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。
【技术实现步骤摘要】
本专利技术涉及，属于石油化工催化裂化生产过程软测量和自动控制领域。
技术介绍
催化裂化装置是石油炼厂中最重要的重质油转化装置之一。原料油在热和催化剂 的作用下使重质油发生裂化反应，转变为富气、汽油和柴油等高价值产品。从经济效益而 言，炼油企业中一半以上的效益是靠催化裂化取得的。因此应用先进的优化控制技术实现 装置的平稳运行，并为在线优化提供条件，无疑具有重要的现实意义和明显的经济效益。已有的催化裂化优化控制方案多是以反应温度(提升管出口温度)为主，但事实 上催化裂化是一个反应过程，对装置操作及产品分布影响最大的是反应深度。反应温度只 是影响反应深度的一个因素，在实际生产过程中还有很多影响反应深度的因素。为解决这 一问题，袁璞等(催化裂化反应过程的观测和控制，中国专利ZL 90108193. 0)提出宏观反 应热(每公斤进料在裂化反应时所需的热量kj/kg)的概念。宏观反应热综合了影响反应深 度的各种因素，维持反应热平稳，可使反应深度平稳，从而使整个装置操作较平稳。江青茵 (2003)同样基于反应深度控制的思想，提出一种以产品转化率为主要调控量的闭环调优控 制系统。实现基于宏观反应热的催化裂化反应深度优化控制的一个关键就是宏观反应热 的在线实时计算。影响反应深度的因素很多，其中一个重要的因素是再生催化剂循环量。由 于生产过程的危险性和复杂性，催化剂循环量不能够用测量仪表直接测量。目前工业上计 算催化剂循环量的方法主要分为三类。1、利用再生器稳态热平衡关系计算催化剂循环量， 如林世雄等(石油炼制工程(第三版)，2007，374-377) ；2、利用再生器中碳的物料平 衡计算催化循环量，如魏飞等(FCC催化剂循环量计算方法的比较，炼油设计，1990，4(1) 41-43) ；3、利用催化剂流动特性和再生阀门特性计算催化循环量，如袁璞等(催化裂化反 应过程的观测和控制，中国专利ZL 90108193. 0)。但已有的计算方法面临如下问题1、采用再生器热平衡计算催化剂循环量具有较高的精度，但由于烟气氧含量测量 具有一定的时间滞后；待生催化剂由提升管经汽提段流至再生器，其温度和焦含量对再生 器均有1-2分钟的时间滞后，其计算的实时性不能满足对提升管进行先进控制的要求。2、待生催化剂定碳、再生催化剂定碳只能通过离线化验得到，具有相当大的时间 滞后，因此，利用碳平衡法计算催化剂循环量不能满足生产监控及控制的实时性要求。3、利用再生阀门流量特性模型计算催化剂循环量速度快，但由于催化剂循环量是 关于滑阀开度的非线性函数，且与催化剂的流化状态及密度有关。当再生阀门开度变化较 大或催化剂流化状态发生变化时，若采用固定的再生阀门特性模型进行计算，其准确性将 难以得到保证。因此，设计一种计算相对准确且快速反映实际变化的催化剂循环量在线实时计算方法，实现反应深度在线计算，并在此基础上实现催化裂化装置反应深度控制，维持装置长 期平稳运行，是十分必要的。
技术实现思路
本专利技术目的是针对催化裂化装置，提供一种反应深度在线计算和自适应非线性预测控制方法。为达到上述目的，本专利技术采用再生器热平衡计算模型和再生阀门流量特性模型相 结合的方式，利用相对准确的再生器热平衡计算结果在线校正再生阀门模型系数，并由校 正后的再生阀门模型实现对催化剂循环量的实时观测。最后，根据提升管动态数学模型完 成催化裂化反应热的在线实时计算。另外，考虑到再生阀门流量特性模型的特点，即与提 升管反应部分的动态特性相比，再生阀门的动态特性可以忽略，而稳态特性会随工况变化 而变化。基于此特点，在控制模型中，将再生阀门稳态模型与提升管反应部分非线性动态模 型分离，在实现提升管反应部分非线性预测控制的基础上，根据在线校正的再生阀门模型 计算催化剂循环量，实现再生阀门开度对反应深度的自适应非线性预测控制。本专利技术首先利用再生阀门流量特性模型计算催化剂循环量，然后判断装置的反 应-再生部分是否达到平衡，若装置平衡，则用再生器热平衡模型计算得到的催化剂循环 量在线更新再生阀门模型系数，然后用更新后的再生阀门模型计算出催化剂循环量，用于 计算提升反应热和设计自适应非线性预测器。，其特征在于，是在控 制计算机上按照以下步骤实现的步骤⑴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⑵设置控制计算机的采样间隔Ts，采样周期KXTs，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△ P(k)，进入再生器的催化剂温度测量 值T1GO，流出再生器的催化剂温度测量值T2GO，第一段提升管的入口温度测量值TrtGO， 第一段提升管的出口温度测量值Tri(k)，第二段提升管的出口温度测量值Uk)，原料油进 料质量流量测量值Gtjil (k)，原料油进料预热温度测量值τ。η (k)，提升蒸汽质量流量测量值 Gw (k)，进提升管提升蒸汽温度测量值Tw (k)，进再生器空气体积流量测量值Fa (k)，烟气氧含 量测量值Ofg (k)，再生烟气温度测量值Tfg (k)，进入再生器的空气温度测量值Ta (k)，再生取 热器冷却水流量测量值Fex (k)，再生取热器冷却水入口处温度测量值Tex in (k)，再生器取热 器冷却水出口处温度测量值Tra。ut (k)，并给定两段提升管的总反应热设定值H: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△ P (k)，按再生阀门流量特性模型计算催化剂循环量G。(k) 其中Gc(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/ 关于再生阀门开度ivp的未知函数，mXh，采用多项式函数来近似 ’其中 N = 2为多项式函数阶次，an(k-l)是第k_l个采样时刻的多项式系数，其初始值 为 a0 (0) = -15. 915, B1 (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Trt (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 则认为反应-再生部分达到稳态，其中向量X(k_kn)，kn= 1，2，…，kN是由第k_kn 个采样时刻的Trf(k-kn) ^P T2(k-kn)组成的二维向量，数据长度kN= 10，ε = '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an(k) =an(k-l),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T1GO和 T2 (k)，按再生器热平衡公式计算催化剂循环量{k) 其中·Gc(k)第k个采样时刻，由再生器热平衡公式计算得到的本文档来自技高网...
【技术保护点】
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），刻的Ｔ↓［ｒ２］（ｋ－ｋ↓［ｎ］）和Ｔ↓［２］（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Ｔ↓［１］（ｋ）和Ｔ↓［２］（ｋ），按再生器热平衡公式计算催化剂循环量＊↓［Ｃ］（ｋ）：＊↓［Ｃ］（ｋ）＝Ｑ↓［Ｃ］（ｋ）／Ｃｐ↓［ｃａｔ］×（Ｔ↓［２］（ｋ）－Ｔ↓［１］（ｋ）），其中：＊↓［Ｃ］（ｋ）：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，Ｑ↓［Ｏ］（ｋ）＝Ｆ↓［ａ］（ｋ）（０．２１－Ｏ↓［ｆｇ］（ｋ））×ΔＨ↓［ｃｂ］／ｖ↓［ｏｃ］：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，ｍ↑［３］／（ｋｇ碳），已知值，Ｑ↓［ａ］（ｋ）＝Ｆ↓［ａ］（ｋ）ρ↓［ａｉｒ］Ｃｐ↓［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／ｍ↑［３］，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↓...
【技术特征摘要】
【专利技术属性】
技术研发人员：黄德先，王平，刘祁跃，
申请(专利权)人：清华大学，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。