 온도를 제어하는 단계를 포함할 수 있다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상 세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 또한 어떤 부분이 어떤 구성요소를 ”포함“한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 도면들에 도시된 요소(element)들은 장치, 하드웨어, 소프트웨어 또는 이들의 조합으로 된 여러 형태로 실시될 수 있다.
본 발명의 실시예에 따른 CATOFIN 공정의 공정특성을 정리하면 다음과 같다.
1. 프로판 탈수소화 공정 (dehydrogenation)
프로판 탈수소화 공정은 프로판을 원료로 하여 촉매 반응을 통하여 수소를 탈거하여 프로필렌을 생산하는 공정이다. 이 공정에서 중요한 공정변수로는 반응기 내부의 온도, 원료(feed)유량 그리고 공정압력이다.
반응기의 탑하(bottom) 온도가 높을수록 높은 전환율(conversion), 낮은 선택도(selectivity) 그리고 높은 석출탄소량(coke)을 갖게 된다. 탈수소화 공정은 흡열 반응공정이므로 반응기 내의 온도가 높을수록 석출 탄소량은 증가하지만 결과적으로 많은 프로필렌을 생산할 수 있다. 따라서 반응기 내부의 온도를 높게 유지하는 것이 상당히 중요하다.
또한 원료 유량이 증가할수록 낮은 전환율, 높은 선택도 그리고 낮은 석출탄소량을 보여준다. 실제 대상공정의 반응기의 입구와 출구의 폭이 약 1.55m 정도로 길지 않기 때문에 원료 유량이 증가하면 생산량 자체는 증가할 수 있으나, 원료 유량 증가에 따른 생산성은 낮아진다. 따라서 원료 유량은 생산성이 높은 최적의 유량으로 고정시키는 것이 바람직하다.
마지막으로 공정압력은 다른 공정변수에 비해 훨씬 비선형성이 강한 특성을 보이는데, 공정압력이 증가하면 낮은 선택도로 인해 프로필렌 생산량이 적어진다. 따라서 생산량 증가를 위해서는 낮은 압력에서 운전하는 것이 좋다. 그러나 공정 운전상 압력의 변화는 그리 좋지 않으므로 본 발명의 실시예에서는 공정변수로서 고려하지 않고 0.5bar로 압력을 고정시켰다.
2. 재생공정(regeneration)
재생공정의 목적은 원료의 공기의 유량 및 온도를 통해서 탈수소화 반응으로 인해 반응기에 축적된 석출 탄소를 연소반응으로 제거하고, 낮아진 반응기의 온도를 높여서 다음 단계인 탈수소화 반응공정의 운전을 원활히 하는 데 있다. 재생공정 후에 반응기의 탑상(top) 부분의 온도는 쉽게 상승하지만, 반응기 탑하 부분의 온도 상승에는 제약이 있다. 따라서 재생공정에서 최대한 반응기의 온도가 높고 온도분포가 일정하도록 하는 것이 필요하다.
본 발명의 실시예에서는 이상에서 설명한 CATOFIN 공정의 특성을 토대로, 다음과 같이 CATOFIN 공정의 온라인 최적화 시스템을 설계하였다.
반복제어기에 의한 제어 대상공정은 재생공정에만 적용되지만, 탈수소화 반응공정과 주기적으로 진행되기 때문에 탈수소화 반응공정의 모델도 고려하여 설계하였다. 이때, 제어변수로서 축 지점에서의 반응기의 온도를 설정하였고, 공정변수 로서는 공기의 유량과 온도를 설정하였다.
앞에서 설명한 것과 같이, CATOFIN 공정은 주기적으로 운전되며 시간의 경과에 따라 촉매가 비활성화(활성이 낮아지는)되는 특성을 지닌다. 따라서, 본 발명의 실시예에서는 이러한 촉매의 비활성화를 극복하며 프로필렌의 생산량이 극대화되고 재생공정 동안 공급되는 공기의 예열에너지를 최소화하는 최적의 운전점을 찾기 위해, 종래에 잘 알려진 기법들을 결합하여 온라인 최적화 시스템을 개발하였다.
도 2는 본 발명의 실시예에 따른 CATOFIN 공정의 온라인 최적화 시스템을 나타낸다.
도 2에 도시한 바와 같이, 본 발명의 실시예에 따른 온라인 최적화 시스템은 CATOFIN 반응기(100), 온라인 정상상태 최적화기(200), 반복제어기(Repetitive Control; 300), 모델 매개변수 추정기((Model Parameter Estimator; 400), CATOFIN 반응기 모델부(500) 및 선형화부(600)를 포함한다.
CATOFIN 반응기(100)는 탈수소화공정(120) 및 재생공정(140)으로 이루어지는 실제 제어 대상이 되는 CATOFIN 공정의 반응기를 말한다. 다만, 본 발명의 실시예에서는 CATOFIN 공정의 온라인 최적화 시스템을 개발하고 그 성능을 검증하기 위해, 수치적인 공정으로 실제 CATOFIN 공정의 역할을 대신하는 역할을 CATOFIN 반응기(100)를 제작하였다. 즉, 본 발명의 실시예에 따른 CATOFIN 반응기(100)는 프로판 탈수소화 반응기를 대상으로 3차 스플라인 선점법(Cubic Spline Collocation Method)을 이용하여 1차원 동특성 모델을 성분 및 온도에 대해 구성하였다.
온라인 정상상태 최적화기(200)는 반응기의 여러 제약조건을 벗어나지 않는 범위 내에서 최대의 프로필렌 생산성과 최소의 예열에너지 소비를 보이도록 반응기 내부 온도의 설정값을 현재 반응기의 상태를 고려하여 최적화하는 역할을 한다. 이를 수식으로 표현하면 다음의 수학식 1과 같다.
Figure 112007039922747-pat00001
여기서,
Figure 112008059567037-pat00002
는 반응기(100) 내부 온도의 설정 값이며,
Figure 112008059567037-pat00104
는 반응기 내부의 최소 온도이고,
Figure 112008059567037-pat00105
는 반응기 내부의 최대 온도이다.
Figure 112008059567037-pat00003
와
Figure 112008059567037-pat00004
는 각각 탈수소화 공정의 시작시간과 종료시간이다.
Figure 112008059567037-pat00005
와
Figure 112008059567037-pat00006
는 각각 재생공정의 시작시간과 종료시간이다.
Figure 112008059567037-pat00007
는 탈수소화 공정 동안 반응기로 유입되는 프로판의 유량이고,
Figure 112008059567037-pat00008
는 탈수소화 공정을 통해 생산된 프로필렌의 수율이다.
Figure 112008059567037-pat00009
는 재생공정 동안 공급된 공기를 예열하기 위해 필요한 에너지이다. 한편, 온라인 정상상태 최적화기의 성능은 수학식 1의 목적함수의 가중치
Figure 112008059567037-pat00010
와
Figure 112008059567037-pat00011
를 조절함으로써 조율할 수 있다.
수학식 1에서 온라인 정상상태 최적화기(200)는 주어진 제약조건을 만족시키며, 한 주기를 통해 생산된 프로필렌의 양이 최대가 되며, 공기를 예열하기 위해 필요한 에너지가 최소가 되도록 반응기 내부 온도의 설정 값을 계산한다. 이때, 본 발명의 실시예에 따르면 최적화를 위해 뉴튼 랩손 방법(Newton Raphson Method)을 사용하였다.
한편, 본 발명의 실시예에 따르면, 온라인 정상상태 최적화기(200)는 수학식 1을 계산하기 위해 CATOFIN 반응기 모델부(500)로부터 프로필렌 수율의 기울기(Gradient)
Figure 112007039922747-pat00012
와 헤시안(Hessian)
Figure 112007039922747-pat00013
, 공기 예열 에너지 기울기
Figure 112007039922747-pat00014
와 헤시안
Figure 112007039922747-pat00015
을 얻으며, CATOFIN 반응기로부터 프로필렌 수율
Figure 112007039922747-pat00016
과 공기 예열 에너지
Figure 112007039922747-pat00017
를 얻게 된다.
온라인 정상상태 최적화기(200)는 반복제어기(300)에 의해 공정이 주기적 정상상태에 도달하였을 때마다 반응기 내부 온도 설정 값을 계산하여, 계산된 반응기 내부 온도 설정값을 각각 CATOFIN 반응기(100)와 반복제어기(300)로 제공한다.
본 발명의 실시예에 따른 반복제어기(300)는 연속공정의 고급제어로 널리 사용되는 MPC (Model Predictive Control)를 반복 운전공정으로 확장한 제어방법을 응용한다. 즉, 반복제어기(300)는 탈수소화 공정 동안에는 확장 칼만 필터(Extended Kalman Filter; 이하 'EKF'라 함)를 이용하여 상태(state)를 보정하며, 재생공정 동안에는 칼만 필터(이하 'KF'라 함)를 이용하여 상태를 보정함과 동시에 제어 동작을 취한다. 이때, 반복제어기(300)는 현재 반응기(100)의 내부 온도
Figure 112008059567037-pat00018
를 온라인 정상상태 최적화기(200)로부터 주어진 온도 설정값
Figure 112008059567037-pat00019
에 도달시키기 위해 재생 공정에 유입되는 공기의 온도
Figure 112008059567037-pat00020
와 유량
Figure 112008059567037-pat00021
을 조절하게 된다.
이를 수식으로 표현하면 다음의 수학식 2와 같다.
Figure 112007039922747-pat00022
여기서,
Figure 112009012455123-pat00023
는 k번째 주기에서 공기의 유량과 온도로 구성된 입력이며,
Figure 112009012455123-pat00106
는 상기 입력에 대한 최소값이고,
Figure 112009012455123-pat00107
는 상기 입력에 대한 최대값이며,
Figure 112009012455123-pat00108
는 k번째 주기에서 온도 설정값과 모델을 통해 추정된 현재 온도의 차이인 온도 오차이고,
Figure 112009012455123-pat00109
는 k 번째 주기의 입력 변화량이며, Q는 출력 오차에 대한 가중치 행렬이고, R은 입력 변화량에 대한 가중치 행렬이다. 본 발명의 실시예에 따르면, 반복제어기(300)는 2차 계획법(Quadratic Programming)을 이용하여, 주어진 입력의 제약조건을 만족시키며 목적함수를 최소화하도록 하는 입력의 변화량
Figure 112009012455123-pat00025
을 계산한다. 이때, 가중치 행렬의 비인 Q/R을 조절하여 반복제어기의 성능을 조율할 수 있다.
모델 매개변수 추정기(400)는 CATOFIN 반응기(100)와 반복제어기(300)로부터 얻은 정보를 이용하여 모델 매개변수
Figure 112007039922747-pat00026
를 추정한다. CATOFIN 반응기(100)는 시간의 경과에 따라 반응기 내 촉매가 비활성화되어 프로필렌의 수율이 저하되는 특성이 있으며, 이러한 비선형적인 특성은 모델 기반 제어기법인 반복제어기의 제어성능을 저하시키는 요인으로 작용한다. 따라서 본 발명의 실시예에서는 모델 매개변수 추정기(400)를 이용하여 촉매 활성화 매개변수를 추정함으로써 CATOFIN 반응기 모델부(500)를 보정한다.
CATOFIN 반응기 모델부(500)는 수치공정을 시간에 대해 차분한 이산시간 비선형 모델로서 제어와 최적화에 사용하며, 촉매의 비활성화에 대한 모델을 포함한다. 이러한 CATOFIN 반응기 모델부(500)는 반응기 내부의 에너지 수지식과 물질 수 지식으로부터 모델링되며, 이러한 모델링은 당업자라면 쉽게 알 수 있는 사항이므로 이하에서는 구체적인 설명은 생략한다.
CATOFIN 반응기 모델부(500)는 온라인 정상상태 최적화기(200)로부터 반응기 내부 온도 설정값을 입력받고, 프로필렌의 수율의 기울기
Figure 112007039922747-pat00027
와 헤시안
Figure 112007039922747-pat00028
, 공기 예열 에너지의 기울기
Figure 112007039922747-pat00029
와 헤시안
Figure 112007039922747-pat00030
을 추정하여 온라인 정상상태 최적화기(200)로 출력한다.
선형화부(600)는 CATOFIN 반응기 모델부(500)의 비선형화 모델을 선형화하여, 반복제어기(300)에 탑재하는 역할을 수행한다.
다음은 도 2의 온라인 최적화 시스템의 계산순서를 도 3을 참조하여 설명한다.
CATOFIN 반응기(100)가 주기적인 정상상태에 도달하면(S100), 온라인 정상상태 최적화기(200)가 공정으로부터 얻은 프로필렌의 수율
Figure 112007039922747-pat00031
과 공기의 예열 에너지
Figure 112007039922747-pat00032
,CATOFIN 반응기 모델부(500)로부터 얻은 프로필렌 수율의 기울기
Figure 112007039922747-pat00033
와 헤시안
Figure 112007039922747-pat00034
, 공기 예열 에너지의 기울기
Figure 112007039922747-pat00035
와 헤시안
Figure 112007039922747-pat00036
을 이용하여, 반복제어기(300)에 입력될 온도 설정값
Figure 112007039922747-pat00037
을 계산한다. (S110)
반복제어기(300)는 온라인 정상상태 최적화기(200)로부터 얻은 온도 설정값에 현재 반응기의 온도를 유지시키기 위해 재생공정 동안 입력되는 공기의 유량과 온도를 조절한다. (S120, S130, S140)
이때, 반복제어기(300)는 상태를 추정하기 위해, 탈수소화 공정 동안에는 확 장 칼만 필터(EKF)를 통해 상태를 추정하며(S120) 재생공정 동안에는 칼만 필터(KF)를 통해 상태를 추정한다. 그리고, 몇 주기가 지난 후, 반복제어기(200)의 제어동작으로 반응기 내부 온도가 온도 설정값에 도달하면(즉, 주기적 정상상태에 도달하면), 다시 온라인 정상상태 최적화기(200)가 현재 반응기(100)의 상태를 고려하여 프로필렌의 생산량을 극대화하고 공기의 예열 에너지를 최소화할 수 있는 새로운 최적의 온도 설정값을 계산한다. (S150) 이러한 반복제어기의 상태 추정에 대해서는 뒤에서 자세히 설명하기로 한다.
한편, 모델 매개변수 추정기(400)는 CATOFIN 반응기(100)와 반복 제어기(300)로부터 얻은 정보를 모아 수 주기마다 한번씩 모델 매개변수를 보정한다.
다음은 본 발명의 실시예에 따른 반응식과 물질 및 에너지 수지식을 설명한다. 본 발명의 실시예에 따른 탈수소화 반응공정과 재생공정은 각각 다음의 반응식 1과 반응식 2와 같다.
Figure 112007039922747-pat00038
Figure 112007039922747-pat00039
본 발명의 실시예에 따르면, 탈수소화 공정 동안 모든 변수는 일정하게 유지되나, 재생공정동안에는 유량과 연소 공기의 온도를 소정 설정 값에 도달하도록 제 어한다.
그리고, 각 물질에 대한 수지식을 축방향 분산효과를 가정하여 1차원에 대해서 고려하면, 다음의 수학식 3과 같다.
Figure 112007039922747-pat00040
여기서, L은 반응기의 길이,
Figure 112007039922747-pat00041
는 가스 속도(m/min),
Figure 112007039922747-pat00042
는 공극률,
Figure 112007039922747-pat00043
는 촉매밀도(kg/m3) 나타내며,
Figure 112007039922747-pat00044
와
Figure 112007039922747-pat00045
는 각각 각 물질(i)의 생성 속도(kmol/kg-cat.min)와 각 물질의 농도(kmol/m3)를 나타낸다.
그리고, 축방향에서 대류와 전도, 그리고 반응을 통한 반응열을 고려하면,
에너지 수지식은 다음의 수학식 4와 같다.
Figure 112007039922747-pat00046
여기서,
Figure 112007039922747-pat00047
,
Figure 112007039922747-pat00048
,
Figure 112007039922747-pat00049
는 각각 가스 밀도(kg/m3), 가스의 열용량, 촉매의 열용량(kcal/kg·K)을 나타내며,
Figure 112007039922747-pat00050
는 열전도도(kcal/min·m·K) 그리고
Figure 112007039922747-pat00051
와
Figure 112007039922747-pat00052
는 각각 각 반응에서 발생하는 반응속도와 반응열(kcal/kmol)을 나타낸다. 본 발명의 실시예에 따르면 이러한 물질 및 에너지 수지식에서의 각 파라미터는 다음의 문헌으로부터 구하였다.
H.S. Mickley, J.W.Nestor, Jr. and L.A. Gould, "A kinetic study of the regenration of a dehydrogenation catalyst,: The Can. J. Chem. Eng., 61-68(1965)
Y. G. Kim, H. S. Lee, and Y. S. Song, "study on dehydrogenation of propane,"Korean J. Chem . Eng ., 18, 11-19(1980).
다음은 본 발명의 실시예에 따른 반복제어기(300)에서 사용되는 제어 알고리즘에 대하여 보다 상세하게 설명한다.
(1) 이산화 모델
반복 제어기의 설계를 위해, 탈수소화 및 재생 공정에 대한 상미분 방정식(Ordinary Differential Equation) 반응기 모델이 이산 시간으로 모델링될 수 있는데, k 번째 주기에 대해서 다음의 수학식 5와 같이 이산화될 수 있다.
Figure 112007039922747-pat00053
Figure 112007039922747-pat00054
이다.
수학식 5에서는 한 주기가 탈수소화 공정부터 시작하는 것으로 가정하였으며, D와 R은 각각 탈수소화 공정과 재생 공정과 관련되는 변수를 나타낸다.
Figure 112007039922747-pat00055
와 N은 각각 탈수소화 공정과 재생 공정의 종료 시간을 나타낸다. x는 배열점(collocation)에서의 반응기 온도와 관련 성분의 농도로 이루어지는 상태를 나타내며, y는 측정된 출력 즉, 4개의 축상에서의 반응기내 온도를 나타낸다. u는 재생공정 동안 입력되는 공기의 유량과 온도를 나타내며 탈수소화 공정 동안에는 제어동작을 취하지 않으므로 그 값이 0이다. 탈수소화 공정과 재생공정 사이의 상태의 전이(state transition)는 다음의 수학식 6으로 표현할 수 있다.
Figure 112007039922747-pat00056
여기서, M은 반응기내 온도와 석출 탄소량에 대응하는
Figure 112007039922747-pat00057
의 부분을
Figure 112007039922747-pat00058
로 전이하고, 초기 산소 농도에 대응하는
Figure 112007039922747-pat00059
의 나머지 부분을 초기화하는 행렬이다. P는 M과 유사한 방법으로 정의된다.
앞서 설명한 바와 같이, 본 발명의 실시예에 따르면 탈수소화 공정 동안에는 제어 동작이 수행되지 않고 오직 상태 추정만이 수행되며, 이 경우 확장 칼만 필터를 수학식 5에 적용할 수 있다.
한편, 재생 공정 동안에는 제어 동작을 수행하므로, 이를 결정해야 한다. 주기적인 적분 동작(cycle-wise integral action)을 포함하며, 가능한 반응기의 비선형적인 특성을 많이 반영하기 위해, 수학식 5를 이전 주기로부터 얻어진 시변(time-dependent) 입력, 상태, 출력을 기준으로 선형화하였으며, 다음의 수학식 7과 같다.
Figure 112007039922747-pat00060
여기서,
Figure 112007039922747-pat00061
이며,
Figure 112007039922747-pat00062
는
Figure 112007039922747-pat00063
를 간단히 나타낸 것이다. (
Figure 112007039922747-pat00064
도 마찬가지임)
(2) 제어 알고리즘
본 발명의 실시예에 따른 제어의 목적은 재생 공정의 종단에서의 반응기 내부온도를 온도 설정값에 도달시키는 것이다. 이하의 수학식에서는 이들 온도를
Figure 112007039922747-pat00065
로 나타낸다. 이러한 종단 제어의 경우, 모든 샘플링 순간에서 uk(t)를 조작하는 것은 불필요하다. 본 발명의 실시예에서는 uk(t)를 재생 공정 동안 t1(=tdeh +1), t2, t3(
Figure 112007039922747-pat00066
)인 시점에서 오직 3번만 변하도록 제한하였다. 이러한 제한하에서, 본 발명의 실시예에 따른 반복 제어기는 전체 주기동안 다음의 제어동작을 단계적으로 수행한다.
1) 제1 단계 - 탈수소화 공정에서 상태 추정
수학식 5에 적용된 확장 칼만 필터와 반응기 온도 측정값을 이용하여 [1, tdeh]동안
Figure 112007039922747-pat00067
의 상태를 추정한다.
2) 제2 단계 - 탈수소화 공정에서 재생 공정으로 상태 전이
확장 칼만 필터의 추정치
Figure 112007039922747-pat00068
와 상태 전이 법칙인 수학식 6을 이용하여, 재생 공정에 대한 칼만 필터의 초기 값
Figure 112007039922747-pat00069
가 주어지게 된다. 여기서,
Figure 112007039922747-pat00070
는
Figure 112007039922747-pat00071
까지의 정보에 기초한 x(t)의 최적 추정치를 나타낸다.
3) 제3 단계 - 재생 공정에서 첫 번째 제어 동작을 계산
수식을 간단히 하기 위해,
Figure 112007039922747-pat00072
,
Figure 112007039922747-pat00073
라 정의한다. 시간 t1에서, 시간 t1까지의 정보에 기초한
Figure 112007039922747-pat00074
의 최적의 예측치
Figure 112007039922747-pat00075
는
Figure 112007039922747-pat00076
,
Figure 112007039922747-pat00077
와 상태 추정치
Figure 112007039922747-pat00078
의 함수로 구해진다. 이때, 입력 변화는 주어진 제약조건을 만족시키도록 다음의 수학식 8에 의해 결정된다.
Figure 112007039922747-pat00079
여기서,
Figure 112007039922747-pat00080
이다.
4) 제4 단계 - 재생공정에서의 상태 추정
시간 t1과 t2 사이에서, 공기의 온도와 유량으로 이루어진 조작변수는
Figure 112007039922747-pat00081
에 유지되며, 수학식 7에 적용된 칼만 필터를 이용하여 상태추정만이 수행된다.
5) 제5 단계 - 제3 단계와 제4 단계의 반복
시간 t2와 t3에서, 제3 단계와 제4 단계가 반복된다.
6) 제5 단계 - 다음 주기로 전이
수학식 6을 사용하여
Figure 112007039922747-pat00082
가
Figure 112007039922747-pat00083
으로부터 얻어진다. 이로부터,
Figure 112007039922747-pat00084
는
Figure 112007039922747-pat00085
에 의해 계산된다.
탈수소화 공정 동안의 수학식 5에 적용된 확장 칼만 필터는 다음의 수학식 9와 같으며, 재생 공정동안의 수학식 7에 적용된 칼만 필터는 다음의 수학식 10과 같다.
Figure 112007039922747-pat00086
Figure 112007039922747-pat00087
수학식 9 및 10에서, KD와 KR은 시변 칼만 필터 이득이다.
또한, 수학식 10에서
Figure 112007039922747-pat00088
는
Figure 112007039922747-pat00089
로 나타낼 수 있으며, 최적 예측치
Figure 112007039922747-pat00090
는 다음의 수학식 11로 구해질 수 있다.
Figure 112007039922747-pat00091
여기서,
Figure 112007039922747-pat00092
이다. 상기 수학식 11에서,
Figure 112007039922747-pat00093
는
Figure 112007039922747-pat00094
에 대한 출력 행렬이며, 행렬
Figure 112007039922747-pat00095
는 k에 따라 변하는 값으로, 수식을 간단히 표기하기 위해 생략하였다. 또한,
Figure 112007039922747-pat00096
와
Figure 112007039922747-pat00097
도 수학식 11과 유사하게 주어진다.
이상에서는 본 발명의 실시예에 대해서 설명하였으나, 이 외에도 여러가지 다양한 변경 및 변형이 가능하다. 예컨대, 본 발명의 실시예에서는 재생 공정에서는 칼만 필터를 사용하였으나 이외의 다른 선형 상태 추정기를 사용할 수 있으며, 탈수소화 공정에서 확장 칼만 필터를 사용하였으나 이외의 다른 비선형 상태 추정기를 사용할 수 있다. 또한, 본 발명의 실시예에서는 최적화 방법으로 뉴튼 랩손 방법을 사용하였으나, 이외에도 스티피스트 디센트 방법(Steepest Descent Method)등의 최적화 방법을 사용할 수도 있다.
한편, 이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
이상에서 설명한 바와 같이, 본 발명에 따르면 CATOFIN 공정을 운전하는데 있어서 촉매 비활성화를 극복하며 프로필렌 생산량을 최대화하고, 재생공정 동안 공급되는 공기의 예열에너지를 최소화할 수 있다.

Claims (12)

  1. 탈수소화 공정과 재생 공정이 주기적으로 반복되는 석유화학의 반응기를 최적화하는 온라인 최적화 시스템에 있어서,
    한 주기를 통해 생산되는 프로필렌의 양이 최대가 되고, 공기를 예열하는데 필요한 에너지가 최소가 되도록 상기 반응기 내부의 온도 설정값을 계산하는 온라인 정상상태 최적화기; 및
    상기 정상상태 최적화기에 의해 계산된 온도 설정값으로 상기 반응기의 내부 온도를 도달시키기 위해 상기 탈수소화 공정 동안에는 제어 동작 없이 상태를 보정하며, 상기 재생공정 동안에는 상태를 보정함과 동시에 상기 반응기로 유입되는 공기의 온도 및 공기의 유량을 제어하는 반복제어기를 포함하는 석유화학공정의 온라인 최적화 시스템.
  2. 제1항에 있어서,
    상기 반응기는 카토핀 반응기인 것을 특징으로 하는 석유화학공정의 온라인 최적화 시스템.
  3. 제2항에 있어서,
    수치공정을 시간에 대해 차분한 이산 시간 비선형 모델로서, 제어와 최적화에 사용하며, 촉매의 비활성화에 대한 모델을 포함하는 카토핀 반응기 모델부; 및
    상기 카토핀 반응기로부터 얻은 정보와 상기 반복 제어기로부터 얻은 정보를 이용하여 모델 매개 변수를 추정하여, 상기 반응기 모델부를 추정하는 모델 매개 변수 추정부를 추가로 포함하는 석유화학공정의 온라인 최적화 시스템.
  4. 제3항에 있어서,
    상기 반응기 모델부의 비선형화 모델을 선형화하여, 상기 반복 제어기에 탑재하는 역할을 수행하는 선형화부를 추가로 포함하는 석유화학공정의 온라인 최적화 시스템.
  5. 제3항에 있어서,
    상기 카토핀 반응기 모델부로부터 입력되는 프로필렌 수율의 기울기 및 프로필렌 수율의 헤시안, 공기 예열에너지의 기울기 및 공기 예열에너지의 헤시안과 상기 카토핀 반응기로부터 입력되는 프로필렌 수율 및 공기 예열에너지의 값을 기초로, 상기 반응기 내부의 온도 설정값을 계산하는 것을 특징으로 하는 석유화학공정의 온라인 최적화 시스템.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 반복 제어기는 상기 탈수소화 공정 동안에는 확장 칼만 필터를 이용하여 상태를 보정하고, 상기 재생 공정 동안에는 칼만 필터를 이용하여 상태를 보정함과 동시에 상기 반응기로 유입되는 공기의 온도 및 공기의 유량을 제어하는 것을 특징으로 하는 석유화학공정의 온라인 최적화 시스템.
  7. 제6항에 있어서,
    상기 반복제어기는 다음의 수학식
    Figure 112009012455123-pat00098
    (여기서,
    Figure 112009012455123-pat00099
    는 k번째 주기에서 공기의 유량과 온도로 구성된 입력이며,
    Figure 112009012455123-pat00110
    는 상기 입력에 대한 최소값이고,
    Figure 112009012455123-pat00111
    는 상기 입력에 대한 최대값이며,
    Figure 112009012455123-pat00100
    는 k번째 주기에서 온도 설정값과 모델을 통해 추정된 현재 온도의 차이인 온도 오차이고,
    Figure 112009012455123-pat00112
    는 k 번째 주기의 입력 변화량이며, Q는 출력 오차에 대한 가중치 행렬이고, R은 입력 변화량에 대한 가중치 행렬임)의 Q/R을 조절하여 상기 반복제어기의 성능을 조율하는 것을 특징으로 하는 석유화학공정의 온라인 최적화 시스템.
  8. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 온라인 정상상태 최적화기는 상기 반복제어기에 의해 공정이 주기적 정상상태에 도달했을 때에 상기 반응기 내부의 온도 설정값을 계산하고, 상기 계산된 온도 설정값을 상기 반복제어기로 제공하는 것을 특징으로 하는 석유화학공정의 온라인 최적화 시스템.
  9. 탈수소화 공정과 재생 공정이 주기적으로 반복되는 석유화학 공정의 반응기를 최적화하는 온라인 최적화 방법에 있어서,
    (a) 상기 반응기가 주기적인 정상상태에 도달하는 단계;
    (b) 상기 주기적 정상 상태에서, 상기 반응기로부터 입력되는 프로필렌의 수율과 공기의 예열에너지, 반응기 모델로부터 구해지는 프로필렌 수율의 기울기와 프로필렌 수율의 헤시안 및 공기 예열에너지의 기울기와 공기 예열에너지의 헤시안을 이용하여, 상기 반응기 내부의 온도 설정값을 계산하는 단계; 및
    (c) 상기 계산된 온도 설정값에 상기 반응기의 온도를 유지시키기 위해 상기 반응기의 재생공정 동안 입력되는 공기의 유량과 온도를 제어하는 단계를 포함하는 석유화학공정의 온라인 최적화 방법.
  10. 제9항에 있어서,
    상기 반응기는 카토핀 반응기인 것을 특징으로 하는 석유화학공정의 온라인 최적화 방법.
  11. 제10항에 있어서,
    상기 단계 (c)는
    상기 반응기의 탈수소화 공정 동안, 상기 공기의 유량과 온도의 제어동작 없이 확장 칼만 필터를 통해 상태를 추정하는 단계; 및
    상기 반응기의 재생공정 동안, 칼만 필터를 통해 상태를 추정함과 동시에 상기 공기의 유량과 온도를 제어하는 단계를 포함하는 석유화학공정의 온라인 최적화 방법.
  12. 제9항 내지 11항 중 어느 한 항에 있어서,
    상기 반응기 내부 온도가 상기 온도 설정값에 도달하면, 현재 반응기의 상태를 고려하여 프로필렌의 생산량을 극대화하며, 공기의 예열에너지를 최소화하는 새로운 최적의 온도 설정값을 계산하여, 상기 단계 (a) 내지 (c)를 반복하는 것을 특징으로 하는 석유화학공정의 온라인 최적화 방법.
KR1020070053027A 2007-05-31 2007-05-31 석유화학공정의 온라인 최적화 시스템 및 최적화 방법 KR100913232B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070053027A KR100913232B1 (ko) 2007-05-31 2007-05-31 석유화학공정의 온라인 최적화 시스템 및 최적화 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070053027A KR100913232B1 (ko) 2007-05-31 2007-05-31 석유화학공정의 온라인 최적화 시스템 및 최적화 방법

Publications (2)

Publication Number Publication Date
KR20080105439A KR20080105439A (ko) 2008-12-04
KR100913232B1 true KR100913232B1 (ko) 2009-08-24

Family

ID=40366729

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070053027A KR100913232B1 (ko) 2007-05-31 2007-05-31 석유화학공정의 온라인 최적화 시스템 및 최적화 방법

Country Status (1)

Country Link
KR (1) KR100913232B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11416578B2 (en) * 2018-11-16 2022-08-16 Accenture Global Solutions Limited Automated planning based on converting discrete frameworks to continuous frameworks
KR102282898B1 (ko) * 2020-07-02 2021-07-28 주식회사 지에스아이티엠 석유화학공정의 설계를 위한 클라우드 시스템
KR20220147936A (ko) * 2021-04-28 2022-11-04 에스케이가스 주식회사 상업 화학 공정에서 핵심인자를 반영한 공정 변화 예측을 위한 시스템 및 방법
CN113707231B (zh) * 2021-09-03 2024-06-11 中国石油化工股份有限公司 一种丙烷脱氢反应建模方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04361302A (ja) * 1991-06-07 1992-12-14 Idemitsu Eng Co Ltd 石油製品の性状制御装置及び方法
JP2000235420A (ja) 1998-12-18 2000-08-29 Idemitsu Kosan Co Ltd 石油製品製造プロセスの制御装置及び方法
KR20000062408A (ko) * 1996-12-31 2000-10-25 엑손 케미칼 패턴츠 인코포레이티드 화학 공정 플랜트의 온라인 제어방법
KR20010112213A (ko) * 1998-10-08 2001-12-20 오피피 퀴미카 에스.에이. 물리적 및 화학적 특성의 온라인 추론용 시스템 및 온라인제어용 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04361302A (ja) * 1991-06-07 1992-12-14 Idemitsu Eng Co Ltd 石油製品の性状制御装置及び方法
KR20000062408A (ko) * 1996-12-31 2000-10-25 엑손 케미칼 패턴츠 인코포레이티드 화학 공정 플랜트의 온라인 제어방법
KR20010112213A (ko) * 1998-10-08 2001-12-20 오피피 퀴미카 에스.에이. 물리적 및 화학적 특성의 온라인 추론용 시스템 및 온라인제어용 시스템
JP2000235420A (ja) 1998-12-18 2000-08-29 Idemitsu Kosan Co Ltd 石油製品製造プロセスの制御装置及び方法

Also Published As

Publication number Publication date
KR20080105439A (ko) 2008-12-04

Similar Documents

Publication Publication Date Title
KR100913232B1 (ko) 석유화학공정의 온라인 최적화 시스템 및 최적화 방법
CN104375475B (zh) 间歇反应器中间歇反应过程的优化控制方法
US20100324749A1 (en) Control apparatus for fuel reformer
CN105911868B (zh) 多批次间歇反应器二维迭代学习反馈控制方法
Won et al. Repetitive control and online optimization of Catofin propane process
Aguilar et al. Temperature control in catalytic cracking reactors via a robust PID controller
Brinkmann et al. Unsteady state treatment of very lean waste gases in a network of catalytic burners
CN102401371A (zh) 一种基于多变量预测控制的再热气温优化控制方法
Seki et al. Plantwide control system design of the benchmark vinyl acetate monomer production plant
Kadam et al. Optimal grade transition in industrial polymerization processes via NCO tracking
CN105116726A (zh) 一种基于机理模型的非线性预测控制器的参数设计方法
Kuntanapreeda et al. Nonlinear extended output feedback control for CSTRs with van de Vusse reaction
Jeong et al. Design and control of a fixed-bed recycle reactor with multicatalyst layers: methanation of carbon dioxide
Kano et al. Practical direct PID/I-PD controller tuning and its application to chemical processes
CN107942682A (zh) 非高斯系统的动态经济性能优化与控制一体化设计方法
Madar et al. Feedback linearizing control using hybrid neural networks identified by sensitivity approach
Seo et al. Repetitive control of CATOFIN process
Fuxman et al. Characteristics‐Based Model Predictive Control of a Catalytic Flow Reversal Reactor
Saw et al. Simulation and control of water-gas shift packed bed reactor with inter-stage cooling
Mengfei et al. Iterative learning model predictive control for a class of continuous/batch processes
Rohman et al. Performance evaluation of adaptive based model predictive control for ethylene glycol production from dimethyl oxide hydrogenation
Won et al. Online optimization of CATOFIN process
Karacan et al. Multivariable system identification and generic model control of a laboratory scale packed distillation column
Sulaiman et al. Performance evaluation for linear based model predictive control in controlling production rate and reactor temperature of ethylene glycol reactor
Wolf et al. A hierarchical distributed economic NMPC architecture based on neighboring-extremal updates

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120802

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20130805

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee