[发明专利]催化裂化反应深度在线计算和自适应非线性预测控制方法

摘要

催化裂化反应深度在线计算和自适应非线性预测控制方法属于工业过程自动控制技术领域，其特征在于，利用再生器热平衡计算得到的相对准确的催化剂循环量在线校正再生阀门流量特性模型的参数，然后基于校正后的再生阀门流量特性模型完成催化剂循环量的实时计算；在此基础上，基于提升管动态数学模型在线计算催化裂化反应热及实现提升管反应深度自适应非线性预测控制。

主权项

1.催化裂化反应深度在线计算和自适应非线性预测控制方法，其特征在于，是在控制计算机上按照以下步骤实现的：步骤(1)控制计算机初始化设置：第一个催化剂循环量计算模块，第二个催化剂循环量计算模块，再生阀门模型系数校正模块，提升管反应热计算模块以及提升管反应深度自适应非线性预测控制模块；步骤(2)设置控制计算机的采样间隔T_s，采样周期K×Ts，采样时刻k＝1，2，…K，所述控制计算机利用实时数据库在线地从分布式控制系统DCS取得现场数据，至少包括：再生阀门开度测量值ivp(k)，再生阀门压降测量值ΔP(k)，进入再生器的催化剂温度测量值T₁(k)，流出再生器的催化剂温度测量值T₂(k)，第一段提升管的入口温度测量值T_r0(k)，第一段提升管的出口温度测量值T_r1(k)，第二段提升管的出口温度测量值T_r2(k)，原料油进料质量流量测量值G_oil(k)，原料油进料预热温度测量值T_oil(k)，提升蒸汽质量流量测量值G_w(k)，进提升管提升蒸汽温度测量值T_w(k)，进再生器空气体积流量测量值F_a(k)，烟气氧含量测量值O_fg(k)，再生烟气温度测量值T_fg(k)，进入再生器的空气温度测量值T_a(k)，再生取热器冷却水流量测量值F_ex(k)，再生取热器冷却水入口处温度测量值T_{ex_in}(k)，再生器取热器冷却水出口处温度测量值T_{ex_out}(k)，并给定两段提升管的总反应热设定值和第二段提升管出口温度设定值步骤(3)第k个采样时刻，所述第一个催化剂循环量计算模块根据步骤(2)取得的ivp(k)和ΔP(k)，按再生阀门流量特性模型计算催化剂循环量G_C(k)：GC(k)=Cv(ivp(k))×ΔP(k),]]>其中：G_C(k)：第k个采样时刻，由再生阀门流量特性模型计算得到的催化剂循环量，kg/h，Cv(ivp(k))：关于再生阀门开度ivp的未知函数，m×h，采用多项式函数来近似：Cv(ivp(k))=Σn=0Nan(k-1)×ivpn(k),]]>其中：N＝2为多项式函数阶次，a_n(k-1)是第k-1个采样时刻的多项式系数，其初始值为a₀(0)＝-15.915，a₁(0)＝1.159，a₂(0)＝0.058；步骤(4)所述再生阀门模型系数校正模块依次按下述步骤更新步骤(3)所述的多项式系数，步骤(4.1)第k个采样时刻，根据步骤(2)取得的T_r2(k)和T₂(k)，判断催化裂化反应-再生部分是否达到稳态，若满足下述条件：|X(k)-Σkn=1kNX(k-kn)kN|≤ϵ,]]>则认为反应-再生部分达到稳态，其中：向量X(k-k_n)，k_n＝1，2，…，k_N是由第k-k_n个采样时刻的T_r2(k-k_n)和T₂(k-k_n)组成的二维向量，数据长度k_N＝10，ε＝[1，4]′是阈值，步骤(4.2)若催化裂化反应-再生部分达到稳态，转入所述步骤(4.3)，利用再生器热平衡公式计算催化剂循环量来更新所述再生阀门模型系数，若未达到稳态，则令a_n(k)＝a_n(k-1)，n＝0，…，N转入步骤(5)计算，步骤(4.3)所述第二个催化剂循环量计算模块根据步骤(2)中取得的T₁(k)和T₂(k)，按再生器热平衡公式计算催化剂循环量G^C(k)=QC(k)Cpcat×(T2(k)-T1(k)),]]>其中：第k个采样时刻，由再生器热平衡公式计算得到的催化剂循环量，kg/h，Cp_cat：催化剂比热，kJ/(kg.℃)，已知值，Q_C(k)＝Q_O(k)-Q_a(k)-Q_T(k)-Q_q(k)：第k个采样时刻，催化剂带走热量，kJ/h，第k个采样时刻，单位时间总烧焦放热量，kJ/h，ΔH_cb：燃烧1kg碳产生的热量，kJ/(kg碳)，已知值，v_oc：燃烧1kg碳耗氧量，m³/(kg碳)，已知值，Q_a(k)＝F_a(k)ρ_airCp_air(T_fg(k)-T_a(k))：第k个采样时刻，空气带走热量，kJ/h，ρ_air：空气密度，kg/m³，已知值，Cp_air：空气比热，kJ/(kg.℃)，已知值，Q_T(k)＝0.063×Q_O(k)：第k个采样时刻，脱附热量，kJ/h，Q_q(k)＝F_ex(k)Cp_water(T_{ex_out}(k)-T_{ex_in}(k))：第k个采样时刻，再生取热器取热量，kJ/h，Cp_water：冷却水比热，kJ/(kg.℃)，已知值，步骤(4.4)令得到用于更新多项式系数的一组数据然后利用递推最小二乘算法更新步骤(3)所述多项式系数，更新迭代公式如下：其中：K(k)是第k个采样时刻的系数校正增益矩阵，P(k)为k时刻的协方差矩阵，其初值P(0)＝10⁵×I，I为单位阵，λ(k)＝0.98为遗忘因子，θ(k)＝[a₀(k)，a₁(k)，…，a_N(k)]′是第k个采样时刻的多项式系数，上标符号“′”表示矩阵转置，下同，步骤(4.5)所述第一个催化剂循环量计算模块根据更新的多项式系数a_n(k)重新计算催化剂循环量并送所述分布式控制系统DCS显示和后续计算使用；步骤(5)提升管反应热计算模块在所述提升管分为两段的条件下，i＝1，2，计算各段提升管的反应热，步骤(5.1)设定一个所述提升管的模型：MpidTridt+(GoilCpoil+GCCpcat+GwCpw)(Tri-Tr(i-1))-Hlossi=GoilHri,]]>其中：T_ri：第i段提升管的出口温度，℃，T_r0＝T_r(i-1)，i＝1：第1段提升管的入口温度，℃，Mp_i：第i段提升管物料和器壁的热容量，kJ/℃，已知值，Cp_oil：油气比热，kJ/(kg.℃)，已知值，Cp_cat：催化剂比热，kJ/(kg.℃)，已知值，Cp_w：水蒸汽热容量，kJ/kg，已知值，G_C：由再生阀门模型计算得到的催化剂循环量，kg/h，H_lossi：第i段提升管的热损失，kJ/h，已知值，H_ri：第i段提升管的反应热，kJ/kg原料油，步骤(5.2)离散化提升管模型方程，得到反应热计算公式计算所述各段提升管的反应热：Hri(k)=(1-γ)Hri(k-1)+γ(MpiTi(k)-Ti(k-1)Ts+Hoi(k)-Hlossi(k))/Goil,]]>其中：H_oi(k)＝(G_oil(k)Cp_oil+G_C(k)Cp_cat+G_w(k)Cp_w)(T_ri(k)-T_r(i-1)(k))，0＜γ≤1是滤波参数，最终得到两段提升管的总反应热为步骤(6)在第k个采样时刻，所述提升管反应深度自适应非线性预测控制模块按下述步骤进行反应深度控制，步骤(6.1)建立面向动态控制的提升管非线性动态数学模型：dTr1dt=-1sT1(1+Γ1)(Tr1-Tr0)-Λ1sT1(1+Γ1)GCGoilCc1dTr2dt=-1sT2(1+Γ2)(Tr2-Tr1)-Λ2sT2(1+Γ2)GCGoil(Cc2-Cc1),]]>其中：油气在第i段提升管的滞留时间，h，V_ri：第i段提升管体积，m³，已知值，ρ_oil：第1段提升管入口处的油气密度，kg/m³，已知值，Γi=VLiρLVriρoilCpmCpoil+GCGoilCpcat+GwGoilCpw:]]>无量纲热容校正系数，V_Li：第i段提升管耐磨耐热层体积，m³，已知值，ρ_L：提升管耐磨耐热层密度，kg/m³，已知值，Cp_m：提升管耐磨耐热层的比热，kJ/(kg.℃)，已知值，G_C：由再生阀门模型计算得到的催化剂循环量，kg/h，Λi=ΔHCRCpoil+GCGoilCpcat+CwGoilCpw:]]>反应热与物料比热之比，℃，ΔH_CR：反应热，kJ/kg催化碳，已知值，C_ci：第i段提升管出口处催化剂的催化碳含量，％，已知值Cp_{oil_L}：原料油比热，kJ/(kg.℃)，已知值，ΔH_v：原料油气化热，kJ/kg原料油，已知值，步骤(6.2)在第k个采样时刻，提升管反应深度自适应非线性预测控制模块通过控制原料油预热温度和再生阀门开度，使第二段提升管出口温度和反应热达到各自设定值和即，采用Levenberg-Marquardt优化算法求解下述优化问题：minToil(k+l2),ivp(k+l2)j=1,...L2J=Σl1=1L1Hr(k+l1)-Hr*Tr2(k+l1)-Tr2*′QHr(k+l1)-Hr*Tr2(k+l1)-Tr2*]]>+Σl2=1L2Toil(k+l2)-Toil(k+l2-1)ivp(k+l2)-ivp(k+l2-1)′RToil(k+l2)-Toil(k+l2-1)ivp(k+l2)-ivp(k+l2-1)]]>得到控制量T_oil(k+l₂)，ivp(k+l₂)，l₂＝1，…，L₂，其中：L₁＝10为预测步长，L₂＝2为控制步长，H_r(k+l₁)是根据(6.1)所述提升管模型预测k+l₁时刻的反应热值，T_r2(k+l₁)是根据(6.1)所述提升管模型预测k+l₁时刻的第2段提升管出口温度值，T_oil(k+l₂)是k+l₂时刻的原料油预热温度的预测值，ivp(k+l₂)是k+l₂时刻的再生阀门开度的预测值，是输出变量加权矩阵，是控制变量加权矩阵；步骤(7)所述提升管反应深度自适应非线性预测控制模块将步骤(6.2)得到的T_oil(k+1)和ivp(k+1)分别作为k+1时刻原料油预热温度PID控制器的设定值和k+1时刻再生阀门开度的设定值，然后转入k+1时刻，重复执行步骤(2)-(7)直至达到设定的采样总数K。