1 引言
算法是先进控制与优化的基础,但是一个成功的先进控制与优化系统却绝不可能只是先进控制和优化算法实现的简单组合。为成功实施先进控制与优化,开发与应用先进控制与优化系统,必须在整个工程实施的全过程中针对一系列的重要问题,提出1切实可行的解决方案。对于采用同样生产工艺的被控过程,由于计算机控制系统的不同,先进控制与优化系统的实现方案也很可能有很大差别。但即使是不同的应用平台和先进控制与优化实现方案,有一些问题却是经常出现,具有一定的共性。针对这些问题,可以提出一套具有一定普适性的方法、步骤和指标,使之在不同类型的先进控制与优化工程应用中均可以起到指导性作用。这些问题的覆盖范围很广,涉及到先进控制及优化工程应用中的方方面面。限于篇幅及能力所限,本文仅对其中的部分问题进行了讨论与研究。
本文结合实际工作,提出了工业过程优化的核心内容和工程化方法的概念,并阐述了其具体内容,还研究了先进控制的经济效益测算问题,最后讨论了决定先进控制与优化成功应用的关键因素。
2 工业过程优化的核心内容和工程化方法
2.1 工业过程优化的核心内容
作为一个整体,工业过程优化应包括从数据通讯与处理、模型建立、优化问题求解到工程实施的全部内容,即所谓的工业过程优化的核心内容。
(1) 数据的通讯与处理
实施工业过程优化,必须以过程信息为基础,无论采用哪种具体实现方案,数据通讯都是必须面对的首要问题。
在工业过程控制系统中,常用的数据通讯协议有RS-232C、DDE和OPC等[1][2]。下面结合笔者的实际工作分别作简要说明:
? RS-232C是一个串行接口标准,其数据传输速率为9600bit/s,最大连接距离为10m,但通过RS-232C转换器,可将此距离延长至1km,这使得其在工业现场的应用成为可能。
在“昭通卷烟厂动力管理控制集成系统”的开发中,就采用了这种通信方式[3]。首先在μXL 操作站上用BASIC 语言编写数据通讯程序,通过串行通讯接口RS-81 连接一条RS-232C 数据通讯线到数据采集计算机,并在数据采集计算机上编制相应的接口程序,实现数据采集功能。在实施某厂“丙烯腈流化床反应器在线操作优化”的过程中也使用了这种数据通讯方式[4]。该厂丙烯腈装置采用的计算机控制系统是CENTUM V,通过CGWU(Communication Gate Way Unit)实现与上位机的数据通讯。CGWU 通过RS-232C 采用串行半双工(指令/响应)格式,即作为通讯接口单元的CGWU 只能被动接受上位机按一定格式发来的指令。通过在上位机中编写有关数据采集软件,并在软件中对通讯口、通讯速率、字长、奇偶检验的确定等按照标准格式进行编写,成功的获得了现场数据。
RS-232C的数据传输速率较低,但在一般工业实际应用中都可以满足数据传输的需要,因而得到了广泛的应用。但在一些对速度要求较高、并需要双向数据通讯的场合,RS-232常显得无能为力。
? DDE是在微软的Win32应用程序接口(API)上所开发的应用程序之间动态地移动数据的一种方法。DDE协议在应用程序间传送信息,使得应用程序共享数据和采用共享的内存交换数据。在工业应用中,可以在DDE的基础上实现控制及监控软件的数据交换,进行程序或计算机之间的通信。
在正在实施的“大庆石化公司线性低密度聚乙烯装置及丁烯-1精馏装置优化控制技术的研究与应用”项目中就采用了DDE通讯协议来实现现场数据的采集。首先在集散控制系统的工程师站上安装DDE Server以及DDE Syntax Builder 软件,再通过HUB 用双绞线将工程师站和上位机连接起来,构成一个局域网。在上位机中,首先安装DDE Syntax 软件来匹配DDE Server 中的设置,然后编制DDE Client 程序采集指定工位点的数据量。
虽然目前许多仪表设备制造商在标准DDE的基础上,推出了通讯速度和功能改进型的DDE,但是随着OPC技术的出现,DDE的使用已经日益减少。因其继续发展的空间有限,甚至有人认为DDE 技术即将被淘汰。
? OPC(OLE for Process Control)由一系列用于过程控制和制造业自动化应用领域的标准接口、属性以及方法组成,为多种多样的过程控制设备之间进行通信提供了公用的接口,而与过程中的控制软件或设备无关。OPC 提供了单一的、一致的工业标准接口,从而不再需要开发一系列专有的硬件设备驱动程序。以上的这些优点使得OPC广泛应用于过程控制和制造业自动化系统。
笔者在Supcon JX-300X 集散控制系统上利用OPC 实现了系统监控软件和预测控制软包的双向数据通讯[6]。Supcon OPC Server 提供了对Supcon JX-300X 系统上数据的读写操作功能。上位机通过控制软件内嵌的OPC Client 控件提供的标准DA Automation 接口来访问Supcon OPC Server,并通过其提供的标准OPC 接口来读写数据,进行数据双向通信。
现阶段,大多数计算机控制系统(包括集散控制系统)的完成操作、管理级功能的操作站或工程师站已经采用微型计算机,操作系统采用Windows操作系统。在这样的形势下,OPC就成为了现阶段最为流行的工业过程数据通讯技术。
基于可测信息和数学模型实时计算不可测量的变量,即软测量技术,也是工程优化中不可缺少的内容。一些关系到产品质量的关键变量,由于质量测量仪表的缺乏或不可靠,无法获得实时的、可靠的在线信息,这时可采用包括工艺稳态模型、神经网络模型和动态数学模型等方法来推断估计。例如在实施丙烯腈流化床的在线优化控制时,由于无法通过仪表实测反应器出口丙烯醛含量,笔者利用实验室化验分析数据和其它现场实时数据采用多元逐步回归算法建立了丙烯醛的软测量数学模型,作为最优化问题中的约束方程,并在此基础上成功的实现了丙烯腈反应器的在线优化[7]。
(2) 优化模型的建立
除了正交优化试验、均匀优化试验等试验优化技术外,实施工业过程优化的首要步骤通常是通过机理方法或数学拟合法建立合适的描述被研究对象的数学模型。根据具体的优化任务,确定一个或多个优化目标,围绕这些优化目标,基于实时采集的数据,确定结构已知的机理模型的各种参数,或者建立半机理模型或纯粹的数学拟合模型,同时确定必须满足的各种约束方程。用来建立模型的数据可以是装置的正常运行数据,也可以是给被研究对象预先施加一定形式和幅度的测试信号后获得的数据。
(3) 优化问题的求解
建立被研究对象的数学模型后,需要选择合适的优化算法求解优化问题。优化算法的选取应该根据模型的具体形式和优化目标的个数确定。例如,线性规划形式的优化模型可以采用单纯形算法求解,多目标优化模型可以采用能够处理多优化目标的算法求解[8][9]。由于被研究对象的复杂性和部分关键数据获取的困难,更多的时候人们建立的是一个仅仅能够粗略描述被研究对象的模型(工作点附近的近似模型),这时候希望获得全局优化解是不可能也是不现实的,比较有效的解决方法是引入在线优化的概念,通过梯度法以比较小的步长从现有工作点出发获得优化的新工作点,然后再滚动建立新的近似数学模型,再次进行优化计算,从而最终得到满意的结果。采用这种方案,笔者及其合作者先后实施完成了多项在线操作优化工程[7][10][11]。在线操作优化简化了建模过程,通过滚动优化可以解决大范围内非线性问题,同时可以克服对象时变特性的负面影响,以保证被控对象的操作条件长期保持在较好的状态,这一点在上述优化工程的实际运行中得到了良好的体现。
(4) 工业过程优化的实施
工业过程优化在实施时需要解决许多具体的工程问题,其中包括:
? 合理地选择优化步长。投运新的优化工作点要保证系统的平稳性,并保证工艺操作参数的安全性,从而保证工业过程优化所能获得的经济效益。
? 正确整定基本PID控制回路和先进控制系统。整定基本PID控制回路是为实施先进控制奠定基础,而整定先进控制系统则是在系统的动态响应与鲁棒性之间做出权衡。先进控制系统的稳定运行又是成功实施优化的保障,因为在大多数情况下优化给出的结果是自动控制回路的设定值,先进控制可以用来保证在控制回路设定值发生改变时被控量波动小,处于安全的工艺操作范围内。
? 建立良好的人机界面,确保在最常用的流程图画面上看得到优化系统的信息,便于投用、维护和操作。
? 准确合理地评价优化的效果。
2.2 工业过程优化的工程化方法
要使工业过程优化达到预期的经济效益,必须严格地按一定的程序完成优化的工程化工作,而且要与所选用的工作平台无关。工业过程的工程化方法应该包括以下步骤:
(1) 定义目标 首先应将整个企业的目标细化为装置的目标、过程单元的目标以及最终主要过程设备的目标。优化工作可以在企业级、装置级、过程单元级等不同的层面上展开,通常需要具体问题具体分析。一般情况下,企业的目标可以表述为经济效益,优化指标可以是企业的利润等具体经济效益指标;过程装置的目标可表述为以一定的产率生产出满足一定规格的某些产品,优化指标可以是生产成本最低、产品质量或处理量最高等。
(2) 关键影响因素的确定 通常情况下,影响优化目标的因素可能比较多,可以通过排除法或设计正交优化试验来确定影响目标的最关键因素,减少因为因素过多而造成的建模不准确或模型不稳定等问题。同时要确定各种约束条件及其约束方程,以保证将来优化系统给出的优化参数不违反任何安全约束和设备约束。
(3) 识别工业过程优化的适用性 工业过程优化的适用性是指通过实施工程优化能否达到预期的设计目标,同时应该核定实施优化可能带来的经济效益、社会效益,要核实为实施优化必须具备的一些控制回路或控制手段是否存在,或者它们能否满足实施工业过程优化的具体要求。在大多数的时候,为顺利实施工业过程优化,往往需要同时实施PID控制器的参数整定和个别关键参数的先进控制,有时还需要适当改造现有的计算机控制系统。根据工程优化所面临的问题,在研究适用性时可采取两种方法:对于待建装置或系统,可以依据工程经验或者通过稳态、动态仿真来识别是否有必要应用优化策略;而对于现有装置,可以利用已有的大量过程运行数据及相关工艺设计数据得到过程的实际运行趋势和相关图表,进而分析过程的运行状况和控制系统的工作情况,判断工程优化的适用性。
(4) 工业过程优化的效益/成本分析 在每个可能的优化实施方案下,将预期可以获取的经济效益与实施该方案的成本进行比较,其中优化方案中应考虑到包括PID控制器的参数整定和个别关键参数的先进控制,以及必要的现有计算机控制系统的改造方案的成本。根据效益/成本分析结果确定是否采用优化或应当采用哪种工程优化方案,或者决定在哪个层次上实施工业过程优化。
(5) 制订功能标准 对要实施的工程优化系统必须规定其功能标准。其主要内容包括优化目标、过程描述、优化算法、涉及的硬件、仪表、控制回路、程序框图等,并在详细工程设计时进一步扩展并最终成为工程优化的技术文档。
(6) 工程优化的实现 在工程优化方案确定以后,首先进行详细的工程设计。这些工程设计包括控制回路连接图、系统仪表配置一览表、优化系统操作界面等,最终生成可实现的工程优化软件。
(7) 调试 调试是为了检验工程优化方案和生成的优化软件是否正确。因此,首先进行在线实时仿真和跟踪,测试优化系统给出的参数调整方向是否合理,给出的工艺参数数值是否在可行的范围内。只有在满足工艺要求和设计要求后,方可开始试投运。在运行中,应该根据具体情况适当调整有关参数。最后,还要比较优化系统投运前后的差异,以检查是否达到了预先设计的目标。
另外应该认识到,在工程优化与人的关系中,人是起主导作用的一方,如果因操作人员对优化系统不理解而使其不能正常工作,则工程优化的效益往往就要打折扣。因此,工程优化的基本原理必须深入到每个操作者,使他们能认识并熟悉所实施的工程优化基本原理和操作使用以及维护方法,这些都需要通过充分的技术培训来实现。由于优化系统一般比较复杂,为了培训和维护工作的需要,设计、实施、投运优化系统的全过程都必须建立完整的文档资料。
3 先进控制的经济效益评价
实施先进控制与优化的目的概括起来无外乎稳定生产和提高经济效益。评价先进控制的经济效益,是一项十分重要的工作[12][13][14][15]。实施先进控制,经济效益的产生最主要来源于系统动态性能的改善。即原来常规控制时波动可能较大,为了使被控参数不超出极限值,不得不将其控制的平均值设定的离目标值较远。使用先进控制手段使参数波动幅度减小,因而可将被控参数控制的更接近目标值,平均值的差值就可以带来经济效益的增长,如图1所示。
图1 先进控制改善系统动态性能
其次,采用先进控制之后,可将根据与受控变量相关的过程消耗和产品回收或产品产量的经济运行模型生成操作目标,优化生产过程,按市场需求情况来调节生产,提高经济效益。
为了估计先进控制带来的经济效益,首先应定出计算经济效益的项目。制定先进控制策略时确定好与装置的操作目标相一致的控制目标,从而设计相应的控制功能。应选出其中能直接算出经济效益的所有项目进行计算,如提高处理量,优化反应过程的转化率以提高产品产率,降低操作能耗等。
其次,要收集装置实施先进控制前的基准数据。基准数据是作为先进控制投用前后比较的依据。在先进控制中,关键操作变量的平均值和标准偏差是用于效益计算的主要变量。这些变量通常包括关键的产品质量点、重要的操纵变量、物料及能量平衡参数、约束变量。此外还有原料处理量和性质、产品产量、收率和主要性质、产品价值、原料和公用消耗的费用等。
在收集数据时,有一些需要注意的问题。采集的数据应具有代表性,即能反映现有常规控制下正常变化的数据。要求既不含不正常操作的数据,也不含经格外仔细操作所得的数据,因其均不代表实际操作情况,估算不出真正的经济效益。采集数据的量还应足够多,这是因为动态效益计算的关键在于减小受控变量围绕其目标值上下波动的幅度,而要想对重要参数的平均值及标准偏差进行评估,需要有足够的操作数据。 此外,在理论上,采样频率与干扰进入过程的频繁程度有关,如果过程频繁处于不稳定状况,过低的采样频率将不能够真实地反映过程的变化情况。用于计算效益的经济数据也应取的合理,原料和产品用市场价,中间产品用工厂成本价,各种自用燃料可按热值换算成当量燃料油。如果市场产品价格经常变动,投运先进控制与优化后核算时仍要用同一价格。其它费用数据也要保持投运前后一致,以便在相同基础上比较经济效益。
在收集了足够的合理数据之后,就可以对先进控制的经济效益进行估算。一般最常用的方法为统计分析法。
统计分析法的基本思想是认为装置操作变量的正常波动有随机性,数据变化符合正态分布。而先进控制则可以减小装置操作变量随机波动的标准偏差,通过对实施先进控制后标准差进行假设,可得到方差的预期变化量。进而,根据工艺指标或假设的超限比例,推断平均值能够移动的大小。在得出操作点的变化之后,再根据产值和能量消费,就可以估算出先进控制对经济效益带来的提高。
在效益预测计算中常用到的统计学概念有平均值和标准偏差。平均值为: ,标准偏差为:
用于数据的统计分析时,还常用到标准正态分布函数F(Z):
F(Z)表示的时标准正态分布曲线下小于Z的面积。 Z时正态分布统计参数,,XL是该操作变量的限值。可认为F(Z)是未超限数据的分率。
若把超限数据的分数称作m% ,则m%=[1-F(Z)]×100%,如果有某变量的一组数据,允许有m%超限,则可求出相应的限值XL,即首先计算 F(Z)=1-(m/100),从正态分布表查得Z,再算出。
用标准正态分布函数通过分析先进控制前的数据估算经济效益,是基于投用先进控制后操作数据的方差减小,核心是计算其平均值能向效益高的方向移动多少,即计算,其中下标C代表先进控制投运后的数据。
一般情况下,实施先进控制可使标准偏差减小30%~90%。即先进控制投运后得数据标准偏差为:。
其中是SP2 过程方差,是SM2 测量方差。计算机控制系统只能减小的只是过程方差,式中K 即代表过程方差减少后余下的比例。但在一般 情况下,可认为SC=K?SP,计算的方差将被用于推断平均值能够移动的大小。
在实际生产中,原有的人工操作一般都会偏保守,以使受控变量不超过约束值,即受控变量与约束值之间存在额外的裕量。由于此裕量的存在,可能会使得先进控制所能获得的经济效益更加显著。
但需要指出的是,更接近约束条件的操作并不一定都会带来期望中的效益增长。由于过程的各个因素之间可能存在着相互耦合的关系,某个指标的增长可能会带来另一个指标的下降,从而使经济效益的增长受到影响。遇到此种情况时,仅仅考虑平均值的改变是不够的,必须对过程中的各个指标进行综合考虑和优化,以实现效益的最大增长。其次,投用先进控制后与人工操作时相比可能会更多的违反限定值,会引起装置中某些部分的磨损加速,使得生产成本升高,这一点在计算效益增长时也应考虑进去。
4 决定先进控制与优化成功应用的关键因素
对于先进控制,决定其在实际应用中能否成功的因素主要有四个[16] :
(1) 对先进控制系统应有长期的技术支持[17]。如果设计者不能始终在控制现场,应对操作者进行培训,使他们对先进控制系统有最基本的了解,可以解决一些常见的问题。
(2) 所有最底层控制器应有好的性能,同样还应保证的有仪器的可靠性。
(3) 测量的可靠性和正确性。这一点在很多时候都被忽略了,控制效果不佳时,人们往往只认为控制策略有问题,而不去检查测量系统的测量值是否准确。
(4) 过程的非线性。在设计控制系统时应保证在工作范围内有适当的线性化,以及考虑未来系统工作点可能的大范围漂移,采取适当方法处理。
同样,决定优化在实际应用中能否成功的因素也可以将上述四者罗列其中。同时,因为很多优化系统需要一些关键量的实验室化验分析数据,所以还要确保这些化验分析数据的准确性、可靠性和及时性。
5 结语
随着工业过程日益朝着集成化、大型化方向发展,系统的复杂性不断增加,表现为控制目标多元化、变量数目增多且相关性增强以及存在着多种约束[18]。因此,先进控制与优化的应用也将越来越多,这就要求人们对先进控制与优化的工程实施过程应有一套可以适用于不同问题的一般性方法与步骤,以便于具体工程的实施。本文通过研究,提出了工业过程优化的核心内容和工程化方法的概念及内容,研究了如何测算先进控制带来的经济效益,并讨论了关系到先进控制与优化应用成功与否的关键因素。这些研究结果些在不同的先进控制与优化工程中都可以起到一定的指导作用。
参考文献:
[1] 胡强,赵英凯. OPC技术在DCS与工厂管理网数据通讯中的应用,工业仪表与自动化装置[J]. 2002(3):25~28.
[2] 何衍庆,俞金寿.集散控制系统原理及应用[M]. 北京:化学工业出版社, 2002.
[3] 徐晔. 昭通卷烟厂动力管理控制集成系统的设计与实现[D]. 中国科学技术大学,1997.
[4] 陈彪. 基于模式识别优化技术的丙烯腈反应器在线操作优化[D]. 中国科学技术大学,2003.
[5] 薛美盛,石海健,吴刚,孙德敏. 烟丝处理过程的广义预测控制[J]. 自动化仪表,2001,22(12):49~51+53.
[6] 薛美盛,张庆武,吴刚,孙德敏.氨合成塔热点温度的先进控制,已投《控制理论与应用》
[7] 薛美盛.基于多元逐步回归分析的丙烯腈反应器在线优化控制[D]. 中国科学技术大学,1995.
[8] 卢开澄.单目标、多目标与整数规划[M]. 北京:清华大学出版社,1999.
[9] 崔逊学.基于多目标优化的进化算法研究[D].中国科学技术大学,2001.
[10] 薛美盛,张志刚,吴刚,孙德敏.丙烯腈反应器在线操作优化软件及其应用[J]. 石油化工,1999,28(5):323~326.
[11] 薛美盛,孙德敏,吴刚,张志刚. 工业锅炉的在线燃烧优化[J]. 化工自动化及仪表,2001,28(5):25~27.
[12] P L Latour, J H Sharpe, M C Delaney. Estimating Benefits from Advanced Control[M]. Setpoint Inc., 1986.
[13] Terrence L. Blevins, Gregory K. McMillan, Willy K. Wojsznis, Michael W. Brown. Advanced Control Unleashed: Plant Performance Management for Optimum Benefit[M]. The Instrumentation Systems and Automation Society,2003.
[14] 邓飞,高燕.先进控制效益统计分析预测方法[J]. 石油化工自动化,2000(3):40~43+48.
[15] 史瑞生.估算炼油装置先进控制的经济效益[J]. 石油炼制与化工,1998,29(2):51~57.
[16] Fred F. Sanders. Key factors for Successfully Implementing Advanced Control[C]. ISA Transactions,1998, 36(4):267~272.
[17] Cohen M H, Arzenbeimer M. Benefits of Advanced Process Control Maintenance[M]. Hydrocarbon Processing, Jan,1995.
[18] 金晓明,王树青. 工业过程先进控制的概念设计[J]. 化工自动化及仪表,2000,27(4):1~5.