一种高纯精馏过程的浓度非线性观测系统及方法

摘要

一种高纯精馏过程的浓度非线性观测系统，包括与高纯精馏过程直接连接的现场智能仪表和DCS系统，所述DCS系统包括存储装置、控制站和上位机，所述现场智能仪表与存储装置、控制站和上位机相连，所述的上位机包括用以预测高纯精馏过程将来时刻的组分浓度分布的观测器，所述的观测器包括组分推断模块、组分分布函数拟合模块和将来时刻高纯精馏过程浓度预测模块。本发明也提供了一种高纯精馏过程的浓度非线性观测方法。本发明能够有效快速的在线预测高纯精馏过程将来时刻的浓度变化，准确地反应高纯精馏过程的强非线性动态特性。

主权项

1.一种高纯精馏过程的浓度非线性观测系统，包括与高纯精馏过程直接连接的现场智能仪表和DCS系统，所述DCS系统包括存储装置。控制站和上位机，所述现场智能仪表与存储装置、控制站和上位机相连，其特征在于：所述的上位机包括用以预测高纯精馏过程将来时刻的组分浓度分布的观测器，所述观测器包括：组分推断模块，用以从现场智能仪表获取温度，压强数据，计算高纯精馏过程各块塔板的组分浓度，并将组分浓度计算结果存储在历史数据库当中，采用式(1)得到：$X_i=\frac{P\times \alpha \times {10}^{\frac{T_i+c}{b}-a}-1}{\alpha -1}$i＝1，2，……，n    (1)其中，下脚标i为塔板编号，1为塔顶编号，f为进料板编号，n为塔底编号，X_i为第i块塔板的液相组分浓度，P分别为精馏塔压强，T_i为第i块塔板的的温度，α为相对挥发度，a、b、c为安东尼常数；组分分布函数拟合模块，用以采用历史数据库中组分推断模块计算出的组分浓度数据，拟合液相组分浓度分布函数，并将拟合参数存储到历史数据库当中，采用式(2)(3)得到：${\hat{X}}_i=X_{\min ,r}+\frac{X_{\max ,r}-X_{\min ,r}}{{l+e}^{-k_r(i-S_r)}}$i＝1，2，……，f-1    (2)${\hat{X}}_i=X_{\min ,s}+\frac{X_{\max ,s}-X_{\min ,s}}{1{+e}^{-k_s(i-S_s)}}$i＝f，f+1，……，n    (3)其中，为第i块塔板处液相组分浓度预估浓度，X_min，r、X_max，r、k_r、X_min，s、X_max，s、k_s为拟合参数，S_r、S_s分别为高纯精馏过程精馏段、提馏段液相组分浓度分布曲线的位置；将来时刻高纯精馏过程状态预测模块，用以根据当前组分浓度数据以及组分浓度分布函数预测将来时刻的液相组分浓度分布，该模块包括以下：①从历史数据库中读取组分浓度测量值，计算当前时刻液相轻组分浓度分布曲线位置变化速度，并将曲线位置变化速度存储到历史数据库当中，采用式(4)-(6)得到$Y_i\left(k\right)=\frac{\alpha X_i\left(k\right)}{(\alpha -1)X_i\left(k\right)+1}$i＝1，2，……，n    (4)$\frac{{\mathrm{dS}}_r}{\mathrm{dt}}\left(k\right)=\frac{{\mathrm{VY}}_f\left(k\right)-{\mathrm{LX}}_{f-1}\left(k\right)-{\mathrm{VY}}_1\left(k\right)}{{\mathrm{HX}}_{f-1}\left(k\right)}---\left(5\right)$$\frac{{\mathrm{dS}}_s}{\mathrm{dt}}\left(k\right)=\frac{-{\mathrm{VY}}_f\left(k\right)-{\mathrm{LX}}_n\left(k\right)+{\mathrm{LX}}_{f-1}\left(k\right)+{\mathrm{FZ}}_f}{H(X_{f-1}\left(k\right)-X_n\left(k\right))}---\left(6\right)$其中，k为当前采样时刻，X_i(k)、Y_i(k)分别为k采样时刻第i块塔板液相轻组分浓度和汽相轻组分浓度，q为进料热状况，F为进料流率，V、L分别为气、液相摩尔流率，H为持液量，Z_f为进料组分浓度，X_f-1(k)、X_n(k)分别为k采样时刻第f-1块塔板和塔底的液相轻组分浓度，Y₁(k)、Y_f(k)分别为k时刻塔顶和进料板处的汽相轻组分浓度，分别为精馏段和提馏段的轻组分浓度分布曲线位置变化速度；②从历史数据库中获取曲线位置变化速度数据，组分浓度分布函数拟合参数，采样周期并计算下一时刻波形位置以及下一时刻组分浓度分布，采用式(7)-(10)得到：$S_r(k+1)=S_r\left(k\right)\frac{{\mathrm{dS}}_r}{\mathrm{dt}}\left(k\right)\times \delta ---\left(7\right)$$S_s(k+1)=S_s\left(k\right)\frac{{\mathrm{dS}}_s}{\mathrm{dt}}\left(k\right)\times \delta ---\left(8\right)$${\hat{X}}_{i,r}(k+1)=X_{\min ,r}+\frac{X_{\max ,r}-X_{\min ,r}}{{1+e}^{-k_r(i-S_r(k+1))}}$i＝1，2，……，f-1    (9)${\hat{X}}_{i,s}(k+1)=X_{\min ,s}+\frac{X_{\max ,s}-X_{\min ,s}}{{1+e}^{-k_s(i-S_s(k+1))}}$i＝f，f+1，……，n    (10)其中，δ为采样周期，S_r(k)、S_s(k)分别为k采样时刻精馏段、提馏段液相轻组分浓度分布位置，S_r(k+1)、S_s(k+1)分别为k+1采样时刻精馏段、提馏段液相轻组分浓度分布位置，分别为k+1采样时刻精馏段、提馏段第i块塔板液相轻组分浓度分布的预测值；③从历史数据库中获取当前组分浓度测量值，以及预测值，修正组分浓度预测值，采用式(11)(12)得到$r_i\left(k\right)=X_i\left(k\right)-{\hat{X}}_i\left(k\right)$i＝1，2，……，n    (11)$X_i^{\%}(k+1)={\hat{X}}_i(k+1)+r_i\left(k\right)$i＝1，2，……，n    (12)其中，为k采样时刻精馏段或提馏段的第i块塔板液相轻组分浓度分布的预测值，r_i(k)为k采样时刻第i块塔板的预测误差，为k+1采样时刻的液相轻组分浓度预测修正值即液相轻组分浓度的观测值。