Использование модели-интеллектуального контроля для повышения операции по дистилляции
Используйте этот подход, основанный на стационарных и динамического моделирования для разработки необходимых моделей - и избежать разрушительных и дорогостоящим шагом тестирования, насколько это возможно.
Представьте себе, инвестиций в оборудование со сроком окупаемости всего 10 дней. Основные нефтеперерабатывающего нефти только опытные, что, когда он осуществлял линейных многомерных моделей интеллектуального контроля (ПДК) в отношении ее кот-взломщика. Использование линейного программирования оптимизатора, ПДК определены оптимальные ограничения блок, а затем переехал подразделений в этих пределах в течение нескольких дней. Хотя это крайний пример, как правило, признается, что ПДК могут добавить значительную ценность в сочетании с оптимизатора, который управляет завода по рентабельности максимум, с типичными окупаемости в два года или меньше.
Модель-интеллектуального управления практикуется на коммерческой основе более чем 25 лет, а многие документы были опубликованы на теории и практике MPC (например, 1, 2). В данной статье кратко, что было изучено в искусстве реализации ПДК на крупных заводах фракционирования с использованием первых принципов стационарных и динамических методов моделирования для повышения качества моделей ПДК, и рекомендует процедуру, которая избавляет от необходимости шаг тестирования, которые зачастую трудно и дорого.
Традиционно, внедрение модели интеллектуального контроллера в обрабатывающих отраслях промышленности потребовало создания фиксированной, линейные, динамическая модель, которая касается изменений в каждом ввод в каждый выходной. Подавляющее большинство проектов, описанных в литературе были выполнены с использованием обширных испытаний шага на пути разработки таких линеаризованной модели управления с использованием модели процесса методов идентификации (3). Потому что такие преднамеренные испытания шага могут быть весьма дорогостоящими, разрушительный, инвазионных и длительным по длительности (нередко в течение многих недель или месяцев в больших единицы), значительным стимулом существует для сведения к минимуму шаг испытания, если не устранить их полностью.
Тем не менее, важность надежной и предсказуемой базы на уровне нормативно-система управления не может быть переоценена. Во многих случаях, бедных нормативных управления конфигурацией в ректификационной колонны ставит под угрозу жизнеспособность любой системы контроля ПДК.
Улучшение ПДК проектов с использованием химических моделей инженерных
Некоторые подходы к совершенствованию ПДК проектов заслуживает рассмотрения.
* Если контроллер ПДК требует указания полного динамической модели для каждого МВ / CV и DV / CV пары (например, манипулировать (ТС), управляемые (CV) и нарушения (DV) переменных), использование тщательно продуманы динамической модели моделирование процесс разработки необходимых кривых ПДК (4).
* Если контроллер ПДК требует указания только стационарное выгоды, используя тщательно продуманы стационарного имитационная модель процесса (5).
* При использовании шаг тестирования подход к построению динамических моделей сложных систем дистилляции, то можно получить хорошие модели ПДК. Прибыль определяется с помощью калиброванного стационарного имитационная модель может быть вставлена в динамических моделей, и форма динамической части кривой скорректированной надлежащим образом.
* Можно было ожидать, процесс идентификации моделей программного обеспечения, поставляемого с крупными пакетами ПДК, чтобы пользователи могли исправить стационарного получить по одному или нескольким МВ / CV или DV / CV пар и определить только динамические формы кривой (с ). Мы не знаем доступное программное обеспечение, с которой это возможно. Крепежные успехи, которые были получены надежно и независимо, как описано здесь могут значительно сократить продолжительность шаг испытаний, требуемых для определения динамической форме модели ПДК для большинства проектов.
Обратите внимание, что эти подходы требуют создания калиброванного стационарного имитационной модели, как предварительное условие. Это можно сделать довольно легко для ректификационные колонны и в большинстве других технологического оборудования. Исключение каталитических химических реакторах со сложной кинетикой, где реактор стоков состав далеких от термодинамического равновесия. В таких случаях реактор равновесия модели (которые могут быть сформулированы гораздо легче, чем неравновесных кинетических моделей, описывающих каталитические явления) не могут быть использованы для оценки соответствующих доходов. К счастью, большинство основных каталитических реакторов имеют довольно быстрое урегулирование раз (например, извести для контроля для достижения устойчивого состояния) и определение соответствующих моделей ПДК использованием шаг тестов, не является важным мероприятием.
Процесс нелинейности вопросов в проектах ПДК
Это необходимо учитывать два вида нелинейных вопросы управления, которые часто встречаются в химические процессы, которые включают ректификационные колонны с высокой степенью чистоты продуктов - динамическая нелинейность и получить нелинейности.
Использование линейного регулятора, ПДК по своей природе нелинейных процессов всегда связано с поправкой на несоответствие между процессом и модели ПДК управлять ею. Это несоответствие не должно быть чрезмерным. Там было несколько доблестные, но utimately неудачно, предпринимавшиеся в прошлом усилия по контролю сильно нелинейных процессов с линейным ПДК. Например, многие непрерывных процессов полимер, как известно, чрезвычайно нелинейных и требуют развертывания нелинейных технологий контроля ПДК. Эти нелинейные технологии ПДК доступны коммерчески, но здесь не обсуждаются.
Динамическая нелинейность
Динамическая нелинейность является очень распространенной проблемой в процессах, при условии сильного колебания, например, скорость подачи процесса. По мере увеличения потока процессов, процесс мертвого времени и других динамических параметров все изменится пропорционально, так что процесс идет о стационарном раньше. Например, 50%-ное снижение потока будет кормить, как правило, почти в два раза и мертвое время, и процесс урегулирования времени. Если динамический контроллер, который использует фиксированный динамической модели были развернуты, такие радикальные изменения в процессе мертвого времени или времени установления создаст серьезные несоответствия между предсказаниями модели управления и в реальном мире. Таким образом, производительность контроллера ПДК будет серьезно затруднили из-за чрезмерной зависимости от обратной корректировки обрабатывать ошибки предсказания.
В других случаях, изменить размер или даже направление, двигаться В. могут изменить динамические формы ответов резко CV (6). Это явление было подтверждено в ряде дистилляции высокой чистоты столбцов, где динамические формы кривой ответ продукта чистоты был изменен, когда поток отлива или reboiler долг либо увеличиваться или уменьшаться (4, 5). Значительное увеличение потока отлив в результате значительно меньше времени установления для воздушных чистоты, чем маленькие шаги. Во всех высокочистых колонны, увеличение потока рефлюкса имел гораздо меньшее влияние на накладные примесных уровней, чем уменьшается отлива потока. Кроме того, время для урегулирования состав заметно изменился.
В одном случае, кривая продукта состав ответ на изменение давления в колонке пошли от обычной формы, чтобы билинейная ответ (6), размер шаг был резко изменилась. В других случаях, колонны, работая рядом наводнения пределов сильно нелинейных динамических ответов на повышенных нагрузок reboiler в результате почти экспоненциальный рост в жидком увлечения (7, 8). Выявление и анализ таких явлений с использованием динамического моделирования технологических представляет проблему, так как качество математических моделей, используемых должны учитывать реально на многочисленные сложные лоток гидравлических явлений в ректификационные колонны. Совсем недавно, даже теоретические действия equilibrium-stage/efficiency подхода была поставлена под сомнение, а подход, основанный на массовой скорости передачи было предложено в качестве альтернативы (9).
Эти явления убедительно показывают, что динамика ректификационные колонны может быть сильно нелинейной. Практикующие должны провести тщательный анализ, чтобы избежать многих потенциальных ловушек, которые могут возникнуть в результате недостаточной схемы шаг-тестирования. При причин наблюдаемого ухудшения в выполнении ранее успешные контроллер ПДК были проанализированы, было часто оказывается, что текущее поведение столбца отнесло далеко от первоначальной кривых ПДК до такой степени, что обычные корректировки контроллер ПДК обратной связи являются неэффективными .
В нормальном (то есть, линейные, неадаптивных) ПДК практике, необходимо использовать "усредненного" кривая для каждого МВ / CV или DV / CV кривой отклика. Таким образом, методы и процедуры, которые возмущений динамической модели (или реальных завода при проведении испытаний шаг) осуществляется оказать существенное влияние на конечный модель формы ПДК. Мы рекомендуем, чтобы эти шаги будут сделаны с устройством (или его базе динамической модели) множества близких к условиям эксплуатации, где такой нелинейности, скорее всего, будет доминирующим. Кроме того, величина, направление и количество М. и Д. движения должны быть спланированы таким образом, что повысит производительность контроллера ПДК, когда она против самых сложных пределы ограничений. Это позволит обеспечить хорошую производительность контроллера в самых сложных регионах, представляющих интерес, где система нелинейности досаднее. Использование линеаризации преобразования могут быть полезны при решении задач управления дистилляции, даже в высокой степени чистоты столбцов. Такие решения требуют значительных решение и осторожности.
Окончательной проверкой действия модели достигается, когда модель ПДК размещен в Интернете в открытом цикле, интеллектуального режима до ввода в эксплуатацию (4). Динамических моделей для всех резюме должны быть сверены данные в реальном времени в течение периода времени, для того, чтобы контроллер ПДК будет выполнять удовлетворительно. случаи серьезных несоответствие между моделью и любые резюме должны быть исследованы, чтобы гарантировать, что они не в результате большой неизмеримое нарушений, таких как ливни. Если не такое объяснение нашел, модели для наиболее важных векторов с CV должно быть пересмотрено для определения надлежащего корректирующих действий. Исправление модели должны снова быть проверено в openloop, интеллектуальный режим.
Усиление нелинейности
Нелинейность в процессе выгоды гораздо больше обычно понимается как проблема управления, чем нелинейной динамики. 1 приведены примеры нелинейности прибыли и динамики для типичного колонке дистилляции (10).
При использовании линейной модели управления (например, контроллер с фиксированной прибыль), попытка, как правило, найти какой-то нелинейных преобразований, которые линеаризации усиления. Для столбцов highpurity дистилляции, логарифм концентрации примеси, а не концентрация самого, часто используется, поскольку это почти линейно зависит от притока отлива или reboiler долг. В предыдущих проектов, других нелинейных преобразований, также были использованы, например, для клапанов позиции. Тем не менее, нелинейных преобразований не решить вопрос о динамической нелинейности как описывалось выше.
Прошлые усилия по развертыванию линейных контроллеров ПДК для нелинейных процессов полимера, однако, не удалось, несмотря на использование достаточно сложных линеаризации преобразований. Это частично объясняется тем, что принцип суперпозиции (основной предположение в теории линейного ПДК) не распространяется на такие нелинейных процессов. Иными словами, для таких процессов, полимерных, последствия перемещения любых В. по данному CV не являются независимыми от последствий одновременного движения в другие векторы или DVS.
Калибровка стационарных моделей с завода данных
Процедура разработки модели стационарного моделирования и калибровки ее от завода данных, так что он может быть использован в режиме реального времени контролировать проекты, изложена в соответствующем поле на следующей странице. Этот подход основан на авторов многих лет опыта.
При использовании динамической модели созданы с использованием шага испытания, он может быть чрезвычайно полезно разработать модель стационарного моделирование процесса и использовать его для перекрестную проверку стационарного выгоды в целях обеспечения того, чтобы контроллер ПДК будет хорошо работать.
Создание надежных моделей динамического моделирования
Некоторые имеющиеся в продаже динамических тренажеров недавно включили возможность развивать линеаризованной модели ПДК аппроксимации с помощью строгого динамического тренажера в качестве двигателя. Она остается за пользователем, однако, понять, предположения и ограничения подразумевается использование такого программного обеспечения. Рекомендуется следующая процедура.
1. Разработка надежного моделирования стационарного на весь блок. Это строгая модель должна быть полной и указанных в путь, соответствующий текущей нормативной конфигурации устройства управления. Разработка хорошей модели, требует выбора калиброванные термодинамические модели, изучение процесса и основы проектирования оборудования для всего блока, и гарантируя, что имитационная модель зеркала входных переменных (ИВС) и DVS, как они существуют в нормативной системы управления. Операционные данные, полученные в стационарных условиях достаточно для каждого раздела устройство может быть использована для калибровки основные параметры моделирования, таких, как этап эффективности. Использование данных историк, который периодически архивов в режиме реального времени значений ценный для этой цели.
2. Выполните серию строгих моделирование стационарного для каждого ректификационной колонны. Обложка полный набор сезонных рабочих давлений с обильным запасом прочности. Захват температуры, давления и фазовые константы равновесия (K-значения) для каждого лотка в каждом случае и объединить всех случаях, в одном файле.
3. Регресс упрощенной K-ценность и энтальпии модели (если возможно). Это поможет обеспечить точные результаты в тех случаях, когда модель время выполнения противном случае была бы чрезмерной. Использование комбинированных случае файлы к регрессу упрощенной K-значения. Функциональных форм выбрали должен быть достаточным для обеспечения того, чтобы ошибки всегда меньше, чем на 2%, особенно в высокой степени чистоты регионов. Для углеводородных систем, пара и жидкости энтальпии от Ли-Кеслер уравнение состояния может быть регресс к более простому функциональных форм. Применение таких упрощенных K-значения и энтальпии корреляции обычно значительно снижает модели раз выполнения для динамического моделирования случаях. Мы рекомендуем выполнить несколько возмущений для каждой независимой переменной (MV или DV), чтобы получить надежно усредненной прибыли.
4. Расчетный материал разбойные нападения на все подразделы с максимально возможной точностью. Разбойные нападения в каждой части устройства оказывают заметное влияние на общий процесс урегулирования времени и от формы динамические характеристики. Для ректификационные колонны с лотками или упаковки, достоверная оценка отложений требует включения геометрические детали конструкции, downcomer расположение данных и т.д. Специализированные методы для выполнения расчетов лотка рейтинг, как правило, необходимы для обеспечения точной оценки лоток гидравлика и материальный разбойные нападения. Для горизонтальных и вертикальных цилиндрических сосудов, нормального уровня жидкости должны быть приняты во внимание при определении отложений.
5. Разработка динамической имитационной модели для блока, гарантируя, что каждый основной раздел, который способствует динамичный лаг включен в стоимость. Таким образом, все дистилляции лотков и судов налет должен моделироваться в явном виде. В верхнем разделе, это включает в себя конденсатор и рефлюкс аккумулятора. В нижней части, reboiler и донных отложений жидких разделы должны быть включены. Как и в случае стационарной модели, эта модель должна отражать существующие нормативные управления конфигурацией блока. Инициализация динамических моделей с использованием результатов проверки симулятор стационарного состояния, в котором идентичные величины К и энтальпия модели оснащены. Это сводит к минимуму динамических переходных, когда начала работать динамического моделирования и улучшает стабильность. Все-IV "должны быть возмущенных начиная с того же состояние базы. После окончательного переезда, моделирования, должны быть возвращены к первоначальному стационарном состоянии.
6. Модель перепад давления и захвата через колонку надежно. Это требует достаточной точностью в лоток процедур гидравлики. Если достаточно серьезные, увлечение жидкости из каждого лотка 1 выше, может необходимо смоделировать в явном виде. Такое увлечение не только повышает гидравлическую нагрузку лотка и падение давления, но он также может существенно повлиять эффективности разделения столбца. Этот эффект потребует расширения рефлюкс и reboiler пошлины за поддержание желаемой чистоты продукта и еще больше усугубит лоток загрузки, увлечения и подход к наводнениям.
7. Убедитесь, что стационарное выгоды от динамической модели совпадают с строгого моделирования стационарных с приемлемой точностью. При динамическом решении достигает стационарного состояния (т. е. после воздействия возмущения IV вымерли), результаты должны быть совместимы с предсказания стационарной модели. Неразумно ожидать точного совпадения, однако, поскольку дифференциации модели уравнений] решаются численно методом конечных шагами по времени. Кроме того, моделирование вычислений даже в двойной точности при условии сходимости допусков, что исключает точное соответствие.
Следует отметить, что строгой модели стационарных решений определяются с помощью совершенно различных методов решения и основаны на точных, а не упрощенный, термодинамики фазовых равновесий и энтальпии. Выбор правильной техники интеграция (явная против неявной и размер шага интегрирования) является чрезвычайно важным, поскольку оно влияет на точность динамического моделирования и времени исполнения. Пресс и др.. (11) предложили сократить вдвое размер шага, пока не окончательное решение лишь незначительно отличается от полученного с использованием следующей больших шага. Хотя такой подход теоретически может fail проблем, природа которых требует переменным шагом, что не произошло в нашей работе на сегодняшний день.
В общем, многие численные критерии необходимо учитывать при решении больших систем нелинейных обыкновенных дифференциальных уравнений (ОДУ) и нелинейных алгебраических уравнений. Они слишком многочисленны, чтобы обсудить и здесь, но хорошие ссылки имеются (например, 12, 13). Особое внимание должно уделяться стабильности и точности вопросов.
8. Изучить вопрос о необходимости сохранить динамические модели для тех пар переменных, имеющих относительно небольшие доходы и переходные характеристики. Когда на основе первых принципов динамической имитационной модели, такие ответные меры могут быть правильно теоретически, но не имеют практического значения для контроллера многомерной эксплуатации. Чтобы получить хорошее представление о относительный эффект IV "для каждого сектора, целесообразно ввести определены Преобразования Лапласа и адекватные реалистичные размеры шаг для каждого IV. Таким образом, можно построить динамическую траекторию ответов CV для каждой IV на том же участке. Для каждого перемещения IV, наглядно это показывает, направления и формы двигаться CV, скорость, с которой CV достигает своего окончательного значения, а величина перемещения CV от базового значения в стационарном состоянии. Эта информация является ценным в понимании определить модель и сравнивая ее с стационарного тренажер для всех важных стационарных выгоды. Кроме того, она позволяет судить который IV / CV пар должна быть исключена из окончательной модели ПДК.
9. Сборки автономного динамического симулятора и контроллер с помощью линейной модели определены ПДК, а также выполнять проверку проходит. Выбор частоты контроллера исполнения для обеспечения надлежащего обращения с ожидаемым неизмеримое нарушений. Упражнение имитационной модели для того, чтобы предсказать CV реагировать на изменения в каждой IV являются разумными по величине и направлению, а также прошедшее время.
Кроме того, контроллер осуществляет в автономном режиме, чтобы убедиться, что соответствующие векторы будут перемещены противодействия ошибок в резюме и что направление и масштабы движения контроллера В. разумны. Последняя будет требовать методом проб и ошибок в контроллере предварительные настройки для ПДК векторы, а также резюме. Такое моделирование работает автономно, очень полезны, но они не могут определить адекватность нарушения отказ контроллера неизмеримое DVS в сетевом окружении. Если такие нарушения являются очень большими, настройка Интернет-контроллер может снова должны быть скорректированы. Примером этого является тяжелой, что дождь свалках большого количества жидкости в разделе нижней колонны и, возможно, даже сорвать качества продукции.
Кроме того, из первых принципов моделирования динамических моделей может свидетельствовать о наличии резких динамических переходных процессов в резюме, когда один или более из ИВС будут перемещены. Важно решить, является ли такой переходных имеют практическое значение и, если да, то какой уровень фильтрации сигналов, если они возникнут, будут соответствующие до их включения в окончательный модели управления.
10. Место определили линейные онлайн модели управления в разомкнутом режиме прогноз по распределенной системы управления (DCS). Прогнозы от такой модели займет некоторое время, чтобы успокоиться. В общем, она занимает около тех пор, пока время, необходимое для медленного CV переходного моделируется в системе для достижения устойчивого состояния. Чаще всего, это конечный продукт чистоты, которые также являются одним из наиболее важных резюме.
После прогнозы стали установлено, изучение формы и величины объективной предсказаний модели от фактических значений показателей для всех зависимых резюме в течение периода времени. Колебания в ИВС должны быть рассмотрены на одном диаграммы для каждого сектора. Это позволяет определить, какие из входных переменных несет ответственность за возможные несоответствия, которые могут быть отметил, что пара прибыль / параметры задержки необходимо внести изменения, и от величины и направления необходимых изменений. Таким образом, становится возможным делать надежные решения по направлениям и количественной точностью определить модель.
Тем не менее, следует подчеркнуть, что точное соответствие между объективной прогнозы и реальность не является ни ожидать, ни даже теоретически это возможно. Это связано с эффектами скрытых или чрезмерный DVS о процессе, а также использование линейной модели ПДК для реальных процессов, которые, как известно, нелинейный характер. Последняя проблема может быть особенно важно в superfractionators, несмотря на использование линеаризации преобразований.
Кроме того, важно пересмотреть контроля движения запланировано регулятор пока он находится в разомкнутом режиме. Контроллер ПДК следует использовать доминирующим векторы для контроля данного сектора, если эти векторы находятся в их пределах. С ПДК использует обратную связь для коррекции несоответствие модели и не поддается измерению возмущений, очень важно следить за смещения обновления и убедитесь, что они являются случайными и близких к нулю, а не непропорционально перекос в одну сторону или другую. CV смещения обновления, которые остаются перекос в течение длительного времени, вероятно, указывают на несоответствие модели для одного или нескольких соответствующих IV / пар CV.
11. Рассмотреть вопрос о незначительных поправок к он-лайн получать и обрабатывать задержки для критических контролируемых параметров, до ввода в эксплуатацию. Чрезмерные отклонения по времени или по направлениям неправильный прогноз, вероятно, признаков потенциально серьезных расхождений моделирования, которая требует пересмотра основных динамических основе моделирования. Автономный контроллер ПДК программное обеспечение позволяет сделать моделирования для оценки адекватности регулятор производительности, когда столкнулись с преднамеренным изменения в плановые CV или Д. ценностей. Эта возможность должна быть широко используются - усилия чрезвычайно полезным, поскольку оно помогает проверки моделей управления в визуальной, что является довольно значимым для оперативного персонала. Дополнительным преимуществом является то, что она позволяет разумные предварительные настройки контроллера ПДК по основным переменным, которые должны быть достигнуты до онлайн эксплуатацию. По крайней мере, на начальном этапе, оперативные сотрудники могут лучше понять этот аспект регулятор поведения, чем IV / CV динамической модели матрицы.
12. Установите контроллер в сети, замкнутой режиме. Первоначально, может быть, стоит рассмотреть вопрос об ограничении агрессивности, с которой В. Ходы делаются для того, чтобы контроллер ПДК не сразу начинают двигаться завода слишком быстро. Кроме того, относительная важность резюме может потребовать рассмотрения на данном этапе, исходя из характера и масштабов неизмеримое DVS.
Исследование движения контроллера решений, понимание динамики системы и, особенно, урегулирования раз для каждого сектора. Relax двигаться В. ограничения постепенно добиться стабильной и предсказуемой работы. Продолжать изучать объективную предсказания модели. Кроме того, исследование предвзятым прогнозы (например, будущие траектории CV с обратной корректировки в расчет) для того, чтобы регулятор настройки является адекватной.
Некоторые проб и ошибок, которые могут потребоваться для прибыть в лучшем случае компромиссов. При осуществлении такой деятельности, определены ПДК модели должны быть оценены как в оффлайн и онлайн режимах открытого цикла. Это поможет обеспечить, чтобы предсказать ответы на изменения в векторы имеют разумные величины и направления, и что он-лайн объективные прогнозы на траектории CV соответствия фактического значения. Интернет корректировки усиления модели и / или времени задержки могут по-прежнему необходимы для выбранной МВ / пар CV модели.
Динамические расчеты выведенный
Многие свойства потока решающее значение для применения ПДК управления либо не доступны онлайн или измеряются при такой низкой частоте, что применение ПДК не в состоянии управлять ими в рамках их надежно требуемых пределах. Различные методы были использованы на протяжении многих лет для оценки таких свойств.
Ректификационной колонны накладных расходов и ягодицы. Существует часто значительный градиент температуры в колонне несколько лотков от накладных расходов и / или нижней лотков. Это свидетельствует о том, что примеси в колонке быстро стремящейся к нулю из лотка на лоток. В таких случаях, как правило, возможности вывести поток состава на концах колонке использованием температурах несколько лотков прочь.
Однако, поскольку столбец давления также влияет на температуру, это необходимо для выполнения расчетов компенсации давления для регулировки измеряется температура на текущий давление башня на основе некоторых давления башни ссылки. Это давление с компенсацией температуры может быть связана с логарифмом концентрации примеси в поток продуктов. Отзывы онлайн анализатор или временными метками лабораторных образцов могут быть использованы для устранения этих прогнозных моделей.
Sidestreams. Выведение онлайн качество sidestreams очень полезно в нефтеперерабатывающей приложений, таких как сырая единиц, а в главном fractionators таких подразделений, как кошка крекеры, задержка Кокерс, hydrocrackers и т. д. Эти поток измерения качества часто определяются с точки зрения доли нефти свойствами, такими как атмосферные или вакуумные ASTM дистилляции температуры. К сожалению, такие свойства потока страдают от многих переменных столбцов, в том числе подача, побочный сделать ставки, pumparound охлаждения пошлины, накладные потока рефлюкс, reboiler или обязанность кормить подогревателем, лишая паровой поток, и так далее. Целесообразно разработать стационарных моделей, которые предсказывают такими свойствами. Тем не менее, эти прогнозы справедливы только в стационарном состоянии, и часто могут быть неточными, если мгновенные значения предиктора переменные используются в период, когда колонна идет за счет резкого преходящим.
Для такого свойства, что помогает использовать динамическое моделирование в разработке необходимой прогностических моделей. Отношения Установлено, что позволяет динамического прогнозирования требуемого потока имущества с использованием кумулятивных изменений в независимых переменных (векторы и DVS) с течением времени. Эти отношения могут быть определены с готовностью и реализованы онлайн как динамические прогнозы. Поправки к прогнозным значениям осуществляется с помощью отметку времени лабораторных образцов.
Другие страны сообщили об использовании нейронных сетей и других нелинейных функций, с задержкой времени входа, для таких прогнозов. Тем не менее, мы недостаточно опыта работы с таким методам, чтобы рекомендовать их.
ЛИТЕРАТУРА
1. Richalet, J. А., и др. .. "Модель интеллектуального эвристического управления: Заявки на промышленные процессы," Автоматика, 14, с. 413-428 (1978).
2. Катлер, CR, и БЛ Рамакера, "Динамическая матрица управления - Алгоритм Компьютерная система управления", Труды Объединенной конференции автоматического управления, San Francisco, CA (июнь 1980).
3. Хокансон Д.А., JG Джерсл, "Динамические Матрица управления, контроллеры многих переменных", глава 12, "Практический контроль перегонки," WJ Луибен, ред .. ИЛ Рейнгольд. New York, NY (1992).
4. Матур, У. и RJ Конрой, "Успешный контроль многих переменных без заводских испытаний," переработка углеводородного сырья, с. 55-65 (июнь 2003).
5. Матур, У. и др.., "Адаптивная многих переменных фракционной Контроль без Шаг Тесты Увеличивает прибыль", восемьдесят шестой ежегодной газа Процессоры Ассоциации Конвенции, Сан-Антонио, штат Техас (2007).
6. Пирсон, Р. K, "О дискретном времени динамических моделей", Oxford Univ. Press, Oxford, Соединенное Королевство Великобритании и Северной Ирландии (1999).
7. Ярмарка, J. Р., лоток Гидравлика: перфорированные лотки ". Глава 15 "Конструирование равновесия Этап процессов", Смит, BD, McGraw-Hill, Нью-Йорке. Нью-Йорк (1963).
8. Stichlmair, JG, и JR ярмарка ", дистилляции Принципы и практика", М., Хобокен, штат Нью-Джерси (1998).
9. Тейлор Р., Р. Кришна "Передача многокомпонентных массы", М., Хобокен, штат Нью-Джерси (1993).
10. Хенсон, MA, и DE Seborg, "Нелинейная контроля процесса". Prentice-Hall, Верховья реки седла, Нью-Джерси (1997).
11. Пресса, WH и др.., "Численное Рецепты в Fortran 77", 2-е изд., Пер. Press, Cambridge, Соединенное Королевство Великобритании и Северной Ирландии, стр. 707 (1992).
12. Райс, JR, "Численные методы, программное обеспечение и анализ: IMSL Edition номер", McGraw-Hill, Нью-Йорк, NY (1983).
13. Schiesser, WE, "Вычислительная математика в инженерии и прикладных наук: ОДУ, Даес и уравнений в частных производных", CRC Press, Бока Ратон, Флорида (1994).
14. Матур, У. и RJ Конрой, "многих переменных управления без заводских испытаний," документ представлен на ежегодном собрании Айше. Indianapolis, IN (ноябрь 2002).
Umesh Матур, возможная ошибка
Advanced Services Control Engineering
Роберт Д. Округление
BP НЕФТИ И ГАЗА
Дэниел WEBB
ИНЭОС олефинов и полимеров США
Роберт Дж. Конрой
КОНСУЛЬТАНТ
Umesh Матур, PE, является одним из основных перспективных Control Engineering Услуги (г. Хьюстон, штат Техас, E-почта: <a href="mailto:u.mathur@yahoo.com"> u.mathur @ yahoo.com </ A> или <a href="mailto:mathuru@gmail.com"> <mathuru@gmail.com />). Он является профессиональным инженером с более чем 40 летний опыт работы в перерабатывающей промышленности, а также работал в течение более 15 лет в процесс и конструкции оборудования, моделирования и симуляции. За последние десять лет или около того, он разработал методики и методы, описанные в этой статье, для применения в многомерных контроль в режиме реального времени оптимизации. Он имеет степень бакалавра в области химического машиностроения Индийский технологический институт, Дели, диплом аспиранта из индийского Института Нефти, Дехрадун, и MS в области химического машиностроения Univ. г. Талса. Он приветствует запросы или информация об аналогичных вопросов проекта внедрения, и будем рады поделиться дополнительной информацией об этих инструментов и методов.
Роберт Д. округления работ для Северной Америки ВР СПУ газа в качестве технического авторитета для приборов и систем управления. Он контролировал несколько проектов, которые были выполнены с использованием методов, описанных в этой статье.
Дэниел WEBB растений является менеджером Ineos (ранее BP) Хобс Фракционирование комплекс, где он руководил осуществлением plantwide модели интеллектуального контроллера более трех лет назад. Это приложение запустить без изменений с тех пор.
Роберт Дж. Конрой имеет более чем 6-летний опыт работы в нормативной и модели интеллектуального контроля и помог осуществить несколько проектов с использованием методологии, описанной в этой статье. Он окончил с отличием от Райс Univ. со степенью бакалавра в области химической инженерии.