1、流程工业先进控制技术中国石油大学（华东）,自动化学科前沿知识讲座,流程工业在国民经济中的支柱地位,流程工业包括了石化、炼油、化工、制药、造纸、冶金、采矿、电力、食品加工等在国民经济中占主导地位的行业全球500强行业中，流程工业企业有70余家，占15%，其营业收入占总收入的16.5%我国流程企业年产值占全国企业年总产值的66%，流程工业的发展状况直接影响国家的经济基础，流程工业是国家的重要基础支柱产业,全球500强企业中，流程工业企业占了70家 中国流程工业总产值占工业总产值66%,流程工业在国民经济中的支柱地位,国家发展的战略要求,国家中长期科学和技术发展规划纲要将“流程工业的绿色化、自动化及
2、装备”列为优先发展主题，重点研究开发“基于生态工业概念的系统集成和自动化技术，流程工业需要的传感器、智能化检测控制技术、装备和调控系统。”,国务院关于加快振兴装备制造业的若干意见指出，在“发展重大工程自动化控制系统和关键精密测试仪器，满足重点建设工程及其他重大（成套）技术装备高度自动化和智能化的需要 ”实现重点突破。,用先进控制技术提高流程工业自主创新能力,流程工业的特点,规模庞大结构复杂不确定性非线性强耦合性,目前流程工业控制中存在的问题,控制效果差控制效果波动大，没有对产品质量和工艺指标进行控制，因而产品质量差，产品收率低，生产成本高能耗大 2005年我国石油化工行业总能耗3.048亿吨标
3、准煤，占全国总能耗的15%，万元GDP能耗是0.903吨标准煤，比国外同行业平均水平高15%20% 装置故障率高,先进控制技术的出现,解决目前流程工业控制中存在的问题，实现生产过程运行的“安、稳、长、满、优”先进控制技术是一个广泛的概念，是指不同于常规控制方案的一切控制新方法预测控制技术软测量技术过程监控技术。,一. 预测控制技术,预测控制的基本知识,预测控制：模型预测控制，Model Predictive Control， MPC20世纪70年代末，在工业过程控制领域出现的一种基于模型的计算机控制算法。有着深刻的实际应用背景，首先应用于实际工业问题的解决，来自于工业实践者。1978年，Ric
4、halet首先发表论文进行了介绍，随后引起研究热潮，是目前工业过程中最为成功研究最多的先进控制算法。,控制技术的发展历程回顾,PID控制器是工业过程中应用最多、时间最长的控制策略不依赖于模型，应用简单，适合于多数过程对多变量、有约束、时滞等复杂过程单元的控制效果较差现代控制理论在20世纪60年代发展起来，形成了状态空间分析法、最优控制等一系列技术在航空、航天、制导等领域取得了辉煌成果流程工业过程的多变量、非线性特点使得难以建立精确数学模型，现代控制理论难以得到广泛应用,预测控制的出现,为了克服理论和应用之间的不协调，20世纪70年代以来，人们开始打破传统方法的约束，试图直接面对工业过程特点，寻
5、找对模型要求低、综合控制质量好、在线计算方便的优化控制新方法：模型预测控制算法就此发展起来的。综合利用过去、现代和将来的信息决定控制策略模型预测将来输出（PID只利用过去和现在的信息）对模型要求低：反馈校正 (现代控制理论要求模型精度高)滚动优化：每控制周期不断进行优化计算（现代控制一次优化）,预测控制的基本原理,输入输出模型假设未来输入预测未来输出,以滚动方式对未来有限时域进行优化在线计算并实现当前控制作用,每一时刻检测实际输出以预测误差补偿对未来输出的预测,与预测控制有关的例子：过马路，下棋,与预测控制有关的例子：过马路，下棋,预测控制算法的类型,动态矩阵控制 (Cutler et al,
6、 1980)（Dynamic Matrix Control, DMC）模型算法控制(Richalet et al, 1978)（Model Algorithm Control, MAC）广义预测控制(Clarke et al, 1987)（Generalized Predictive Control, GPC）预测函数控制(Adersa et al, 1987) （Predictive Functional Control, PFC）单值预测控制、状态空间预测控制、。,预测控制技术的工业应用,预测控制理论产生于工业过程控制领域的需求和实践，具有很强的应用背景目前已经在炼油、化工、电力、航空航天
7、、汽车控制等多个方面有着成功应用尤其是在油田石化方面有大量应用，在催化裂化、加氢重整、常减压、延迟焦化等大型装置上有许多应用报道国内外流程工业中几乎所有先进控制软件都与预测控制技术相关，是工业过程应用中最具代表性的先进控制算法,预测控制的经济效益,Aspen公司 数据表明实施MPC取得的效益中，降低能耗占10，产品质量提高占10%，提高装置生产平稳与安全性占15，提高回收率占15，提高加工能力占30。Chemshare公司数据表明： 用DCS改造常规仪表获得10的效益，在DCS上实现MPC获得40的效益Foxboro公司数据表明：效益比：DCS为 1 : MPC为 5,Published in
8、 Control Engineering Practice， 2003,应用软件技术的发展,第一代：IDCOM 、DMC主要处理无约束多变量过程控制第二代：QDMC解决了输入输出约束问题第三代：SMOC、SMCA、HIECON、IDCOM-M解决了有约束多变量过程MPC优化中的不可行解问题第四代：DMC+（Aspen)、RMPCT(Honeywell)多目标优化、鲁棒设计、系统辨识技术,当前的预测控制软件特点,典型代表：DMC+和RMPCT1995年，HONEYWELL兼并Profimatics公司，将RMPC与PCT算法整合形成RMPCT软件包1996年，ASPEN兼并Setpoint和DM
9、C公司，将SMCA和DMC融合形成DMC+软件 特点都采用了Windows图形用户界面，可以处理具有优先权控制目标的多目标优化问题，增强了稳态目标优化的适应性，优化中直接考虑了模型的不确定性，采用先进的模型辨识技术,国内的预测控制应用情况,国内最早是齐鲁石化公司胜利炼油厂引进了美国Setpoint公司的IDCOM-M软件，并应用于催化裂化装置取得成功近些年来，我国已经引进了SMCA、DMC+、RMPCT等多个公司的先进控制软件，在许多石油石化装置取得成功应用引进国外软件的问题价格非常高（licence约5080万美元，加工程服务费）核心技术保密,国内在八五和九五期间实施科技攻关，相当多的院校开
10、发先进控制技术和软件浙江大学:APC-Hiecon、APC-PFC石油大学上海交通大学 MCC清华大学国内先进控制实施中问题多数研究侧重于单个工程实施，仍然缺乏知名的先进控制商品化软件，目前难以与国际厂商抗衡,案例分析： PTA溶剂脱水塔,目标 处理多变量的约束控制 提供单元的局部约束优化与动态控制特点基于装置测试数据的过程动态模型（非机理） 应包括装置单元的所有主要约束条件实现操作目标（推向边界条件）实现DCS层面上控制回路设定值的自动改变,PTA溶剂脱水塔工艺,基于关键组分的多变量预测控制系统方案设计,目标：稳定塔釜组成DI1702（釜水）& 降低塔顶酸耗和能耗,阶跃响应模型测试：,MPC
11、投运后的CV曲线：,二. 软测量技术,为什么要用软测量？,我国流程工业装置质量控制中普遍存在的问题重要质量指标波动较大产品质量难以严格在线控制解决问题的关键是围绕预测控制的先进控制算法，而先进控制的实施关键是质量指标的在线实时测量。,为什么要用软测量？,质量指标工业检测的现状主要是离线化验分析，频次1次/2小时或1次/4小时。在线质量分析仪表 : 价格昂贵、维护困难、在线使用率低 软测量技术 是可行方案选择易测变量，推断和估计质量变量以软件代替硬件，实现质量实时测量克服装置波动、提高产品质量和产量、减少过渡料经济效益显著,什么是软测量,软测量技术的主要思想 对于过程中难以在线测量的重要过程变量
12、（主导变量或一次变量)，选择与之相关的一组易测变量(辅助变量或二次变量)，构造两者之间的某种数学关系，用计算机软件实现重要工艺参数的估计，为过程监控和优化控制提供重要信息。软测量结构示意图,软测量的例子,差压法测定气体质量流量气体质量流量与差压、气体压力、气体温度之间有着密切关系，可以建立相关的数学模型直接利用现有仪表就可以获得气体质量流量的实时测量结果，不需要研发专用仪表，投入少，周期短，维护方便（智能流量计）,软测量的例子,臭氧浓度分析仪气体中的臭氧浓度与温度、压力、对紫外光的吸收特性有关借助于温度、压力变送器和光强仪可以间接测得气体的臭氧浓度,软测量技术的主要内容,辅助变量选择数据采集和
13、处理软测量模型建立软测量离线和在线校正,（1）辅助变量选择,（2）数据采集与处理,（2）数据采集与处理,（3）软测量模型的建立,（4）模型校正,软测量建模方法的种类,基于机理模型的软测量建模方法方法：列写物料平衡、能量平衡、相平衡和反应动力学方程，建立可测辅助变量和不可测主导变量之间的准确数学关系。 特点：物理意义明确，易于外推 ，但是复杂的工业过程机理复杂，建立模型费时耗力。基于数据驱动的软测量建模方法方法：主要应用回归分析（PCR、PLS等）、神经网络、支持向量机等数据分析技术特点：不需要严格的机理模型，建模过程思路简单清晰，完全使用黑箱模型，但是往往受到训练数据的影响，模型适应范围有限，
14、而且参数缺乏明确物理意义,软测量的应用举例,常压塔筛料干点的软测量,（2）辅助变量选择,（3）数据采集与处理,（4）回归分析建模,（4）回归分析建模,（4）回归分析建模,软测量技术有效地预报了质量指标的变化过程,三. 过程监控技术,为什么要实施过程监控技术？,现代化流程工业正朝着大规模、复杂化的方向发展，通常包含高温、高压、易燃、易爆的生产过程，系统一旦发生事故就会造成人员和财产的巨大损失。流程工业中可能出现的故障：过程参数变化：催化剂中毒、热交换器结垢等干扰参数变化：进料流股中的浓度变化、环境温度变化等执行器问题：卡住、空气泄露、气源故障等传感器问题：堵塞、标定误差等造成仪表损坏或偏差控制器
15、问题：控制性能等,典型事故案例1997年，北京东方化工厂发生乙烯装置起火爆炸事故。 2000年，罗马尼亚的一家黄金制品厂废品溶化炉发生故障，造成了欧洲特大环境灾难。2005年11月13日，吉林石化双苯厂爆炸，松花江水污染，事故原因为操作工误操作导致进料系统温度超高,北京东方化工厂发生乙烯装置起火爆炸事故,吉林石化双苯厂爆炸,为什么要实施过程监控技术？,过程监控与故障诊断可以减少经济损失仅美国石化行业，每年估计因缺乏对异常事件的有效监控而损失200亿美元过程监控与故障诊断可以改变维修方式据美国统计局统计，每年工业设备维修费用约2500亿美元，专家估计其中约750亿美元是“ 过剩维修”费用。由事后
16、维修和计划维修向更为先进的状态维修和预防维修方式转变,2018年7月6日星期五, Copyright by Zhihuan Song,55,企业信息化系统结构,决策层,管理层,调度层,经营决策系统,产品策略,管理信息系统,生产计划,生产调度系统,调度指令,过程监控系统,系统优化,计算机控制系统,控制信息,生产过程,监控层,控制层,关系数据库,实时数据库,过程监控的传统方法,经典的Shewhart方法,给定一定的阈值，可以在训练集中数据的统计特性基础上，应用统计假设理论来预测系统变化是否失控。,过程监控方法体系,基于解析模型的方法,以系统的数学模型为基础，构造基于状态或者参数的残差，使用某种准则
17、对残差进行分析与评价，实现故障检测与诊断。故障诊断过程比较清晰，易辨识故障变量，寻找障原因。系统建模误差、外部干扰对诊断结果影响较大。,基于知识的方法,20世纪80、90年代，人工智能领域部分研究的突破, 专家系统、神经网络，模糊推理等技术的研究形成热潮，并逐渐应用于故障诊断技术。不需要精确的系统数学模型，充分利用了专家经验和工艺知识。可以处理非线性问题。对于大的系统来说，故障诊断系统所需要的知识库极为庞大，推理规则的建立非常复杂，应用此方法的故障诊断技术往往误报率和漏报率很高。,基于数据的方法,90年代，DCS系统在工业控制中大量应用，形成大型工业数据库，对工业数据的深入挖掘分析为故障诊断技
18、术的发展提供了前提条件。使用统计模型，挖掘数据的内在信息，适合用于大型复杂工业过程（如炼油化工过程）的故障诊断，无需机理模型，但是对数据的可靠性要求较高。典型技术：主元分析PCA，偏最小二乘法PLS,62,数据驱动的过程监控方法,研究背景计算机测量与控制系统和各种智能化仪表在工业过程中的广泛应用，大量的过程数据被采集并存储下来。但是这些包含过程运行状态信息的数据往往没有被有效地利用，出现了“Data rich，information poor”的现象。工业界和研究人员的认识到：必须将海量的数据变为有用的信息，服务于生产安全和产品质量控制，以起到降低成本、提高企业竞争力的作用从多元统计分析的角度
19、研究：多元统计监控方法,多元统计监控方法,主元分析（Principal Component Analysis, PCA）偏最小二乘（Partial Least Squares, PLS ）典型变量分析（Canonical Variate Analysis，CVA）独立元分析（Independent Component Analysis,ICA）费歇尔判别分析（Fisher Discriminant Analysis, FDA）,多元统计监控方法的特点,从统计的角度处理数据测控技术的发展使得能够对越来越多的过程变量和产品质量指标进行测量；计算机和数据库技术的普及使工厂拥有了相当丰富的生产数据资源
20、。分析变量之间的关联关系工业过程尤其是流程工业，在同一过程中的不同变量间往往存在相互关联的关系。比如在精馏塔的操作中，进料组分的变化会引起各塔板温度、塔顶和塔底组分等多个变量的变化。这种多变量间的变化是错综复杂的。,以PCA方法为例,PCA方法处理数据是一个空间分解与降维的过程原来的高维过程数据空间被低维主元子空间，而且过程变量之间的相关性被消除。建立PCA过程统计模型，就可以在低维的子空间中实现对多变量过程的监测。,监控体系,统计建模PCA统计模型描述了正常工况下各过程变量之间的关系，这种变量间的内在联系是由物料平衡、能量平衡以及操作限制等约束所形成的。对正常工况下的过程数据进行分析，投影到
21、两个正交的子空间（主元空间和残差空间）上，并分别建立两个统计量描述正常数据的概率分布过程监控（故障检测）将在线数据投影到模型中，进行假设检验，以判断过程的运行状况,监控统计量,Hotelling T2 ：T2统计量，监控主元空间中数据的变化SPE（Squared Prediction Error，或称为Q）统计量，监控残差空间中数据的变化,69,PCA方法对正常工况数据的监控,70,PCA方法对故障数据的监控（故障F1）,71,其他的多元统计方法,PLS方法PLS分析过程测量变量与质量变量之间关系CVA方法CVA分析历史数据与将来数据之间的相关性，以此建立统计模型FDA方法以多种故障模式数据同
22、时建模，通过判别进行故障诊断ICA方法分析数据的非高斯性，提取数据中独立成分,72,数据驱动的监控方法在流程工业领域中的应用,（1）石油化工领域采用统计过程控制的国际知名公司DuPont（美国杜邦）、 Shell（荷兰皇家壳牌集团公司）、Amoco（美国石油公司）、BP（英国石油公司）、Neste Chemicals（芬兰耐思特石油公司）、Statoil Mongstad Refinery（挪威 炼油厂）、Eastman Chemicals（美国伊士曼化工公司）、 British Nuclear Fuels PLC（英国核燃料集团公司）。涉及的装置反应器：pH中和反应、流化床反应器、间歇反应器
23、炼油装置：精馏塔、流化催化裂化装置、残油催化裂化装置、加氢裂化分馏器、催化重整系统、低温空气分离装置 。,73,（2）钢铁领域采用统计过程控制的国际知名公司 POSCO（韩国钢铁 浦项综合制铁株式会社） Dofasco（加拿大钢厂）,74,Dofasco（加拿大钢厂）开发应用了一种基于多变量统计的系统来监控钢铁浇铸过程。为操作工设计的监控界面包含测量值、监控曲线和贡献等信息，简单直观 。,图a 铸造机器主界面注： 上面左边是SPE监控图，右边是 监控图；下面曲线是钢水液位波动图；棒状图显示了热电偶的温度。,图b 铸造机器贡献界面注：按顺序显示失控状况的贡献变量,(3) 造纸领域加拿大Tembec纸业公司使用基于PCA的统计过程控制方法监控亚硫酸盐纸浆蒸煮器。为了生产高质量三层纸板，Tembec公司于1998年引入多变量统计控制图。为了监控产品的40个等级，Ivanov等提出了新的多等级建模方法PLS判别分析（PLS-DA），该方法能够根据纸的厚度和相关速度区分所有等级。,Thank You！,
