实验室规模的氧气分配工厂的模拟及控制系统研究

第九届国际会计师联合会控制教育进展国际自动控制联合会，俄罗斯下诺夫哥罗德，2012年配气管网D. Navia*。R.马蒂 *。D. Sarabia.* C. de Prada** 西班牙巴利亚多利德大学系统工程和自动控制系。（电子邮件地址：prada@autom.uva.es）。摘要：这项工作显示了一个实验室规模的氧气分配工厂的实施，其目的是被用作网络化过程的控制和优化的基准。该工厂模拟的架构和主要问题，可以在实际设施中发现，结合了几个复杂的过程与共享资源，强加需要协调的操作和控制。本文介绍了该装置及其相应的模型和控制系统。此外，几个应用程序和测试建议进行，包括处理过程的不确定行为，参数估计技术和分布式模型预测控制的大规模系统的优化方法。关键词：实验室工厂，燃气管网，大规模系统，递阶决策，实时优化，分布式模型预测控制。1. 介绍在过程系统工程（PSE）领域，一些作者一直试图提出能够 以 最 佳 方 式 管 理 复 杂 过 程 的 方 法 （ Biegler 和Grossmann，2004）。跟踪参考轨迹、确定生产设施中的最优调度、使用经济优化或故障诊断来找到下一个操作点可以被提及作为其中的示例。当测试这些方法时，模型被用来模拟现实，考虑到人们可以在真实系统中找到的物理依赖性，或者可以找到与实验数据相关的经验联系。在任何情况下，我们的目标是再现一个可预期的现象和物理关系，存在于真实的过程中的想法，以测试一个算法，以所需的方式管理系统。由于不需要物理实验，数值模拟可以为廉价的测试提供一个很好的工具。然而，在过程系统工程中研究的方法建立的最终目标是应用于实际设施，由于模型只是现实的抽象，它可以非常方便地在实际系统中测试它们，以面对与过程的固有不确定性相关的问题，例如：建模不匹配，意外干扰或过程变量的随机行为。真正的实验是应用科学中自然的工作方式。在几乎所有的工程领域，都有必要对最终应用的缩放示例进行实验。实验室规模的工厂是真正实验的第一阶段。由于它们的尺寸，它们很容易处理，并且可以以精确的方式控制操作条件。在过程系统工程领域，它们呈现出许多优点：允许测试算法的鲁棒性，并提供关于实时实现的洞察力。方法此外，观察物理设备及其响应，可以更好地了解整个系统。从本科控制课程教学的角度来看，实验室工厂也具有重要的优势：它们是让学生熟悉实际控制元素（执行器，变送器，传感器，通信协议，SCADA等）的好方法，他们将在工业设施中找到。此外，学生们实际上可以看到自动化和控制的优点，这一事实可以吸引那些不涉及控制的学生，因为他们认为控制非常抽象，没有实际应用。本文介绍了在西班牙巴利亚多利德大学系统工程与自动控制系实现的实验室规模的氧气分配网络（ODN）。该系统模拟了一个真实的氢气分配网络（HDN），该网络为炼油厂中的几个加氢装置提供氢气，但为了简单起见，使用氧气。实施的目的是：(i)测试几种策略的过程优化和控制与系统的互连单元，（ii）测试方法处理不确定性的过程优化的大本文的结构如下：第二部分描述了具有共享资源的网络系统的一般性。第三部分，介绍了实验室规模的ODN显示的实际要素和模型的过程。第四节描述了将在工厂进行测试的拟议策略。最后，在第五部分中，对实施情况进行了总结。© 2012 IFAC 390 10.3182/20120619-3-RU-2024.000732012年6月19日至21日，俄罗斯下诺夫哥罗德，国际会计师联合会第九届研讨会3912. 配电网2.1 网络化系统共享和分发资源的进程非常常见。分配网络，如输送燃料或饮用水的管道，可以覆盖非常广泛的地区，但分配网络也可以在生产设施中找到，以提供公用事业。在所有情况下，可以区分三个主要组成部分（图）。1）、生产单元：这些单元生产资源;它们可以是蒸汽网络中的锅炉或电力网络中的发电厂。连接器：是负责将资源运送到最终目的地的单位。通常，这些连接器是驱动资源的管道。消耗单位：这些单位消耗资源。在过程的情况下，典型的消耗单元可以是化学反应器。Fig. 1.配电网络这些大型系统通常由许多子系统组成，这些子系统在不同的地方执行不同的任务。从控制和优化的角度来看，这种相互作用可能非常难以处理，因为一个单元中的局部变化可能影响整个系统的性能。因此，有必要拥有整个工厂的完整信息，以便对单个单元做出决策。2.2 炼油厂的氢气分配网络在炼油厂中，由于环境和经济标准，氢气已成为主要产品之一。因此，其最佳管理对于以廉价的方式生产达到所 需 规 格 的 最 终 产 品 至 关 重 要 （ Sarabia 等 人 ， 2011年）。在典型的氢气分配网络（HDN）中，涉及两个不同的工厂：以不同成本生产高纯度氢气的制氢工厂，以及氢气消耗单元，其中氢气在化学反应中消耗以用于脱硫或重质产品的裂化。这些工厂通过一个大规模的氢气管道网络相互连接;因此，它们的行为不能孤立地考虑。尽管这些管道有几十公里长，但它们的储存容量有限，并且必须生产超过需求的氢气，以排除氢气消耗的干扰。管道内的压力通过阀门控制，阀门将多余的氢气输送到燃料气子网络（FG），在那里气体被输送到熔炉、锅炉和其他工艺设备中燃烧。图二.氢气分配网络在消耗单元中，必须过量地供给氢气以保护反应器的催化剂。剩余的氢气在净化阶段后部分回收，而其余的被送到低纯度歧管，在那里它可以被重新注入系统或送到FG。因此，HDS通常接收几种氢气流的混合物。图2示出了具有三个主要收集器：C-H4、C-H3和C-BP的HDN的示例。方框代表高纯度生产装置（H4和H3）、低纯度装置（P1和P2）和消费装置（HDS和HDT）。2.3 氢气分销网络氢气作为一种生产成本高、使用量大的能源，其优化管理显得尤为重要。优化可以用公式表示，平衡所产生的氢气和所需的氢气通过管道分配其流量，同时尽管有操作变化和干扰，但仍满足操作约束（Sarabia等人， 2011年）。待优化的目标取决于精炼厂的情况，并且与使所产生的氢气的成本最小化有关，但是在任何情况下，操作困难，例如缺乏许多流的可靠信息和氢气需求的不确定性，对于大规模问题产生额外的复杂性在HDN中，不仅最优决策是重要的，而且需要解决监管控制中的问题，以确保设施的安全。由于网络中的互连产生强烈的相互作用，因此收集器的控制可能是困难的，例如，如果发生器中的氢气产量急剧下降，则消耗单元入口处的调节控制器将试图打开阀门以驱动流量到其参考值，这可能在下一个单元中产生可能危及工厂安全的重要振荡。研究一些现象并在真实的HDN中进行实验可能很困难。这就是为什么模拟HDN的试验工厂非常有用，既可以分析某些问题，也可以测试涵盖建模，控制，优化，不确定性，大规模等各个方面的方法和策略。3. 实验室规模工厂的描述为了重现第2.2节中描述的HDN中可能产生的相互作用，并测试不同的方法，2012年6月19日至21日，俄罗斯下诺夫哥罗德，国际会计师联合会第九届研讨会392压力指示器P1氧气分析仪为了对这类工厂进行控制和优化，在巴利亚多利德大学系统工程系建立了一个实验室规模的氧气分配网络（ODN）。选择氧气而不是氢气是因为价格和安全的原因。ODN的示意图如图3所示，我们可以看到：两台制氧机（P），每台制氧机生产不同纯度和容量的氧气。三个收集器，其中两个负责将氧气从发生器输送到消耗单元（C-HP和C-MP），而第三个（C-LP）用于回收消耗单元中未使用的氧气。三个消耗单元（C），其中氧气与亚硫酸钠反应消耗。O2收集器(a)（b）第（1）款见图4。(a)P1制氧机。(b)ODN的收集者在每个消耗单元中（图5），来自三个收集器的气体混合，然后使用多孔扩散器进料到连续反应器。与气体混合物一起，含有亚硫酸钠（Na2 SO3）和氯化钴（CoCl2）的水溶液通过蠕动泵进料，该蠕动泵可以从SCADA系统进行操纵。来自气体混合物的氧气可以扩散到溶液中，并在CoCl2作为催化剂的帮助下与Na2SO3反应生成硫酸钠（Na2 SO4），就像Eq. 1个州。1氯化钴Na 2SO4 +Na 2SO4- → Na 2SO 4--配平的方程式_线上化学方程式图三.实验室规模ODN的 P使用蠕动泵从反应器中取出水性产物。由于氧气在水中的溶解极限，只有一部分氧气可用于反应器中。过量气体离开反应器至C-LP。氧气发生器P1连接到高纯度收集器。该生产线的氧气纯度为95%（重量），最大生产能力为250（Nl/h）。在收集器中安装了几个仪器：（a）在管线的开始处有一个在线氧气分析仪、一个压力和一个流量指示器。(b)三个压力指示器，每个指示器位于通向消耗装置的管线的分叉处。(c)在管路的末端，有一个流量指示器和一个压力控制器。收集器的压力控制通过位于管道末端的大气吹扫进行。另一方面，氧气发生器P2与中纯度收集器（C-MP）连接该管道与含有70%重量的氧气的气体混合物一起工作，其最大容量为350（Nl/h）。与C-HP不同，压力控制位于氧气发生器旁边。两个流量计位于收集器的两端。第三收集器包含来自消耗单元的未使用气体的低纯度气体混合物。该收集器中的吹扫不仅对于调节压力很重要，而且对于保持系统内的杂质恒定也很重要（这里，混合物中的氮气可以被认为是杂质）。图4（a）和（b）分别显示了其中一个发生器和收集器的图片。图五. ODN中一个消耗单元的示意图在实际的氢网络中，HDS装置的目标是生产硫含量低于环境政策规定的界限的燃料。为了在实验室规模的ODN中模拟这种要求，已经定义了液体流出物中所需的氧浓度。这是因为化学反应（Eq 。1)可以认为是瞬时的（Zhao等人，2005）;因此，在水性流出物中氧的存在等同于确保流入物Na2 SO3的全部转化，这在实际HDN中类似于转化全部流入物硫。溶解氧的在线测量使用溶解氧探针进行。2012年6月19日至21日，俄罗斯下诺夫哥罗德，国际会计师联合会第九届研讨会39302020202在每个消耗单元的入口处，来自C-HP和C-MP的气体流量使用质量流量控制器进行调节，该质量流量控制器设置进入系统的气体流量。与以前的收集器不同，来自C-LP的气流具有不同的配置：进入的气体由消耗单元内的内部压力控制。利用这种布置，可以克服在液体流入物处的亚硫酸钠浓度中可能产生的干扰，即，如果浓度升高，消耗更多的氧气，压力降低，为了将压力保持在其设定点，并且在操纵变量没有其他变化的情况下，压力控制器将打开来自C-LP的气体的阀门，以确保反应器内有足够的溶解氧。该压力控制器也可以在出口气流的设定点上以分程致动操作。关于液体流，可以说流入物的流动被认为是系统的扰动，其可以通过修改已经提到的蠕动泵的旋转速度来调节。3.1 耗氧装置为了模拟该过程，使用了第一原理方法，并进行了以下假设：-理想气体特性：由于工作压力低（1- 2 bar），这是一个合理的假设。-反应器可以模拟为假设完美搅拌的连续搅拌釜反应器。-进水中硫酸钠含量为零-氮气-不会有副作用。唯一发生的化学反应是（1）中所示的反应。-在气-液界面中产生的平衡每种化合物在液相中的摩尔平衡。ρ02（ G输入-G输出）- NN NN V = 0（8）变量N对应于在每个相之间转移的氧通量。一般来说，在气-液反应器中，该术语是界面和液体本体之间的浓度梯度的函数（Treybal，1980）。假设界面处于热力学平衡，与气泡接触的液体中的氧浓度等于给定温度下可以达到的最大浓度：从亨利定律（9-10）获得的饱和浓度N= KL（CS T-Cout）（9）CS_T =（P）S_Y_out（10）K表1列出了模型中使用的命名法，上标“in”和“out”可从图2中找到。五、表1. 命名法符号意义单位C液相摩尔浓度摩尔mF体积液体流量m3sG体积气流m3sH亨利PaK吕体积传质系数mK、A、B、C动力学参数-N界面摩尔通量mol mP压力Pa不温度KR气体常数J molV反应器中液体的体积M3VG气室M3Y气相摩尔分数-R转化率mol mρ摩尔密度摩尔m总之，在每个消耗单元中，液体流入物和流出物以及系统压力可以被认为是已知的扰动，而来自C-1的流入气流可以被认为是已知的扰动。Vd（Cout）= Fin（Cin-Cout）-V r（二更）HP和C-MP是可以修改dtNa2S03硫酸钠硫酸钠硫酸钠以实现某些业务目标。Vd（Cout）=-Fin（Cout）+V rNaS0（三）3.2 ODN的控制结构dtNa2S04硫酸钠424Vd（Cout）= NV- Fin（Cout）-V r0（四）通常情况下，dt0202 2层次。 （1）其中r02是由于化学反应（5）而导致的溶解氧的转化率。PLC或DCS（分布式控制系统）等调节控制。(2) High–level control, where a plant-wide control and optimizationpolicy can ber10的= K Cout CCoBCoutC（5）2Na2 S0302参与化学反应的化合物之间的关系可以从（1）的化学计量系数获得，如（6）所示。低级别的控制是使用带有两种不同通信协议的仪表的DCS进行的。第一个被称为“智能”仪器，因为它使用ModBus™进行数据传输。在ODN中，每个ODN的压力和质量流量控制器都是独立的。rNa S0 = rNa S0= 1 r0（六）2012年6月19日至21日，俄罗斯下诺夫哥罗德，国际会计师联合会第九届研讨会394收集器和压力控制器以及溶解氧23 2422气相摩尔平衡：每个消耗单元的传感器呈现该特性。其余的仪表，如流量、压力和（P <$Vg）d（Yout）= ρ（Gin Yin- Gout Yout）-V N（七）成分传感器使用标准的4R T时间02020202Æ作为一种沟通方式。表2显示了主要文书的标识。2012年6月19日至21日，俄罗斯下诺夫哥罗德，国际会计师联合会第九届研讨会395表2. 主要文书仪器模型质量流量控制器Bronkhorst EL-FLOW F-211AV压力控制器Bronkhorst EL-PRESS P-702CV氧变送器Hamilton VISIFERM DO ARC 120现场信号被收集在PLC中，PLC负责接收和处理整个模拟和 ModBus 信 号 。 另 一 方 面 ， 它 包 含 来 自 GEMMA 图（Balcells和Romeral，1998）的必要序列的结构，以确保ODN的正确和安全操作。关于高级控制器，优化和控制策略的设计和实现可以分为三个步骤（图1）。（六）。用户SCADAEcosimPro环境SCADA过程控制）旨在桥接基于Windows的应用程序和过程控制硬件和软件应用程序。它是一个开放的标准，提供了从工厂现场设备访问现场数据的一致方法。通过将OPC标准提供的通信例程添加到在EcosimPro中创建的仿真代码中，可以创建OPC服务器。将OPC层添加到EcosimPro可执行文件的操作由CreaOPC程序自动进行，CreaOPC程序是 在 国 内 开 发 的 应 用 程 序 （ Alves Santos 等 人 ， 2005年）。作为在该步骤中应用的补充程序，可以配置SCADA，以便使用EDUSCA软件设置最终的可视化方案，该软件也是在国内开发的（Alves Santos等人，2006年）。该步骤允许测试将在最后阶段实施的通信协议。在最后一步（图6c）中，只需要将模拟过程的OPC服务器替换为具有真实数据的OPC服务器，该真实数据由低级DCS提供，该低级DCS利用已经提到的连接到工厂的PLC收集。现场仪表连接到PLC，PLC通过本地以太网管理数据并将数据传输到位于工厂PC中的OPC服务器。接收到的数据可以通过企业局域网在位于用户PC中的OPC客户端中传输，在该企业局域网中可以计算操纵变量的值（图1）。第七章）a)（b）（c）见图6。制定拟议战略的步骤。在设计阶段（图6a），可以使用例如EcosimPro 环境（Empresarios-Agrupados，2009）在模拟环境中测试所提出的原型（优化或控制策略）。EcosimPro是一种现代的面向对象建模语言（OOML）。它已被开发用于建模组合连续-离散物理系统。在此阶段，EcosimPro可以通过两种方式使用：模拟和集成所提出的高级控制（例如MPC或RTO）中使用的内部模型。在这个级别上，优化软件可以与内部模型链接，以选择最佳选择。另一方面，EcosimPro可用于模拟真实过程，测试其行为和鲁棒性，以及先进控制的行为和鲁棒性。在第二步骤（图6b）中，测试的策略（其可以包括内部模型模拟）被封装在dll库中。以同样的方式，过程模拟可以被封装，并且可以提供OPC层用于数据交换和定时。因此，可以使用两个可以交换信息OPC（OLE for见图7。ODN中实现的控制系统架构4. ODN中的拟议应用在ODN中有几个挑战需要解决，这些挑战与在全规模HDN中可以观察到的问题有关。必须解决使用不同策略的整个系统的操作的优化，以及由于不确定性而出现的问题的研究。此外，还可以研究与规章控制有关的问题。由于ODN代表具有互连单元的消耗单元之间的相互作用意味着必须解决考虑整个系统的优化问题，以计算最佳操作点。然而，使用完全集中的结构实际上不可能实时应用，因为整个系统的固有复杂性源于其大尺寸。因此，在过去的几年里，为这些类型的系统开发新的数学上易于处理的算法的兴趣有所增加（De Prada，2004）。在文献中已经提出了几种控制和优化架构，可以在ODN中进行测试过程模拟战略的提出过程模型用户用户用户OPC客户端及其策略OPC Serverfor Foxboro用户OPC客户端及其策略用户LANOPCServerforFoxboro工厂PC本地LAN来自过程的数据PLC2012年6月19日至21日，俄罗斯下诺夫哥罗德，国际会计师联合会第九届研讨会396集中式、完全分散式和层级式协调结构（图8）。这些结构中的每一个都试图为整个优化问题提供一个解决方案，避免一次处理整个系统（Engell，2007，Scattolini，2009）。流程.此外，该系统将用于验证分布式模型，用于模型预测控制和处理监管控制中的相互作用。确认导致这些结果的研究已获得欧盟第七框架计划[FP 7/2007-2013]的资助，资助协议编号为257462 HYCON 2卓越网络。EMECW Lot17计划和项目a)（b）（c）见图8。ODN中提出的优化架构：a）集中式，b）完全分散式和c）分层式。在鼓泡反应器中，如在消耗单元中使用的反应器，传质是限制现象（Quijano等人，2010年）。有几个因素可以影响这种效果：气泡直径，搅拌器的功率和温度等。一般来说，传质系数可以用无量纲数来估算，作为这种效应的贡献的乘积（Treybal，1980）。然而，可用的相关性来估计这个参数提出了一个重要程度的不确定性，这可能会产生错误的解决方案，在基于模型的优化。关于化学反应，可以说它的顺序可以随着反应物的浓度而改变（Zhao et al.，2005年）。因此，来自Eq.五是不确定性。先前关于物理现象的讨论，给出了关于系统不确定性的主要来源的见解。这些源被识别的事实允许研究处理过程优化中的部分信息的不同技术，例如：（动态）实时优化、随机规划和机会约束优化等。最后，调节控制中产生的相互作用问题可以从分布式模型预测控制的角度来研究。这可以通过气体收集器中可用的测量来实现。由于这类模型的规模较大，可以考虑在收集器中应用几种简化技术，以确保实时应用。5. 结论一个实验室规模的氧气分配网络已经实施，目的是再现的主要问题，发生在真正的氢气分配网络在炼油厂。试验工厂将允许教授这些问题，并考虑到实际系统的固有不确定性，优化大型系统的测试方法。引用阿尔维斯·桑托斯河Normey-Rico，J.E.，Merino Gómez，A.，阿塞贝斯阿科纳达湖F. &德普拉达莫拉加角2005.基于OPC的复杂连续过程分布式实时仿真。仿真建模实践与理论，13，525-549。阿尔维斯·桑托斯河诺米-里科，Merino，A. &德普拉达角2006. EDUSCA（EDUSCADA）：特点和应用。In：Ifac（ed.）国际会计师联合会第七届控制教育进展专题讨论会。西班牙马德里：国际会计师联合会。作 者 声 明 ： by J. 1998. Autómatas programmables ，México，Alfaomega.比格勒湖T. &格罗斯曼岛E. 2004.回顾优化。计算机化学工程，28，1169-1192。德 普 拉 达 角 2004. El Futuro del Control de Processos.Revista Iberoamericana de automática e informáticaindustrial，1，5-14.Empresarios-Agrupados 2009年。EcosimPro，建模和仿真软件。4.6马德里，西班牙。Engell，S. 2007.最佳过程操作的反馈控制。过程控制杂志，17，203-219。数值算法，G. 1998. NAG C图书馆手册：马克5，牛津，英国，数值算法集团有限公司Quijano，G.，Hernandez，M.，Villaverde，S.，Thalasso，F. &穆尼奥斯河2010.这是一个进步，以及固体和液体氧传递载体的潜在应用。应用微生物学和生物技术，85，543-551。Sarabia，D.，De Prada，C. Gómez，E.，Gutierrez，G.，Cristea，S.，Sola，J. M. &冈萨雷斯河，巴西-地2011.炼油厂氢网络的数据协调与优化管理。控制工程实践斯卡托利尼河2009.分布式和分层模型预测控制的体系结构-综述。过程控制杂志，19，723-731。特雷巴尔河E. 1980.纽约麦格劳-希尔的物质转移操作中心Zhao，B.，李，Y.，Tong，H.，Zhuo，Y.，张，L.，Shi，J. Chen，C. 2005.钴离子催化氧化亚硫酸盐反应速率的研究。化学工程科学，60，863-868。单个优化单一的问题U1 U2 U3消费单位多重优化选项A备选方案BU1 U2 U3消费单位协调员协调战略多重优化选项A备选方案BU1 U2 U3消费单位