发明名称 相关积分法催化裂化在线优化控制系统
摘要 本发明涉及催化裂化过程的优化控制方法,属于过程先进控制技术领域。本发明的优化控制系统从催化裂化装置的DCS基本控制器中读取温度、压力、液位、流量等测量信息,采用相关积分方法,每分钟计算一次装置的反应温度、预提升蒸汽流量、原料油换热温度、掺渣比、回炼油比、油浆回炼比、新催化剂加入量等调控变量间的相关积分,以及各变量与目标函数间的相关积分。优化控制系统根据这些相关积分值,定期计算一次各调控变量的最佳给定值送往基本控制器执行。如此循环往复,完成两级闭环优化控制系统,改变以往靠再生阀控制反应温度或反应热的方法。本发明具有极强的自适应性和抗干扰能力,控制性能稳定,可以提高轻质油受率,经济效益显著。
申请公布号 CN1234054C 申请公布日期 2005.12.28
申请号 CN02129069.5 申请日期 2002.08.30
申请人 王建 发明人 王建
分类号 G05B11/01;G05B11/40;G05D27/00 主分类号 G05B11/01
代理机构 北京天昊联合知识产权代理有限公司 代理人 何立波;张天舒
主权项 1.一种相关积分法催化裂化在线优化控制系统,包括催化裂化生产装置,其特征在于还包括:集散控制系统基本控制器和优化控制器,所述集散控制系统基本控制器,用于从催化裂化生产装置中采集优化变量的测量值和目标函数的测量值、并将所述测量值发送至优化控制器,以及根据来自优化控制器的优化变量的新给定值来控制催化裂化生产装置,直至使目标函数在满足约束条件下达到最大、目标函数梯度为零,从而实现对催化裂化生产装置的实时优化控制,所述优化控制器,用于根据来自集散控制系统基本控制器的优化变量的测量值和目标函数的测量值、以及相关积分法来计算优化变量的自相关积分以及优化变量和目标函数的互相关积分,求出目标函数的梯度,随后根据目标函数的梯度计算出优化变量的新给定值,并将所述新给定值输出至集散控制系统基本控制器,所述相关积分法具体包括:构造目标函数<img file="C021290690002C1.GIF" wi="104" he="59" />该目标函数应当是在线可计算的或在线可测量的那么<maths num="001"><![CDATA[ <math><mrow><mover><mi>J</mi><mo>~</mo></mover><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mi>f</mi><mrow><mo>(</mo><mover><mi>u</mi><mo>~</mo></mover><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>,</mo><mover><mi>p</mi><mo>~</mo></mover><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>,</mo><mi>t</mi><mo>)</mo></mrow></mrow></math>]]></maths>其中,<img file="C021290690002C3.GIF" wi="80" he="47" />为m维均值可控优化变量,<img file="C021290690002C4.GIF" wi="82" he="48" />为干扰,f为未知映射;根据公式<maths num="002"><![CDATA[ <math><mrow><msub><mi>K</mi><mi>uu</mi></msub><mrow><mo>(</mo><mi>T</mi><mo>,</mo><mi>M</mi><mo>)</mo></mrow><mo>=</mo><msubsup><mo>&Integral;</mo><mrow><mo>-</mo><mi>M</mi></mrow><mi>M</mi></msubsup><mfrac><mn>1</mn><mrow><mn>2</mn><mi>T</mi></mrow></mfrac><msubsup><mo>&Integral;</mo><mrow><mo>-</mo><mi>T</mi></mrow><mi>T</mi></msubsup><mi>u</mi><mrow><mo>(</mo><mi>t</mi><mo>-</mo><mi>&tau;</mi><mo>)</mo></mrow><mi>u</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mi>dtd&tau;</mi></mrow></math>]]></maths>和优化变量的实时测量值u(t)计算优化变量的自相关积分K<sub>uu</sub>;其中T,M为大于0的常数;根据公式<maths num="003"><![CDATA[ <math><mrow><msub><mi>K</mi><mi>uJ</mi></msub><mrow><mo>(</mo><mi>T</mi><mo>,</mo><mi>M</mi><mo>)</mo></mrow><mo>=</mo><msubsup><mo>&Integral;</mo><mrow><mo>-</mo><mi>M</mi></mrow><mi>M</mi></msubsup><mfrac><mn>1</mn><mrow><mn>2</mn><mi>T</mi></mrow></mfrac><msubsup><mo>&Integral;</mo><mrow><mo>-</mo><mi>T</mi></mrow><mi>T</mi></msubsup><mi>u</mi><mrow><mo>(</mo><mi>t</mi><mo>-</mo><mi>&tau;</mi><mo>)</mo></mrow><mi>J</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mi>dtd&tau;</mi></mrow></math>]]></maths>和目标函数的实时测量值J(t)计算优化变量与目标变量的互相关积分K<sub>uJ</sub>;其中T,M为大于0的常数;根据公式<maths num="004"><![CDATA[ <math><mrow><msub><mi>K</mi><mi>uJ</mi></msub><mo>=</mo><msub><mi>K</mi><mi>uu</mi></msub><mfrac><mi>dEf</mi><mrow><mi>dE</mi><mo>{</mo><mover><mi>u</mi><mo>~</mo></mover><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>}</mo></mrow></mfrac></mrow></math>]]></maths>求出目标函数的梯度<img file="C021290690003C2.GIF" wi="212" he="114" />根据公式<maths num="005"><![CDATA[ <math><mrow><mi>us</mi><mrow><mo>(</mo><mi>l</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>=</mo><mi>us</mi><mrow><mo>(</mo><mi>l</mi><mo>)</mo></mrow><mo>+</mo><mi>&alpha;</mi><mfrac><mi>dEf</mi><mrow><mi>dE</mi><mo>{</mo><mover><mi>u</mi><mo>~</mo></mover><mrow><mo>(</mo><mi>l</mi><mo>)</mo></mrow><mo>}</mo></mrow></mfrac></mrow></math>]]></maths>计算优化变量的新设定值us(l+1);其中,α为常数。
地址 100085北京市海淀区上地信息路2号1号楼20层C号