一種基于控制變量優先級的fcc動態控制方法
【技術領域】
[0001] 本發明涉及工業生產過程控制領域，具體涉及一種基于控制變量優先級的FCC動 態控制方法。
【背景技術】
[0002] 催化裂化（FCC)工藝過程一般由三個部分組成，即反應再生系統、分餾系統、吸收 穩定系統。催化裂化作為石油加工中最為關鍵的工藝過程，其控制系統性能評估問題具有 很高的研宄價值，但是FCC反應過程的復雜性、強耦合性、多目標性為控制系統的分析、建 模、優化帶來了較大的困難。
[0003] 為了保證催化裂化過程控制系統的運行狀況能夠始終達到預期的性能指標，流程 工業通常利用控制性能監控和評估（CPM/A)技術對過程中可能發生的性能下降或故障實 行實時監測和診斷。
[0004] 控制性能評估的核心思想是定義一個性能評估基準得到控制回路基準性能，從而 判斷的當前控制系統性能的控制水平，并估計控制性能提升的潛力。LQG基準由于將控制器 的作用引入性能評估指標，并且可以設置過程變量的約束，提高了控制器的可操作性，是一 種相對可靠客觀的評估基準。
[0005] 在現代生產實踐中，生產過程的控制目標種類越來越繁多，性能指標也越來越高， 例如：安全平穩、保質保量、節能減排、柔性生產、降低勞動強度、延長運行周期等，這些控制 目標重要性不同，而且存在復雜的內在關系，因此，往往存在一定的沖突性。
[0006] 目前慣用的函數加權方法無法解決此類問題，也不能解決約束可行空間不存在的 問題，因此，需要提供一種生產過程控制方法，使生產過程平穩可靠運行。
【發明內容】
[0007] 本發明提供了一種基于控制變量優先級的FCC動態控制方法，適用于動力學特性 復雜，操作條件苛刻，各操作參數間具有很強耦合關系的催化裂化過程，保證生產過程的平 穩順利進行。
[0008] 一種基于控制變量優先級的FCC動態控制方法，包括以下步驟：
[0009] (1)提取生產過程的歷史數據，并利用歷史數據構建MPC控制器的線性化模型，定 義生產系統的輸入輸出變量組合，每個變量組合對應一種優先級，基于線性化模型以及輸 入輸出變量組合，計算得到每一優先級的最優控制性能。
[0010] 在生產過程中，利用溫度傳感器、壓力傳感器、流量計、液位計、藏量變送器等設備 采集到的狀態參數信息（包括環境參數和運行參數）（參見文獻Khaki-SedighA,Moaveni B.Controlconfigurationselectionformultivariableplants[M]?Springer Science&BusinessMedia, 2009.)即為歷史數據，利用歷史數據構建MPC控制器的線性化 模型之前，對歷史數據進行預處理，即對歷史數據的數據噪聲進行分箱平滑處理，過濾噪 聲，補充缺省值（參見文獻JiaweiHan,MichelinKamber.數據挖掘--概念與技術[D]. 機械工業出版社，2005)。
[0011] 所述的線性化模型采用空間辨識法（參見文獻李幼鳳，蘇宏業，褚健等.工業過 程的子空間模型辨識[J].控制理論與應用，2007, 24(5) :803-806.)得到的狀態空間模型， 所述線性化模型的數學表達式如下：
【主權項】
1. 一種基于控制變量優先級的FCC動態控制方法，其特征在于，包括以下步驟： (1) 提取生產過程的歷史數據，并利用歷史數據構建MPC控制器的線性化模型，定義生 產系統的輸入輸出變量組合，每個變量組合對應一種優先級，基于線性化模型以及輸入輸 出變量組合，計算得到每一優先級的最優控制性能； (2) 利用步驟（1)中的線性化模型在Matlab平臺上搭建對應的MPC控制器； (3) 輸入控制器參數，利用步驟（2)搭建的MPC控制器對生產過程進行仿真，仿真過程 中提取生產過程的輸入變量和輸出變量，同時結合對應的設定值，計算得到每一優先級的 系統控制性能； (4) 依據每一優先級的最優控制性能和系統控制性能，計算得到每一優先級的系統性 能指標； (5) 循環步驟（3)~（4)，直至每一優先級系統性能指標與設定的期望值接近，得到優 化的控制器參數； (6) 依據設定的故障種類，對應地改變線性化模型的輸入以及模型參數，得到修改后的 線性化模型； (7) 基于步驟（5)得到的優化的控制器參數，利用所述MPC控制器以及修改后的線性化 模型，對生產過程進行故障仿真，故障仿真過程中提取生產過程的輸入變量和輸出變量，同 時結合對應的設定值，計算得到每一優先級故障狀態下的系統控制性能； (8) 根據每一優先級最優控制性能和故障狀態下的系統控制性能，計算得到每一優先 級故障狀態下的系統性能指標； (9) 改變故障種類，循環步驟（6)~（8)，得到多個故障狀態下的系統性能指標，取故障 狀態下系統性能指標的最大值作為警戒值； (10) 生產過程中，實時采集狀態參數并計算對應的系統性能指標，若任一優先級的系 統性能指標不大于警戒值，則報警。
2. 如權利要求1所述的基于控制變量優先級的FCC動態控制方法，其特征在于，所述線 性化模型的數學表達式如下： X = Ax+Bu+Mw y = Cx+Du+Nw 式中，u為輸入變量； y為輸出變量； w為干擾變量； X為狀態變量； 太表示對X求導； A、B、C、D、M、N為系統參數。
3. 如權利要求2所述的基于控制變量優先級的FCC動態控制方法，其特征在于，每一優 先級的最優控制性能的計算方法如下： a、 給定線性化模型的系統參數{A，B，C，D，M，N}，定義邊界約束集Iu1, uh，yi，yh}、松弛變 量ε以及通道選擇矩陣〇eR m+n，根據生產指標確定置信區間!0，丨； b、 根據生產系統的控制要求，定義控制系統的輸入輸出變量組合Vi (i = 1，2,…，q)以 及相應的優先級，q為優先級的個數，得到Vi中各變量的下標集合u i，置i = I ; c、 通道選擇矩陣O中各元素
，取Cz= OC, D z= 0D，求解如下 LMI優化命題，優化組合Vi的最小方差Var (V J，記為Var (Vi) * ;
式中：Ksfb，P，G為決策變量； Φ為目標函數； I為單位矩陣； Var (Vj) = Φ (j, j), j e υ i； d、 若i〈q，則i = i+1，更新通道選擇矩陣中各元素
以及 Cz= 0C，Dz= OD ; e、 求解如下LMI優化命題，優化Var(Vi)使得Var(Vp)彡Var(Vp)*+ ε P(p = 1，2,… ，i-1);若此命題無解，則進入步驟g ;
Var (Vp) ^ Var (Vp) *+ ε ρ ε ρ為設定值； f、 利用下式計算概率約束邊界[ulg uhg], [ylg yhg]，
式中：為高斯函數的逆函數； 若穩態目標函數的計算可行，則[ulg uhg]，[ylg yhg]即為可行空間，Ksfb為相應的狀態反 饋增益，并進入步驟h ; 若穩態目標函數的計算不可行，進入步驟g ; g、 按照優先級由低到高的順序，依次調整置信度，每次調整后均返回步驟d ; h、 求解如下LMI優化命題，得到每一優先級LQG協調控制最優控制性能UP相應的 過程變量最小方差組合Var (Vi)，（i = 1，2,…，q)
式中：Acl= A+BK sfb，Cz，cl= C z+DzKsfb; i、 計算每一優先級的最優控制性能，計算公式如下：
式中，i為優先級的等級。
4. 如權利要求3所述的基于控制變量優先級的FCC動態控制方法，其特征在于，每一優 先級的系統控制性能的計算方法如下：
式中：i表示優先級的等級； rij表示優先級為j的變量組合中變量的個數； V (k)表示優先級為j的變量組合中第k個變量； vsp(k)表示與V (k)相對應的設定值； E表示期望值。
5. 如權利要求4所述的基于控制變量優先級的FCC動態控制方法，其特征在于，對于每 一優先級，定義系統控制性能指標計算公式如下：
式中Ai為優先級為i的系統控制性能指標； 為優先級為i的系統控制性能； 為優先級為i的最優控制性能。 mlqg
6.如權利要求5所述的基于控制變量優先級的FCC動態控制方法，其特征在于，所述的 控制器參數包括優化時域、控制時域、權重矩陣以及輸出變量設定值。
【專利摘要】本發明公開了一種基于控制變量優先級的FCC動態控制方法，包括以下步驟：(1)提取歷史數據，并構建線性化模型，得到最優控制性能；(2)搭建MPC控制器；(3)輸入控制器參數，對生產過程進行仿真，得到系統控制性能；(4)計算系統性能指標；(5)循環步驟(3)～(4)，得到優化的控制器參數；(6)依據故障種類，得到修改后的線性化模型；(7)計算故障狀態下的系統控制性能；(8)計算故障狀態下的系統性能指標；(9)改變故障種類，循環步驟(6)～(8)，取故障狀態下系統性能指標的最大值作為警戒值；(10)生產時，若系統性能指標不大于警戒值，則報警。本發明保證生產過程始終維持在最優工作點附近，保證生產安全。
【IPC分類】G05B19-418
【公開號】CN104765339
【申請號】CN201510070399
【發明人】馮毅萍, 周培杰, 榮岡
【申請人】浙江大學
【公開日】2015年7月8日
【申請日】2015年2月10日