本发明专利技术涉及一种连续生产过程的实时优化器；由生产过程监测器（１），优化目标实时计算器（２），智能寻优控制器（３），调优控制器（４），运行操作监视与设定器（５）五部分组成，实时优化器通过已有的数据输入输出接口（６）实时地取得生产过程（７）的运行数据，并将调优作用送给生产过程（７）进行调优；在实际实施生产过程优化时，本调优手段，既能迅速准确的调整调优变量，又能在各种干扰下维持最优运行状况，生产过程的故障检测与处理，各种约束的检测与处理。
【技术实现步骤摘要】
本专利技术涉及一种使生产过程随时运行在优化状态下的连续生产过程的实时优化 O
技术介绍
许多对连续生产过程，其最优运行状况和优化目标值的大小(下面均以目标值最 高为最优状况)都受不可实测变量的影响而经常变化，在不少情况下优化目标值也不可实 测，如何使生产过程随时运行在最优状况，是实时优化要解决的问题。为解决实时优化问题，对许多连续生产过程，大多采用基于生产过程稳态数学模 型的方法例如石油化工生产过程中常见的化学反应过程，在运行时，原料组成(不可实 测)常有变化，操作条件和运行环境(其中有些变量是不可实测的)也常有变化；优化目 标，如反应的转化率和产率，或选择性和反应物组成，也常常是不可实测的。为使反应器运 行在最优状况(最优反应深度)下，常用的方法是根据化验分析得到的原料组成和催化剂 活性，生产过程处于稳态时的实测过程变量，用稳态数学模型计算出使目标最优的操作条 件，对反应过程进行调整，最常见的调优变量是反应温度，即调整反应温度以达到最优。每 次调优后要等待生产过程运行平稳后，再次根据生产过程的实测变量和模型进行调优，两 次调优间隔(调优周期)一般在两小时以上。以上方法不足之处是一是实时性差，不能在 生产过程有变化时迅速调整到优化状况下运行。二是不能适应生产过程实际运行的动态变 化，所依据的实测过程变量总是有偏差的，加上模型的精度有限，使计算所得优化条件与实 际不能吻合，因此，还很少见到依据这种方法的有效实例。另一种优化方法是不用模型，只根据调优变量的变化和优化目标的变化决定下次 如何调优，其调优逻辑是当目标值增高与调优增量变化方向相同时，继续增高调优变量。 每隔一定时间(周期)调优一次，使生产过程逐步逼近最优运行状况，简称为自寻最优方 法.这种方法的优点是简单易行，避免了模型不准确的影响；由于依据目标和调优变量的 相对变化，也不要求实测值绝对准确；其主要不足之处是一是对目标值和调优变量的变 化方向判断，若不适应生产过程动态特性，可能引起误判。二是在最优运行状况附近，可能 每次调优方向都在变化，形成调优变量的振荡，使生产过程不能平稳运行。三是当目标值或 与目标值相关的变量无实测信息时，如上述化学反应器的转化率与选择性，与上述用模型 计算的方法相比，就无法实施优化。在实际实施生产过程优化时，还需要有一个好的调优手段，既能迅速准确的调整 调优变量，又能在各种干扰下维持最优运行状况。生产过程的故障检测与处理，各种约束的 检测与处理也是必须的。
技术实现思路
本专利技术的目的是给出一个适应生产过程运行动态特性和实际情况，切实有效的实 时优化器。本专利技术所述的连续生产过程的实时优化器，其主要特征是优化目标的实时计算当优化目标不可实测时，根据可测过程变量和动态数学模 型，在线实时计算得到。寻优的“暂停”与“自起动”:当寻优使生产过程优化后，或生产过程状况不允许时， 即暂停寻优，避免在优化点附近的振荡，防止出现非正常运行状况，保持在优化状况下平稳 运行。 当生产过程及其环境发生变化需要调优时，自动起动寻优，随时使生产过程处于 优化状况。“动态补偿”根据生产和寻优过程的动态特性，对寻优周期内优化目标值实施动 态补偿，可在生产过程动态变化时寻优，避免寻优的误判，缩短寻优周期，加速寻优进程。约束预报与处理基于动态数学模型对变量受约束进行预报，当预报受约束(达 上下限)时，只允许朝脱离约束的方向调优，使寻优在安全可靠的条件下运行。数据处理与故障诊断对含有噪声的过程变量和优化目标值进行处理和故障诊 断，使寻优在可靠的基础上进行。智能寻优在判断调优变量与优化目标的变化方向是否相同的基本寻优逻辑基础 上，增加判断的智能性，及时”暂停”或”自起动”，缩短寻优过程，确保寻优安全。基于动态模型的模型预估协调控制系统作为调优手段给出迅速响应，又能平稳 维持优化状况的调优手段。本专利技术所述的连续生产过程的实时优化器由生产过程监测器1，优化目标实时计 算器2，智能寻优控制器3，调优控制器4，运行操作监视与设定器5五部分组成。实时优化 器通过已有的数据输入输出接口 6实时地取得生产过程7的运行数据，并将调优作用送给 生产过程7进行调优，形成实时优化系统。1.生产过程监测器主要有以下功能1-1.数据处理与故障诊断大部分可利用已有技术。本专利的一个特征是基于动 态数学模型计算结果和实测变量之差，实时判断运行工况和实测信息是否正常。1-2.约束预报根据动态模型对变量未来变化进行预估，实现变量是否受约束 (达上下限)的预报，预报超限时即停止超限方向的调优。对变量的预估有以下有“简化” 和“完整”两种方式简化方式Y(t+p/t) = Y (t) +A [Y (t) -Y (t-1) ] (1)t =当前时刻，ρ =预估时域，A =可设置的预报系数Y (t+p/t)=当前时刻对未来t+p时刻的变量预估值Y(t)，Y(t_l)=当前时刻和前一时刻变量的实测值完整方式基于离散时间状态空间模型，模型X(k+l)= F[X(k-Tx)，U(k-Tu)] (2A)Y(k) = G[X(k)，U(k)](2B)Y=需要预估未来的变量 X=状态变量 U=输入变量k = t/Td=离散时间周期数t=时间Td=离散时间周期τ χ =状态变量之间互相影响的滞后时间相应的离散时间周期数τ υ =输入变量对状态变量影响的滞后时间的离散时间周期数经在线实时修正的预报Yc (k+p/k) = Y (k+p/k) + [Y (k) -Y (k/k-p) ] (3)Yc (k+p/k)=修正后的[在未来(k+p)Td时刻]预报值ρ为设定的预报时间所相应的离散时间周期数Y(k+p/k)=由模型计算的未来(k+p)Td时刻的预估值Y(k/k-p)=由模型计算的当前时刻(kTd)的预估值Y (k)=当前时刻k的实测值，Y (k)-Y (k/k-p)=在线实时(对模型预估的)修正值。以修正后的预报值Yc(k+p/k)判断变量是否超限。1-3.工况变化检测在生产过程运行正常，无变量受约束，无故障的情况下，由于 不可实测变量的变化，使生产过程运行偏离优化状况时，本专利实时检测这种工况变化，为 寻优的自起动提供信息。本专利技术提供的工况变化检测内容包括①比较基于状态空间模型[式(2A) (2B)] 计算的各变量与实际运行时各变量实测值的大小与方向是否有明显变化。②基于动态数学 模型在线实时计算的工艺参数有明显变化，如传质与传热系数，组分浓度，等。③优化目标 值有明显变化。④运行工况有明显变化，如自动控制器或人为的操作变量有明显变化，生产 方案变化，原料组成与流量变化，变量约束状况变化，生产设备变化，等等。2.优化目标实时计算器对于不可实测的优化目标，本专利技术依据生产过程机理， 实测变量，动态模型[式(2A) (2B)]和存在的时间滞后，在线实时计算给出不可实测的优 化目标，例如化学反应器的转化率或反应产物中的产品分布为优化目标时，可由其下游产 品分离设备分离出来的各产品的实测流量和分离设备的动态数学模型计算分离设备入口 (即反应器出口)各产品的流量，从而计算得到相应的优化目标。计算时，对实测变量和计 算结果都要进行恰当的滤波处理，以抑制噪声。优化目标实时计算器的另一个特点是当用于计算的任一个实测变量有故障本文档来自技高网...
【技术保护点】
一种连续生产过程的实时优化器，其特征在于：由生产过程监测器（１），优化目标实时计算器（２），智能寻优控制器（３），调优控制器（４），运行操作监视与设定器（５）五部分组成，实时优化器通过已有的数据输入输出接口（６）实时地取得生产过程（７）的运行数据，并将调优作用送给生产过程（７）进行调优；（１）生产过程监测器：具有以下功能：１）．数据处理与故障诊断：基于动态数学模型计算结果和实测变量之差，实时判断运行工况和实测信息是否正常；２）．约束预报：根据动态模型对变量未来变化进行预估，实现变量达上下限的预报，预报超限时即停止超限方向的调优，对变量的预估有以下有“简化”和“完整”两种方式：简化方式：Ｙ（ｔ＋ｐ／ｔ）＝Ｙ（ｔ）＋Ａ［Ｙ（ｔ）－Ｙ（ｔ－１）］ （１）ｔ＝当前时刻，ｐ＝预估时域，Ａ＝可设置的预报系数Ｙ（ｔ＋ｐ／ｔ）＝当前时刻对未来ｔ＋ｐ时刻的变量预估值Ｙ（ｔ），Ｙ（ｔ－１）＝当前时刻和前一时刻变量的实测值完整方式：基于离散时间状态空间模型，模型：Ｘ（ｋ＋１）＝Ｆ［Ｘ（ｋ－τ↓［Ｘ］），Ｕ（ｋ－τ↓［Ｕ］）］ （２Ａ）Ｙ（ｋ）＝Ｇ［Ｘ（ｋ），Ｕ（ｋ）］（２Ｂ）Ｙ＝需要预估未来的变量 Ｘ＝状态变量 Ｕ＝输入变量ｋ＝ｔ／Ｔ↓［ｄ］＝离散时间周期数 ｔ＝时间 Ｔ↓［ｄ］＝离散时间周期τ↓［Ｘ］＝状态变量之间互相影响的滞后时间相应的离散时间周期数τ↓［Ｕ］＝输入变量对状态变量影响的滞后时间的离散时间周期数经在线实时修正的预报：Ｙ↓［Ｃ］（ｋ＋ｐ／ｋ）＝Ｙ（ｋ＋ｐ／ｋ）＋［Ｙ（ｋ）－Ｙ（ｋ／ｋ－ｐ）］ （３）Ｙ↓［Ｃ］（ｋ＋ｐ／ｋ）＝修正后的［在未来（ｋ＋ｐ）Ｔ↓［ｄ］时刻］预报值ｐ为设定的预报时间所相应的离散时间周期数Ｙ（ｋ＋ｐ／ｋ）＝由模型计算的未来（ｋ＋ｐ）Ｔ↓［ｄ］时刻的预估值Ｙ（ｋ／ｋ－ｐ）＝由模型计算的当前时刻（ｋＴ↓［ｄ］）的预估值Ｙ（ｋ）＝当前时刻ｋ的实测值，Ｙ（ｋ）－Ｙ（ｋ／ｋ－ｐ）＝在线实时（对模型预估的）修正值。以修正后的预报值Ｙ↓［Ｃ］（ｋ＋ｐ／ｋ）判断变量是否超限；３）．工况变化检测：在生产过程运行正常，无变量受约束，无故障的情况下，由于不可实测变量的变化，使生产过程运行偏离优化状况时，为寻优的自起动提供信息；工况变化检测内容包括：①比较基于状态空间模型［式（２Ａ）（２Ｂ）］计算的各变量与实际运行时各变量实测值的大小与方向是否有明显变化；②基于动态数学模型在线实时计算的工艺参数有明显变化，如传质与传热...
【技术特征摘要】
一种连续生产过程的实时优化器，其特征在于由生产过程监测器(1)，优化目标实时计算器(2)，智能寻优控制器(3)，调优控制器(4)，运行操作监视与设定器(5)五部分组成，实时优化器通过已有的数据输入输出接口(6)实时地取得生产过程(7)的运行数据，并将调优作用送给生产过程(7)进行调优；(1)生产过程监测器具有以下功能1).数据处理与故障诊断基于动态数学模型计算结果和实测变量之差，实时判断运行工况和实测信息是否正常；2).约束预报根据动态模型对变量未来变化进行预估，实现变量达上下限的预报，预报超限时即停止超限方向的调优，对变量的预估有以下有“简化”和“完整”两种方式简化方式Y(t+p/t)＝Y(t)+A[Y(t) Y(t 1)](1)t＝当前时刻，p＝预估时域，A＝可设置的预报系数Y(t+p/t)＝当前时刻对未来t+p时刻的变量预估值Y(t)，Y(t 1)＝当前时刻和前一时刻变量的实测值完整方式基于离散时间状态空间模型，模型X(k+1)＝F[X(k τX)，U(k τU)](2A)Y(k)＝G[X(k)，U(k)](2B)Y＝需要预估未来的变量X＝状态变量U＝输入变量k＝t/Td＝离散时间周期数 t＝时间 Td＝离散时间周期τX＝状态变量之间互相影响的滞后时间相应的离散时间周期数τU＝输入变量对状态变量影响的滞后时间的离散时间周期数经在线实时修正的预报YC(k+p/k)＝Y(k+p/k)+[Y(k) Y(k/k p)](3)YC(k+p/k)＝修正后的[在未来(k+p)Td时刻]预报值p为设定的预报时间所相应的离散时间周期数Y(k+p/k)＝由模型计算的未来(k+p)Td时刻的预估值Y(k/k p)＝由模型计算的当前时刻(kTd)的预估值Y(k)＝当前时刻k的实测值，Y(k) Y(k/k p)＝在线实时(对模型预估的)修正值。以修正后的预报值YC(k+p/k)判断变量是否超限；3).工况变化检测在生产过程运行正常，无变量受约束，无故障的情况下，由于不可实测变量的变化，使生产过程运行偏离优化状况时，为寻优的自起动提供信息；工况变化检测内容包括①比较基于状态空间模型[式(2A)(2B)]计算的各变量与实际运行时各变量实测值的大小与方向是否有明显变化；②基于动态数学模型在线实时计算的工艺参数有明显变化，如...
【专利技术属性】
技术研发人员：袁璞，于佐军，
申请(专利权)人：袁璞，
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。