用于过程控制的方法和系统技术方案

本发明专利技术涉及一种用于控制化学过程的方法，其中所述化学过程是甲醇、硫化氢、甲硫醇、氢氰酸、丙烯醛、3

【技术实现步骤摘要】
【国外来华专利技术】用于过程控制的方法和系统
[0001]本专利技术涉及过程控制领域，特别是涉及控制化学过程的领域，具体是甲醇、硫化氢、甲硫醇、氢氰酸、丙烯醛、3
‑
甲硫基丙醛、5
‑
(2
‑
甲硫基乙基)
‑
乙内酰脲、甲硫氨酸、甲硫氨酸盐和甲硫氨酸衍生物的制备中的一种或多种的过程。过程控制是控制工程和化学工程学科的组合，它使用工业控制系统来实现一定水平的产品一致性、经济性和安全性，这是纯粹通过人工控制无法实现的。它广泛应用于诸如炼油、纸浆和纸张制造、化学加工和发电厂的行业。规模、类型和复杂性范围很广，但它使少量操作员能够高度一致地管理复杂过程。大型自动过程控制系统的开发有助于设计大批量和复杂的过程，否则这些过程将无法经济或安全地运行。应用范围从控制单个工艺容器的温度和水平到具有数千个控制回路的整个化学加工厂。
[0002]大型工业工厂的过程控制已经演化经历了许多阶段。最初，控制来自加工厂本地的面板。但是，这需要大量的人力资源来处理这些分散的面板，并且没有该过程的整体视图。下一个合乎逻辑的发展是将所有工厂测量结果传输到永久有人值守的中央控制室。实际上，这是所有本地化面板的集中化，具有人员配备水平较少和流程概览更容易的优点。控制器通常位于控制室面板后面，所有自动和手动控制输出都被传送回工厂。然而，在提供中央控制焦点的同时，这种安排不灵活，因为每个控制回路都有自己的控制器硬件，并且需要操作员在控制室内不断移动以查看过程的不同部分。
[0003]随着电子处理器和图形显示器的出现，可以用基于计算机的算法来代替这些离散的控制器，这些算法托管在具有它们自己的控制处理器的输入/输出机架网络上。这些可以分布在工厂周围并与一个或多个控制室中的图形显示器进行通信。因此，诞生了分布式控制系统。
[0004]分布式控制系统(distribution control system，DCS)的引入使工厂控制(诸如级联回路和联锁)的互连和重新配置变得容易，并且与其他生产计算机系统的配合变得容易。它实现了复杂的警报处理，引入了自动事件记录，消除了对物理记录(诸如图形记录器)的需求，允许控制待联网的机架，从而定位在工厂本地以减少电缆线路，并提供工厂状态和生产水平的高水平概览。
[0005]此外，DCS的引入确保了更复杂的控制方法的应用，这些方法使用数学优化来计算与给定约束条件匹配的最佳操作参数。然而，它需要控制模型来控制计算机和DCS的处理，特别是用于预测所讨论系统的行为。控制模型是一组用于预测系统行为的方程并且可以帮助确定对变化的响应。为了确定任何过程的基本模型，系统的输入和输出的定义不同于其他化学过程。例如，平衡方程由控制输入和输出而不是材料输入定义。状态变量(x)是可测量的变量，它可以很好地指示系统状态诸如温度(能量平衡)、体积(质量平衡)或浓度(组分平衡)。输入变量(u)是规定变量，通常包括流速。
[0006]因此，工业加工厂通常大量地配备许多传感器。传感器的主要目的是为过程监视和控制递送数据。几十年前，研究人员开始利用过程工业中测量并存储的大量数据，做法是基于这些数据建立预测模型。但是，它仍然需要测量数据来预测所讨论系统的行为。在这方面的另一个问题是，加工厂中某些参数的测量通常相当困难，即耗时、复杂，甚至根本不可
能。这里，所谓的软传感器提供支持。由文字软件和传感器组成的软传感器是虚拟传感器。因此，它不是真正存在的传感器，而是模拟代表性的单个指标或测量值对目标值的依赖性。因此，目标值不是直接测得的，而是通过与目标值相关的测量值和该相关性模型来计算或近似的。在非常通常的层面上，可以区分两种不同类别的软传感器，即模型驱动的软传感器和数据驱动的软传感器。通常，模型的驱动软传感器描述了过程的物理和化学背景。然而，这些模型的一个真正缺点是它们主要是针对加工厂的规划和设计而开发的，因此通常关注于描述过程的理想稳态。因此，它们并不反映真实世界的情况，真实世界的情况不以理想的过程稳态为特征，而是以不断变化、特别是令人意外变化的过程状态为特征。因此，模型驱动的软传感器需要相当大量的工程来响应扰动。这导致了很大的复杂性并且有时不可能考虑到所有扰动，特别是当它们总体上不为人知并且干扰发生的原因不为人知时。这限制了使用模型驱动的软传感器来控制化学工厂。相比之下，数据驱动的软传感器基于加工厂内测量的数据，因此它们比模型驱动的软传感器更真实地描述了真实的过程条件。
[0007]尽管如此，还是有必要定期维护和精调软传感器并且甚至是数据驱动的软传感器。由于数据的漂移和其他变化会导致软传感器的性能变劣，因此维护是必要的。因此，必须通过调整或重新开发模型来补偿软传感器。然而，目前的软传感器没有提供任何自动机制来对其进行维护。因此，仍然需要手动控制和维护软传感器。好像这还不够糟糕，仍然没有可接受的绝对衡量标准来评估软传感器的质量水平。因此，模型是否运行良好的判断仍然取决于模型操作者基于对校正目标值与其预测之间的偏差的视觉解释的主观感知。然而，这需要控制者方面具有丰富经验。更糟糕的是，这并不能阻止控制者做出错误的决定，因为他的判断仅基于他的主观感知而不是基于对更高级别情况的客观评估。当涉及代表化学品的多步骤制备的化学过程时，事情变得更加复杂。这样的多步法例如是甲硫氨酸的制备，其涉及若干起始化合物和中间体化合物的制备。
[0008]因此，需要一种通过软传感器允许自动控制化学过程的方法，其中所述化学过程是甲醇、硫化氢、甲硫醇、氢氰酸、丙烯醛、3
‑
甲硫基丙醛、5
‑
(2
‑
甲硫基乙基)
‑
乙内酰脲、甲硫氨酸、甲硫氨酸盐和甲硫氨酸衍生物的制备中的一种或多种，其中所述软传感器经自动重新校准。
[0009]已经发现该问题得到了解决，原因在于在用于控制化学过程的框架中应用了自动重新校准的软传感器。详细而言，当操作参数(针对一个或多个过程值预测且作为实验室值或过程值的近似与过程和/或实验室值相关)与相应的实验室值和/或过程值之间存在偏差时，对经校准的软传感器进行自动重新校准，所述经校准的软传感器是通过基于彼此相关联的过程值和实验室值的训练集和/或彼此相关联的一组过程值和另一组过程值来训练一个处理单元所获得的。具体而言，在这种情况下，用于提供经校准的软传感器的原始训练集通过另外的实验室和/或过程值进行扩充，并且处理单元基于由此获得的经扩充的训练集进行训练以在经重新校准的软传感器的帮助下获得经修正的校准函数。由此获得的经重新校准的软传感器然后用于预测用于控制化学过程的过程参数。当经预测的过程参数与相应的实验室值之间没有偏差时，将用于操作化学过程的经预测的参数写入过程的分布式控制系统(DCS)中。
[0010]因此，本专利技术的一个目的是一种用于控制化学过程的方法，其中所述化学过程是甲醇、硫化氢、甲硫醇、氢氰酸、丙烯醛、3
‑
甲硫基丙醛、5
‑
(2
‑
甲硫基乙基)
‑
乙内酰脲、甲硫
氨酸、甲本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于控制化学过程的方法，其中所述化学过程是甲醇、硫化氢、甲硫醇、氢氰酸、丙烯醛、3
‑
甲硫基丙醛、5
‑
(2
‑
甲硫基乙基)
‑
乙内酰脲、甲硫氨酸、甲硫氨酸盐和甲硫氨酸衍生物的制备中的一种或多种，其包括以下步骤a)提供训练集TS1，其中所述训练集TS1包括彼此相关联的过程值PV1和过程值PV2，和/或彼此相关联的实验室值LV1和过程值PV2，b)基于步骤a)的所述训练集TS1训练处理单元以识别一个或多个测量过程变量和至少一个过程变量之间的相关性模型，并由所识别的相关性模型为经校准的软传感器开发校准函数CF1，c)为所述化学过程预测至少一个操作参数作为LV1和/或PV1的近似值，其包括以下步骤c1)从所述化学过程的分布式控制系统(DCS)请求对应于PV2的一个或多个过程值，和c2)借助于步骤b)的所述经校准的软传感器用步骤c1)的所述值预测操作参数，d)将偏差计算为步骤c2)中预测的所述操作参数与步骤a)的所述训练集TS1的相应所述实验室值LV1和/或所述过程值PV1之间的差值，e)如果在步骤d)中计算的所述偏差超过阈值，则执行步骤f)，否则执行步骤g)，f)重新校准步骤b)的所述软传感器，其包括以下步骤f1)用另外的实验室值LV1和/或另外的过程值PV1来扩充步骤a)的所述训练集TS1或用另外的实验室值LV1和/或另外的过程值PV1置换所述训练集TS1的至少一部分以提供训练集TS2，f2)基于步骤f1)的所述经扩充的训练集TS1或所述训练集TS2训练步骤b)的所述处理单元以修正步骤b)的所述校准函数，f3)借助于步骤f2)的经修正的所述校准函数重新校准步骤b)的所述软传感器，和f4)使用步骤f3)的经重新校准的所述软传感器返回到步骤c)，g)将在步骤c2)中预测的所述至少一个操作参数写入DCS，和h)重复步骤c)至g)。2.根据权利要求1所述的方法，其中所述步骤a)和/或f1)还包括以下步骤A1)收集实验室值LV1和过程值PV2，和/或过程值PV1和过程值PV2，A2)为步骤A1)的每个值提供时间模板，指示记录所述值和/或获取所述值所针对样本的时间点，A3)为每个实验室值LV1和/或每个过程值PV1提供时间模型，从LV1和/或PV1的时间模板回溯一段预定时间跨度，和A4)将实验室值LV1和/或过程值PV1与具有与实验...

【专利技术属性】
技术研发人员：T，
申请(专利权)人：赢创运营有限公司，
类型：发明
国别省市：