Содержание к диссертации
Введение
ГЛАВА 1. Анализ процесса каталитического риформинга и постановка задачи исследования 12
1.1. Описание процесса каталитического риформинга 12
1.2. Анализ процесса как объекта управления 20
1.3. Состояние вопросов автоматизации и моделирования процессов каталитического риформинга (литературный обзор) 28
1.4. Постановка задачи исследования 38
ГЛАВА 2. Построение гибридной математической модели процесса каталитического риформинга 42
2.1. Основные принципы построения гибридных математических моделей.. 43
2.2. Использование нечетких множеств для целей математического моделирования и управления 46
2.3. Построение диаграммы взаимного влияния факторов процесса каталитического риформинга 51
2.4. Типовые элементарные соты диаграммы взаимного влияния 60
2.5. Расчет по типовым элементарным сотам 65
2.6. Построение гибридной сотовой математической модели процесса каталитического риформинга 81
2.7. Проверка адекватности гибридной математической модели 122
ГЛАВА 3. Разработка алгоритмов оптимального управления с использованием гибридных математических моделей 128
3.1. Постановка задачи оптимального управления процессом каталитического риформинга 128
3.2. Выбор методов решения задачи оптимизации 131
3.4. Алгоритм оптимального управления установкой каталитического риформинга 137
ГЛАВА 4. Разработка системы оптимального управления процессом каталитического риформинга 149
4.1. Разработка структуры системы управления 151
4.2. Разработка функционально-алгоритмической структуры системы управления 154
4.3. Взаимодействие программного обеспечения системы оптимального управления и существующих SCADA-систем 160
4.4. Разработка технической структуры системы управления 163
Выводы 171
Литература 172
Приложения 181
- Состояние вопросов автоматизации и моделирования процессов каталитического риформинга (литературный обзор)
- Построение диаграммы взаимного влияния факторов процесса каталитического риформинга
- Алгоритм оптимального управления установкой каталитического риформинга
- Разработка функционально-алгоритмической структуры системы управления
Введение к работе
Нефтеперерабатывающая промышленность России играет важную роль в экономическом развитии страны. Производство нефтепродуктов - наиболее конкурентоспособная отрасль национальной экономики с позиций интеграции страны в систему мировых экономических связей. Основной задачей нефтеперерабатывающей промышленности является обеспечение потребностей в энергоносителях, моторных топливах и смазочных маслах, а также в сырье для нефтехимии. Анализ тенденций развития мирового рынка производства и потребления продуктов нефтепереработки показывает, что основная доля приходится на транспортное топливо (50-52%), а также бытовое и промышленное топливо (35-38%). Ситуация практически не изменится вплоть до 2010 года. Однако наметились принципиальные изменения в структуре производимых нефтепродуктов. Так, если в 1975-1980 годах сумма легких и средних дистиллятных продуктов составляла 60—61%, то в 1995 году она уже была 72% и к 2010 году достигнет 85% [95].
Структура нефтепереработки является основным критерием эффективности применяемых технологий и целевого использования сырья. В частности важным показателем служит удельный вес облагораживающих и углубляющих переработку нефти процессов. По данным журнала Oil and Gas [96] российская нефтеперерабатывающая промышленность по этому критерию серьезно отстает от мирового уровня. Краткий сравнительный анализ приведен в приложении 1.
Вместе с тем, в мировой нефтепереработке наметилась четкая тенденция повышения качества моторных топлив в направлении обеспечения их экологической безопасности при применении [92]. Введенные в США и некоторых странах Европы новые стандарты на моторные топлива (реформулированные топлива) предусматривают достаточно резкое изменение компонентного состава, а также ограничения содержания ароматических углеводородов (особенно бензола), серы, азота, высококипящих фракций [40].
Для достижения показателей моторных топлив в соответствии с новыми стандартами потребуется значительная перестройка структуры нефтепереработки. Кроме того, в России возникают специфические проблемы рационального использования нефтяного сырья, получения высококачественных моторных топлив из попутных нефтяных газов, газоконденсатов, широкой фракции легких углеводородов и углеводородных газов нефтеперерабатывающих заводов.
К сожалению, в настоящее время степень использования ценного углеводородного сырья невелика. На нефтеперерабатывающих заводах страны в предыдущие годы стабильно сжигалось на факелах около 8 млрд. м3 попутного нефтяного газа или более 20% от его ресурсов. В труднодоступных местах добычи нефти доля сжигаемого на факелах жирного газа достигает до 90%. Вовлечение в переработку газов и рефлюксов прямой перегонки нефти и бензинов, объем которых составляет половину всех ресурсов нефтезаводских газов, в 1994—1995 гг. находилось на уровне 64%; объем направляемого на переработку жирного газа составил всего 26%.
Создание современных нефтеперерабатывающих комплексов, решающих эту проблему требует больших капитальных и энергетических затрат. Стоимость строительства одного современного нефтеперерабатывающего завода мощностью 1-2 млн. т по сырью, предусматривающего комплексную переработку нефти, составляет 1-1.5 млрд. долларов США [95]. В этих условиях для России особое значение приобретают малозатратные новые технологии, позволяющие эффективно использовать сырье в переработке нефти, обеспечивающие повышение качества и снижение стоимости выпускаемой продукции.
Все это возможно при условии максимально полного использования ресурсов существующих установок нефтеперерабатывающих заводов. Наибольшие возможности в этом направлении представляют установки вторичной каталитической переработки нефтепродуктов, в том числе каталитический ри-форминг. Каталитический риформинг бензинов является важнейшим процессом современной нефтепереработки и нефтехимии. Он служит для одновременного получения высокооктанового базового компонента автомобильных
6 бензинов, ароматических углеводородов - сырья для нефтехимического синтеза - и водородосодержащего газа - технического водорода, используемого в гидро-генизационных процессах нефтепереработки. Каталитический риформинг является в настоящее время наиболее распространенным методом каталитического облагораживания прямогонных бензинов. Установки каталитического рифор-минга имеются практически на всех отечественных нефтеперерабатывающих заводах.
Управление установкой каталитического риформинга является достаточно сложной задачей по целому ряду причин. Технологический режим процесса определяется достаточно большим количеством режимных переменных. Кроме того, на процесс действуют существенные возмущающие воздействия. Имеет место непрерывное изменение качества поступающего на установку сырья и топливного газа. Определенный вклад в нарушение установившегося технологического режима вносит потеря активности катализатора и изменение технического состояния оборудования. Установка каталитического риформинга связана с другим оборудованием нефтеперерабатывающего завода, поэтому управление процессом должно учитывать режим работы этого оборудования.
Все это требует частой перестройки технологических режимов и многокритериального поиска оптимальных режимов управления. Поиск оптимальных управлений путем проведения экспериментов невозможен в связи со значительными материальными затратами.
Внедрение систем оптимального управления установками каталитического риформинга наталкивается, в свою очередь, на ряд трудностей. В первую очередь, это связано с вопросами построения адекватных математических моделей каталитических процессов вторичной нефтепереработки. При этом основной проблемой следует считать наличие достаточно большого количества информации о процессе, которую невозможно формализовать традиционными методами. К ней относится информация о качественном составе сырья и топливного газа, состоянии оборудования и пр.
Развитие теории нечетких множеств [40] открыло пути формализации качественной информации, а также её использования для целей управления, в том числе построение нечетких моделей объектов управления, нечетких регуляторов и систем в целом [1,93]. При этом технологические параметры изучаемого объекта рассматриваются как лингвистические переменные, значения которых определяется терминами типа "высокий", "низкий", "быстро", "медленно". Именно в таких терминах эксперты описывают различные состояния объекта, и теория нечетких множеств позволяет формализовать такие описания. С помощью данного подхода можно описывать параметры, о которых у нас нет достоверных данных. Кроме того, нечеткие множества позволяют работать с параметрами, значения которых не могут быть измерены обычными способами и вводятся оператором. Например, нагар на трубах печи: мал, не очень велик, велик, очень велик. Нечеткость возникает не только при описании значений параметров, но и при описании алгоритмов. Возможно построение системы регулирования на данных опроса экспертов, сформулированных следующим образом: «если температура велика и давление высоко или очень высоко, то управляющее воздействие большое отрицательное» [71].
Следует отметить, что многие работы в этом направлении [1,34] ведутся с позиции полного перехода на качественное описание процесса. Такой подход оправдан только в случае отсутствия какой-либо количественной информации о процессе. В большинстве случаев имеет место другая ситуация - количественная информация присутствует, но не позволяет построить математическую модель в целом. Вместе с тем, имеется массив качественной информации, дополняющий количественную. При этом только качественное описание приводит к совершенно неоправданным потерям количественной информации и, следовательно, к неудовлетворительной точности математического описания. Вопросы совместного использования количественной и качественной информации при математическом описании и управлении процессами представлены недостаточно.
Построение математической модели процесса каталитического риформинга с совместным использованием количественной и качественной информации открывает значительные перспективы для расширения возможностей оптимального управления процессом. Следует учесть, что для крупнотоннажных процессов с большими затратами на производство, к которым относится и процесс каталитического риформинга, внедрение систем оптимального управления позволит получить значительную экономическую выгоду. Управление процессом в оптимальном режиме позволяет повысить эффективность процесса на 3-5% за счет увеличения производительности установки и повышения качества продукции, что при мощности установки в 1 млн. тонн составляет до 50 тыс. тонн продукта в пересчете на сырье.
Таким образом, разработка эффективных автоматизированных систем управления установками каталитического риформинга, которые смогут использовать количественную и качественную информацию и, тем самым, повысить производительность оборудования и улучшить качественные показатели выпускаемого продукта, является, несомненно, актуальной научной и практической проблемой.
Целью настоящей работы является повышение эффективности эксплуатации установок каталитического риформинга за счет внедрения систем оптимального управления технологическим процессами на базе математических моделей с возможностью совместного использования количественной и качественной информации об объекте управления.
С учетом вышесказанного, цель настоящей работы является актуальной.
Соответствующей указанной цели научной проблемой является разработка алгоритмов оптимального управления процессом каталитического риформинга. При этом в качестве основной трудности выделим отсутствие полного математического описание объекта в количественных отношениях. Вместе с тем существует значительный объем информации о процессе в виде лингвистических описаний, который обычно теряется при построении модели процесса. Отметим, что в литературе вопросы совместного использования количествен-
ной и качественной информации проработаны явно недостаточно. Очевидно, что построение гибридных моделей позволит более полно учесть всю имеющуюся информацию о процессе и значительно расширить возможности управления им.
Для достижения поставленной цели необходимо:
осуществить анализ процесса каталитического риформинга применительно к целям оптимального управления;
разработать метод построения гибридных математических моделей каталитических процессов нефтепереработки, позволяющую совместно использовать количественную и качественную информацию о процессах;
построить гибридную математическую модель процесса каталитического риформинга;
разработать алгоритмы оптимизации процесса каталитического риформинга с использованием гибридных моделей;
разработать систему управления, реализующую алгоритмы оптимизации процесса каталитического риформинга.
Методы исследования: математическое моделирование, общие принципы теории управления, поисковые методы оптимизации, методы искусственного интеллекта.
Научная новизна работы состоит в следующем:
разработан метод построения гибридных математических моделей технологических процессов с возможностью объединения количественной и качественной информации о процессе;
построена гибридная математическая модель процесса каталитического риформинга;
синтезирован алгоритм решения задачи оптимизации процесса каталитического риформинга, учитывающий особенности гибридной математической модели.
Практическая ценность работы:
разработаны алгоритмы расчета по гибридным математическим моделям объектов управления;
разработано программное обеспечение, реализующее алгоритм оптимизации процесса каталитического риформинга с использованием гибридной математической модели процесса;
разработана система оптимального управления процессом каталитического риформинга, позволяющая повысить эффективность процесса за счет обработки качественной информации.
Апробация работы. Основные теоретические и прикладные результаты диссертационной работы изложены в 7 публикациях автора.
Результаты работы докладывались на XVI Международной научной конференции «Математические методы в технике и технологиях ММТТ-Дон» (г. Ростов-на-Дону, 2003), XV Международной научной конференции «Математические методы в технике и технологиях» (г. Тамбов, 2002).
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, выводов по работе, списка используемой литературы и приложений. Она изложена на 186 страницах, содержит 66 рисунков. Список литературы включает в себя 101 наименование. Приложения объемом 6 страниц.
Во введении показана актуальность, сформулирована цель, определена научная новизна и практическая ценность результатов данной работы, приведено краткое содержание работы по главам.
Первая глава посвящена анализу процесса каталитического риформинга. Дано описание технологического процесса, проведен анализ процесса как объекта управления, освещено текущее состояние вопросов автоматизации и моделирования. Показана принадлежность процесса каталитического риформинга к группе процессов с неполным математическим описанием. Поставлена проблема исследования.
Во второй главе дается методика построения и расчета гибридной математической модели. Рассмотрено использование математического аппарата нечетких множеств для целей математического моделирования. Приведены этапы
11 построения гибридной математической модели, в том числе построение диаграммы взаимного влияния параметров процесса, выделение типовых участков диаграммы взаимного влияния в виде элементарных сот. Предложены основные варианты расчета по каждой элементарной соте и гибридной сотовой модели в целом. Проведено построение математической модели процесса с использованием предлагаемой методики построения гибридных сотовых моделей.
Третья глава посвящена вопросам оптимального управления по гибридным моделям. Выбран метод решения задачи оптимального управления статическим режимом на основе гибридной сотовой модели. Разработан алгоритм оптимального управления процессом каталитического риформинга.
В четвертой главе предложена реализация системы оптимального управления процессом каталитического риформинга, разработана алгоритмическая, функциональная и информационной структуры системы управления, даны варианты выбора технической структуры системы управления.
Таким образом, в диссертационной работе решается важная научная и прикладная проблема автоматизации оптимального управления процессом каталитического риформинга и на защиту диссертации выносится следующий круг вопросов:
метод построения гибридных сотовых математических моделей, позволяющий совместно использовать количественную и качественную информацию о процессах;
алгоритмы расчета по гибридным математическим моделям с возможностью объединения количественной и качественной информации в пределах одного элементарного участка математической модели (соты);
гибридная математическая модель процесса каталитического риформинга, позволяющая обрабатывать качественную информацию о процессе;
алгоритм оптимального управления, отличающийся использованием гибридной математической модели объекта управления;
система оптимального управления процессом каталитического риформинга с использованием гибридной математической модели объекта.
Состояние вопросов автоматизации и моделирования процессов каталитического риформинга (литературный обзор)
В связи с интенсивным развитием процессов нефтепереработки, как в нашей стране, так и за рубежом ведутся работы по внедрению систем автоматического управления процессами вторичной каталитической переработки нефти. При этом основной проблемой, затрудняющей продвижение в этом направлении, остается построение адекватной математической модели объекта.
Рассмотрим результаты, достигнутые в направлении построения математических моделей каталитических процессов вторичной переработки нефти.
Математические модели каталитических процессов вторичной переработки углеводородного сырья можно разделить на две группы. К первой из них отнесем модели, построенные аналитическим методом, который основывается на теоретическом анализе физических и химических процессов, протекающих в исследуемом объекте, а также учете конструкции аппаратуры и характеристик перерабатываемых веществ. Ко второй группе отнесем эмпирические модели, построенные для конкретных объектов управления.
В работах, посвященных математическим моделям первой группы, основной упор делается на различные кинетические схемы представления процесса.
В работе [44] процесс риформирования описывается пятьюдесятью тремя уравнениями первого порядка, учитывающими превращения двадцати компонентов реакционной смеси. Такое описание обладает существенным недостатком, так как оно не учитывает взаимного влияния реакций, кроме того, нет описания зависимости констант скоростей реакций от температуры. Точный анализ сырья и катализата с определением содержания двадцати компонентов неудобен в промышленных условиях. Неточности в определении хотя бы одного из компонентов существенно сказываются на результатах. Кроме того, такой анализ требует значительного времени, в течение которого качество сырья может измениться. Более удобное математическое описание риформинга в виде системы из восьми дифференциальных уравнений предложено в [99]. Химические превращения даны в виде обобщенных реакций, определяющих состояние системы. Недостатками работы является то, что для обеспечения сходимости результатов расчета с экспериментальными данными используются произвольно выбранные значения теплот и констант равновесия, отличающихся от точных.
Предложенное описание также неверно учитывает влияние давления на результаты.
На основании кинетической схемы математическое описание процесса риформирования может быть представлено системой дифференциальных уравнений, описывающих материальный и тепловой балансы в элементарном слое реактора. Для решения этой задачи были собраны экспериментальные данные о работе различных установок при средней активности катализатора и определены коэффициенты математического описания модели путем градиентного поиска минимума функции отклонения расчетных и экспериментальных величин [30]. Скорость реакции для любого состава реагирующей смеси была определена по экспериментальным данным методами графического или численного дифференцирования. Зная, как меняется скорость реакции при изменении условий эксперимента, можно определить и другие кинетические параметры [29,89].
В [18,94] кинетические параметры модели процесса риформирования определялись из условия наименьшего отклонения расчетных значений состава продуктов процесса и температур на выходе из реакторов от их экспериментальных значений. Однако, во всех вышеприведенных работах, расчеты выполнялись с учетом взаимных превращений только парафиновых, нафтеновых и ароматических углеводородов. Экспериментальные данные, полученные в [26,27], позволяют уточнить и дополнить схему реакций риформинга.
В [78] модель процесса риформинга в более узком контексте получения бензинов на платиносодержащих катализаторах учитывает взаимодействие индивидуальных компонентов гомологических групп из числа парафинов нормального и изостроения, пяти- и шестичленных нафтенов, ароматических углеводородов.
В работе [45] приводится оценка кинетических методов описания процесса каталитического крекинга, экспериментальная проверка уравнений Фроста и Панченкова. На данных, полученных с промышленной установки, показано, что оба уравнения удовлетворительно описывают процесс крекинга при условии использования сырья с одинаковыми показателями. Отмечается, что основной недостаток рассмотренных моделей состоит в том, что они не учитывают качественный состав сырья.
Поэтому в [30] исследована возможность использования качественных показателей сырья в кинетической модели процесса крекинга.
Известно, что кинетические модели достаточно полно отражают основные физико-химические закономерности процесса крекинга, и при отсутствии возмущений адекватны описываемому процессу в широком диапазоне изменения режимных координат. Однако кинетические модели не включают в явном виде наблюдаемые возмущения, основным из которых является изменение состава сырья. Кроме того, модели получаются сложными, негибкими и требуют большого объема исходной информации. Реализация таких моделей в режиме управления оказывается трудной, а в некоторых случаях и невозможной. Отмеченные недостатки затрудняют использование кинетических моделей в системах оптимального управления.
Построение диаграммы взаимного влияния факторов процесса каталитического риформинга
Произведем построение диаграммы взаимного влияния параметров процесса каталитического риформинга [8]. Процесс представляется в виде набора параметров и связей между ними. Одновременно рассматривается вычислительный аспект построения модели и определяется принципиальная возможность аналитического описания параметров и связей между ними. В случае невозможности предлагается качественное описание параметра или связи. Уровень разбиения задается необходимой детализацией модели, объемом знаний о процессе и назначением модели. Так как модель строится для целей оптимального управления, будем стремиться показать взаимосвязь непосредственных управляющих воздействий с величинами, характеризующими качество функционирования процесса в целом. В модели должны присутствовать управляющие воздействия, основные режимные координаты процесса, координаты, характеризующие качество протекания процесса и критерий оптимальности.
Диаграмма взаимного влияния представлена на рис. 2.2-2.8. Особенностью диаграммы гибридной модели является совместное использование как параметров, представляемых числовыми значениями, так и параметрами в виде нечетких множеств. Кроме того, связи между параметрами представлены как в аналитическом виде, так и в виде матриц нечеткого отношения. Четкие переменные и связи изображены сплошными линиями, нечеткие переменные и связи в виде матриц нечеткого отношения - пунктирными.
В качестве входных координат используются две группы параметров. К первой из них относятся: расход топливного газа в горелки трубчатых печей подогрева газосырьевой смеси, подача насосов стабильного гидрогенизата, количество сбрасываемого водородосодержащего газа, производительность компрессора циркуляционного газа. Все эти переменные являются четко определенными и вводятся в модель в виде численных значений. Во вторую группу входят: качество топливного газа, техническое состояние трубчатых печей, качество сырья, активность катализатора риформинга. Эти переменные являются неизменяемыми, они субъективно оцениваются оператором и вводятся в модель в виде лингвистического описания.
Входные координаты модели определяют значение режимных переменных процесса. К ним относятся: температура продуктовой смеси на входе в реакторы, давление в реакторах, мольное соотношение водород/сырье в системе, объемная скорость подачи сырья. Значения этих параметров определяют условия протекания процесса и получение сырья заданной октановой характеристики.
Для совокупной количественной и качественной оценки условий протекания реакций введены промежуточные переменные - «жесткость процесса» по каждой ступени, на которые влияет большая группа как четких, так и нечетких координат. Жесткости процесса по каждой ступени определяют обобщенную жесткость процесса. Такое построение упрощает структуру модели. Обобщенная жесткость, значение которой представлено нечетким множеством, влияет на выходные координаты модели, являющиеся четкими переменными. К ним относятся количество продукта, качество продукта, оцениваемое октановым числом и срок службы катализатора. Эти переменные определяют выходную координату модели - доход от использования установки.
Полученная диаграмма взаимного влияния параметров процесса каталитического риформинга характеризуется сложностью и наличием большого количества взаимовлияющих переменных. Это не позволяет сразу получить математическое описание всей системы в целом. Представляется целесообразным применить метод декомпозиции и рассматривать диаграмму взаимного влияния как сочетание элементарных сот. Тогда математическая модель процесса будет представляться в виде математических моделей отдельных сот и уравнений связи между ними.
Алгоритм оптимального управления установкой каталитического риформинга
Перейдем к вопросу построения алгоритмов оптимального управления процессом каталитического риформинга. Проблему осложняет тот факт, что в общем случае у нас нет практически никакой априорной информации о поведении критерия оптимальности Д в зависимости от изменения управления U. Значение критерия оптимальности при заданных управлениях можно получить только численными методами. Кроме того, целевой функции присущи все особенности, рассмотренные в предыдущем разделе - мультимодаль-ность и овражность. В качестве примера на рис. 3.2 показана зависимость значения целевой функции (3.8) от температуры ТВЬ1Х.
На основании проведенного обзора можно сделать вывод, что ни один из рассмотренных выше методов оптимизации не может эффективно решить задачу в данном случае.
Для решения задачи оптимального управления процессом каталитического риформинга предлагается следующий алгоритм, представляющий собой комбинацию методов случайных забросов, Хука-Дживса и просеивания. Отметим, что рассмотренный подход может быть распространен не только на метод Хука-Дживса, но и на другие поисковые алгоритмы.
Основные особенности алгоритма состоят в следующем. Двухуровневая структура алгоритма с методом случайных забросов на верхнем уровне и поисковым алгоритмом на нижнем позволяет объединить достоинства каждого из методов и исключить наиболее существенные присущие им недостатки. Метод случайных забросов обеспечивает решение задачи поиска глобального экстремума целевой функции, алгоритм нижнего уровня - нахождение локальных экстремумов по данному направлению и решение проблемы овражности целевой функции.
Суть алгоритма заключается в следующем. Случайным образом выбирается начальная точка, которая принимается в качестве базовой точки для модифицированного алгоритма Хука-Дживса. Из заданной точки производится исследующий поиск для определения направления уменьшения целевой функции. В случае удачного исследующего поиска начинается движение по образцу в заданном направлении до границы допустимой области. При этом в процессе поиска по образцу выбирается точка с минимальным значением целевой функции. Эта точка считается новой базовой, в которой процесс повторяется. При неудачном исследующем поиске возможны две ситуации. В первом случае пробный шаг в обе стороны приводит к увеличению целевой функции. Тогда считается, что минимум накрыт и принимается решение об уменьшении шага. Во втором случае пробные шаги в обе стороны дают одинаковой значение целевой функции, делается вывод о нахождении в овраге. Тогда шаг поиска увеличивается до тех пор, пока не произойдет выход пробных точек из оврага или выход за границы допустимой области. В случае выхода из оврага алгоритм продолжает работу далее, иначе принимается решение о смене случайной начальной точки.
После уменьшения шага поиск по образцу производится обычным образом до начала увеличения целевой функции. Критерием окончания поиска является минимальная заданная величина шага. После окончания поиска методом Хука-Дживса найденный локальный минимум считается текущим. Затем выбирается следующая случайная базовая точка и цикл повторяется. В конце каждого цикла найденный минимум сравнивается с текущим и в качестве нового текущего выбирается наименьший. По окончании N циклов текущий минимум считается решением задачи оптимизации.
Процедура исследующего поиска состоит в выполнении пробных шагов по каждой координате с вычислением значения целевой функции в получаемых пробных точках. При этом в качестве направления поиска по данной координате принимается направление, дающее меньшее значение целевой функции. При равенстве значений целевой функции в обоих направлениях пробный шаг увеличивается. Этим обеспечивается выход из области возможного оврага целевой функции. Это приводит к выходу из оврага целевой функции.
Процедура поиска по образцу заключается в реализации шагов вдоль диагонали из заданной базовой точки, по найденным в результате исследующего поиска направлениям. При этом если коэффициент шага Кш = 1, то шаги выполняются до достижения границы допустимой области, при этом происходит вычисление целевой функции после каждого шага и выбор минимального значений вдоль всей прямой. Это особенно значимо при наличии большого количества мелких локальных минимумов. Если коэффициент шага Кш 1, то поиск по образцу происходит обычным до начала увеличения целевой функции - реализуется поиск в окрестностях заданной точки до достижения необходимой точности.
Рассмотрим работу алгоритма оптимального управления на примере зависимости условного дохода Д от двух переменных — температуры газосырьевой смеси на входе в печь Твх и температуры газосырьевой смеси на выходе печи первой ступени риформинга ТВЫХ1 (рис. 3.3). Функция представлена линиями уровня 1-8, штриховыми линиями обозначены действующие ограничения вида (3.4) - (3.7). Пусть метод случайных забросов выбрал точку (1). Исследующий поиск при этом определит направление уменьшения целевой функции в направлении точки (2). Следует отметить, что шаги по разным координатам могут быть различными, поэтому полученное направление отличается от диагонали. Поиск по образцу произведет движение до границы допустимой области, шаги по прямой обозначены точками. В результате будет выбрана точка (2), как обеспечивающая наименьшее значение целевой функции вдоль прямой поиска по образцу. Дальнейший поиск приведет в точку (3), так как выход из области локального минимума невозможен вследствие того, что поиск по образцу при повторных обращениях работает стандартным образом до начала увеличения целевой функции. Такое построения алгоритма снижает в некоторой степени его эффективность, но значительно минимизирует вычислительные затраты. Потеря эффективности компенсируется двухуровневой структурой с включением метода случайных забросов.
Рассмотрим следующий цикл работы алгоритма. Допустим, что выбрана случайная точка (4). Работа алгоритма будет представлена последовательностью точек (5) - (6) - (7). После сравнения текущего значения минимума (3) и найденного минимума (7) произойдет выбор точки с минимальным значением целевой функции (7), что соответствует нахождению глобального минимума целевой функции управления. В случае увеличения размерности задачи оптимизации алгоритм работает аналогично.
Разработка функционально-алгоритмической структуры системы управления
В процессе функционирования система оптимального управления выполняет следующие основные функции:
- контроль за состоянием объекта, включающий в себя систему индикации параметров для оператора и автоматическую блокировку при выходе процесса за установленные границы параметров;
- расчет оптимального режима и соответствующих значений вектора управления U ;
- установка и поддержание значений управляющих воздействий;
- оценка режима с точки зрения оптимальности и, в случае необходимости, переход к расчету нового оптимального режима.
Кроме всех вышеперечисленных функций, при проектировании системы оптимального управления процессом каталитического риформинга необходимо предусмотреть возможность ввода параметров для управляющей ЭВМ второго уровня, которые оцениваются оператором и представляются в виде лингвистических переменных. Помимо этого должен быть предусмотрена возможность оперативного влияния на ход процесса, а также полный переход на ручное управление в аварийных ситуациях.
Выберем основные точки контроля и реализации управляющих воздействий. Стабильный гидрогенизат из блока гидроочистки подается на смешение с циркуляционным водородосодержащим газом для получения газосырьевой смеси, при этом измеряется температура и расход гидрогенизата, а также расход водородосодержащего газа. Необходимое соотношение водород/сырье поддерживается с помощью регулирующего клапана на трубопроводе подачи водородосодержащего газа. Получившаяся газосырьевая смесь поступает в трубчатую печь П-1 (рис 1.2.) первой ступени каталитического риформинга, при этом контролируется температура газосырьевой смеси на выходе печи и расход топливного газа. Расход топливного газа регулируется клапаном на трубопроводе подачи топливного газа в печь. Поддержание в камере печи необходимого разрежения производится на основе информации о текущем значении разрежения от манометра, отбор на который производится в камере печи после конвекционного пучка. Регулирующее воздействие осуществляется путем изменения положения шибера печи. Содержание кислорода в дымовых газах измеряется газоанализатором. Кроме того, контролируются: температура газосырьевой смеси между камерами конвекции и радиации, температура дымовых газов на перевале печи, содержание окиси углерода в дымовых газах. Предусмотрен прибор контроля пламени, который при погасании факела выдает сигнал на остановку печи. Помимо этого, контролируется давление подаваемого в печь топливного газа, давление дымовых газов на перевале печи и перепад давлений на змеевике печи. Резкое увеличение перепада давлений свидетельствует о прогорании змеевиков и аварии в печи. Значения этих параметров сравнивается с допустимыми и при выходе за установленные пределы подается команда на остановку печи и всего блока каталитического риформинга. При этом подача топливного газа отключается отсечным клапаном на трубопроводе подачи, печь изолируется от установки клапанами на трубопроводе продуктовой смеси и производится продувка змеевика паром на щит факельного сброса. В корпус печи также подается пар для гашения возможного пожара или недопущения его возникновения.
Подогретая в печи газосырьевая смесь подается в реактор Р-1 первой ступени. Для точного анализа происходящих в реакторе процессов необходимо иметь информацию о целом ряде параметров. Измеряется температура на входе и выходе реактора, перепад температур по слоям катализатора с помощью многозонной термопары, распределение температуры стенки реактора по высоте, перепад давлений в реакторе, который характеризует степень закоксованности катализатора, давление в реакторе. Вторая и третья ступени риформинга имеют аналогичные точки контроля. Давление в реакторах регулируется путем изменения расхода водородосодержащего газа через клапан на сброс в блок гидроочистки.
После этого газопродуктовая смесь поступает в аппарат воздушного охлаждения Х-1. Контролируется температура после аппарата, управление производится с помощью изменения шага лопастей вентилятора. После аппарата воздушного охлаждения газопродуктовая смесь направляется в водяной холодильник Х-2. Контролируется температура смеси на входе и выходе, давление воды на входе. Вышедшая из холодильника газопродуктовая смесь поступает в сепаратор высокого давления, где разделяется на водородосо-держащий газ и нестабильный катализат. Контролируется уровень в сепараторе, регулирующее воздействие осуществляется изменением расхода нестабильного катализата через регулирующий клапана. Расход водородосодержащего газа из сепаратора регулируется клапаном на линии сброса газа в топливную сеть для поддержания заданного давления в сепараторе. Основная часть водородосодержащего газа поступает в сепаратор С-2. Контролируется влажность газа после сепаратора, при повышенной влажности газ направляется в сепаратор С-2 через блок адсорберов - осушителей К-1, К-2. При нормальной влажности водородосодержащий газ минует адсорберы по байпас-ной линии. Водородосодержащий газ из сепаратора С-2 поступает на прием центробежного компрессора ЦК-1. Контролируется давление и температура ВСГ на входе и выходе компрессора, а также содержание водорода. После компрессора водородосодержащий газ направляется к тройникам смешения газосырьевой смеси. В аварийных ситуациях по командам от ЭВМ производится остановка блока. При этом тушатся печи П-1, П-2, П-3.
Для предотвращения падения давления в системе отсечные клапаны закрывают трубопроводы сброса газов из блока каталитического риформин-га. Система переходит в режим холодной газовой циркуляции.
На основе поступающей информации с точек контроля система оптимального управления производит вычисление оптимального значения вектора управляющих воздействий U . Вычисленные значения конкретных управляющих параметров передаются ЭВМ нижнего уровня и реализуются на объекте управления. Проведенный анализ процесса как объекта управления, показал, что процесс является мультипериодическим. В качестве периодов работы можно выделить: промежуток работы на сырье одного резервуара, промежуток работы между проведением окислительной регенерации катализатора, промежуток работы на одном катализаторе. При этом окончание любого периода требует расчета нового оптимального режима.
Функционально-алгоритмическая структура системы управления показана на рис. 4.3. Блок 1 ввода количественной информации осуществляет аналого-цифровое преобразование информации. Блок 2 производит первичную обработку поступающей количественной информации: сглаживание и нормирование сигналов, определение вышедших из строя датчиков. Блоки 4 и 5 осуществляют прием от оператора качественной информации в виде лингвистических переменных и ее формализацию в виде нечетких множеств. После этого информация о текущем состоянии объекта управления поступает в блок 8, где происходит решение задачи оптимального управления. Найденные значения вектора оптимального управления U , передаются в блок 11, который осуществляет установку режимных параметров в соответствующее состояние. Это осуществляется блоком 10, выполняющим функцию цифро-аналогового преобразования. Блок 9 осуществляет оценку оптимальности режима на основе информации о текущем состоянии блока и, при необходимости, выдает команду на поиск нового оптимального режима. Взаимодействие с оператором происходит через блоки 3 и 6. Блок 7 выполняет функцию архивации всей информации о работе системы управления для последующего анализа. Распределение алгоритмических блоков по уровням системы управления показано на рис. 4.4.
