автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Математическое моделирование и оптимальное управление процессом очистки монометиланилина в ректификационной колонне

На правах рукописи

НАЗАРОВ Виктор Николаевич

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ОПТИМАЛЬНОЕ УПРАВЛЕНИЕ ПРОЦЕССОМ ОЧИСТКИ МОНОМЕТИЛАНИЛИНА В РЕКТИФИКАЦИОННОЙ КОЛОННЕ

Специальность 05.13.06 - Автоматизация и управление технологическими

процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

~ 9 ЛЕН 2010

Тамбов 2010

004615898

Работа выполнена на кафедре «Информационные процессы и управление» Государственного образовательного учреждения высшего профессионального образования «Тамбовский государственный технический университет» (ГОУ ВПО ТГТУ).

Научный руководитель доктор технических наук

Погонин Василий Александрович

Официальные оппоненты: доктор технических наук

Тихомиров Сергей Германович

доктор физико-математических наук Дзюба Сергей Михайлович

Ведущая организация ГОУ ВПО «Липецкий государственный

технический университет»

Защита диссертации состоится 23 декабря 2010 г. в 11 часов на заседании диссертационного совета Д 212.260.01 Тамбовского государственного технического университета по адресу: 392620, г. Тамбов, ул. Советская, 106, Большой зал.

Отзывы в двух экземплярах, заверенные гербовой печатью, просим направлять по адресу: 392000, г. Тамбов, ул. Советская, 106, ученому секретарю совета Д 212.260.01.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО ТГТУ. Автореферат размещен на официальном сайте ГОУ ВПО ТГТУ -www.tstu.ru.

Автореферат разослан « » ноября 2010 г.

Ученый секретарь

диссертационного совета Д 212.260.01, доктор технических наук, профессор

А.А. Чуриков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Монометиланилин (ММА) используется в качестве основного вещества при производстве добавок к топливу, а также в качестве сырья для синтеза органических красителей и промежуточных продуктов. В последние годы экологические свойства топлива выдвигаются на первый план. В настоящее время все законодательные инициативы, жестко регламентирующие экологические показатели качества топлива, в итоге направлены на снижение токсичности отработанных газов транспортных средств. В связи с этим, спрос на добавки к топливу на основе ММА значительно возрос.

Качество выпускаемой продукции существенно зависит от выполнения наиболее сложных, длительных и трудоемких процессов. Одним из таких процессов, при производстве добавок к топливу, является процесс очистки ММА. Эффективное ведение процесса на этом этапе во многом определяет качество и себестоимость готовой продукции.

При управлении процессом очистки ММА имеется ряд особенностей: ректификационные колонны работают с разделяемой смесью переменного состава и при разной нагрузке, отсутствие оперативного контроля качества готового продукта на выходе из ректификационной колонны (лабораторный анализ). Это приводит к тому, что при управлении реализуются далеко не оптимальные режимы.

Значительные энергозатраты, высокие требования к качеству и объему получаемого продукта, существующие особенности процесса как объекта управления (периодический и нестационарный характер процесса, большое число взаимосвязанных выходных технологических координат, совмещенность тепло- и массообменных процессов, а также их слабая изученность) определяет актуальность нахождения оптимальных режимов функционирования ректификационной колонны и разработки эффективных системы управления (СУ) процессом очистки ММА на основе использования методов математического моделирования. Эта задача требует проведения комплексных научных исследований, основанных на методах имитационного моделирования и оптимального управления.

Цель работы. Повышение эффективности процесса очистки ММА в ректификационной колонне периодического действия в различных условиях функционирования.

Методы исследования. В работе использованы методы математического моделирования, современной теории автоматического управления, системного анализа, многомерной оптимизации, математической статистики, теории процессов и аппаратов химической технологии.

Научная новизна. Разработана математическая модель (ММ) процесса очистки ММА, учитывающая взаимное влияние компонентов разделяемой смеси и включающая математическое описание энергетических и

физико-химических процессов в ректификационной колонне, энергетических процессов, протекающих в кубе и дефлегматоре колонны.

Предложен алгоритм идентификации ММ, отличающийся тем, что с целью повышения скорости нахождения неизвестных параметров, общая задача идентификации декомпозируется на ряд последовательных задач, с дальнейшим уточнением неизвестных параметров.

Поставлены и решены задачи оптимального управления процессом очистки ММА в ректификационной колонне.

Практическая ценность. Разработан комплекс программ для проведения имитационных исследований процесса очистки ММА.

Разработаны методики построения и параметрической идентификации математической модели для проведения имитационных исследований, алгоритмы решения задач оптимального управления, которые универсальны и могут быть использованы при решении аналогичных задач других производств.

Результаты решения задачи оптимального управления позволяют использовать их для принятия проектных решений о выборе класса системы управления, ее структуры и параметров.

Реализация работы. На основе результатов, полученных в работе, реализованы оптимальные технологические режимы процесса очистки ММА на ОАО «Пигмент», г. Тамбов.

Апробация работы. Основные результаты работы представлялись и обсуждались на Всероссийских и Международных научных конференциях: «Проектирование научных и инженерных приложений в среде МАТЬАВ» (Москва, 2002), «Математические методы в технике и технологиях» (Санкт-Петербург, 2003), IX научная конференция ТГТУ (Тамбов, 2004), «Математические методы в технике и технологиях» (Воронеж, 2006), «Современные проблемы науки» (Тамбов, 2009), «Математические методы в технике и технологиях» (Саратов, 2010)

Публикации. По теме диссертации опубликованы 10 печатных работ, 2 из которых в изданиях, рекомендованных ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность и дана общая характеристика диссертационной работы.

В первой главе «Современное состояние технологии и исследований в области моделирования и управления процессом очистки ММА» рассмотрена технология производства ММА и ее аппаратурное оформление, определены процессы и факторы, влияющие на качественные показатели процесса очистки ММА, установлена значимость стадии очи-

стки ММА в технологическом процессе. Приведено описание существующих систем и алгоритмов управления и рассмотрены критерии оптимальности режимов работы ректификационной колонны и дана характеристика методов решения задач оптимального управления.

Во второй главе «Математическое моделирование процессов, протекающих в ректификационной колонне периодического действия при производстве монометилаиилина» приводится математическое описание процесса очистки ММА. Математическая модель (ММ) построена по модульному принципу и состоит из математических описаний процессов, протекающих в кубе, в колонне и в дефлегматоре.

Процессы тепломассопереноса, протекающие в колонне, описываются системой дифференциальных уравнений в частных производных.

02

Рис. 1. К математическому описанию процесса массопереноса в колонне Уравнение материального баланса в жидкой фазе для /-го компонента:

где сЖ/ - концентрация г-го компонента в жидкой фазе, кмоль/кмоль; сП( концентрация /-го компонента в паровой фазе, кмоль/кмоль; Ь - расход жидкой фазы, кг/с; Ож - удерживающая способность насадки по жидкой фазе, кг/м; т - время, с; ку1 - объемный коэффициент массопередачи,

кг/(м • с); 4 - равновесная концентрация /-го компонента в паровой фазе, кмоль/кмоль; т - время, с; г - координата по длине колонны, м; Ъ -длина колонны, м; с°ж1 - концентрация /-го компонента в жидкой фазе по длине колонны в начальный момент времени, кмоль/кмоль.

Подстрочные индексы у концентраций сп( обозначают: 1 - вода; 2 -анилин; 3 - ММ А; 4 - ДМА.

ку1 — к¡V,

где к1 - определяется из экспериментальных данных работы колонны; V - расход паровой фазы, кг/с.

Уравнение материального баланса в паровой фазе для /-го компонента:

' + ку> (СШ "О» ст (0, *) = с% , / = 1,4,

д(Оаса1)_ 8(Усш)

где (7П - удерживающая способность насадки по паровой фазе, кг/м. Уравнение энергетического баланса для жидкой фазы:

/,(0,*) = «Ж.0,| = Й,

где /п - температура паровой фазы, К; - температура жидкой фазы, К; /ж - энтальпия жидкой фазы, Дж/кг; кт - приведенный коэффициент теплоотдачи, получаемый из экспериментальных данных, Вт/мК. Уравнение энергетического баланса для паровой фазы:

Г"----а т* ж п' ' 'гЛи>2-> гп0 >

от дг

где /п - удельная энтальпия паровой фазы, Дж/кг.

Энтальпии находятся по формулам:

4 4

'п — » 'ж ~ •

¿=1 /=1

Граничные условия задаются уравнениями, описывающими тепло-массообменные процессы в кубе и дефлегматоре.

Модель куба колонны включает в себя уравнения общего и покомпонентного балансов и энергетического баланса. Уравнение материального баланса:

ах

где МК - масса жидкости в кубе, кг; - масса жидкости в кубе в начальный момент времени, кг.

Уравнение покомпонентного материального баланса:

где сжЧ - концентрация 1-го компонента в жидкой фазе в кубе колонны, кмоль/кмоль; - концентрация /-го компонента в жидкой фазе в кубе 4

колонны в начальный момент времени, кмоль/кмоль; сп* - концентрация /"-го компонента в паровой фазе в кубе колонны, кмоль/кмоль.

В общем случае, равновесная концентрация зависит от давления, концентрации компонентов в жидкой фазе и температуры. Было предложено искать равновесные концентрации в виде функции:

п' р и * '

Г У

где а,-, - неизвестные параметры, которые необходимо идентифицировать,

Р - давление в колонне, кПа.

Модель куба колонны включает в себя уравнения общего и покомпонентного балансов и энергетического баланса.

Уравнение энергетического баланса для куба имеет вид:

МЬЦ.-Ъ-ч+о.-Уг.и 0)-£.

Уравнение материального баланса по пару в рубашке имеет вид:

¿тп6 = „об об ап бк

А

При нормальной работе конденсатоотводчика масса конденсата, накапливающегося в греющей камере, практически равна нулю.

Уравнение энергетического баланса для рубашки куба записывается в виде:

-в?*:,

где /°б - удельная внутренняя энергия пара в рубашке куба, Дж/кг; /п, -энтальпии греющего пара и конденсата, Дж/кг; Гк - площадь поверхности теплопередачи, м2; кк - коэффициент теплоотдачи, Вт/(м2-К); /к -

температуры пара в рубашке куба и нагреваемой жидкости, °С.

Тепловая емкость пара в рубашке куба во много раз меньше тепловой емкости смеси в кубе, динамикой изменения массы, температуры пара можно пренебречь.

Расход греющего пара зависит от давления в паропроводе рп , давления в рубашке куба р* и пропускной способности клапана цк:

в^Фи../*.^).

Модель дефлегматора представлена в виде: - уравнение покомпонентного материального баланса:

^ > сж¡(0) сж/ >

где Л/д - масса жидкости в дефлегматоре, кг; М® - масса жидкости в дефлегматоре в начальный момент времени, кг; £> - расход дистиллята, кг/с;

- уравнение энергетического баланса:

= -Ыл -£/д -0Д + Уг, /д<0)-£,

где / - энтальпия жидкости в дефлегматоре, Дж/кг; г - удельная теплота парообразования испарившейся смеси, Дж/кг; £>д - тепловой поток, отводимый при конденсации паров в дефлегматоре, Дж/с.

Тепловой поток, отводимый при конденсации:

ед=явохЬх-'ввых),

где , /|ых - энтальпии охлаждающей воды на входе и выходе из дефлегматора, Дж/кг.

В разработанную модель входят неизвестные параметры (А,, кг , а у ,/= 1,4), которые требуют идентификации по результатам экспериментов. Для идентификации и проверки адекватности ММ разработан алгоритм, представленный на рисунке 2, который заключается в следующем: все экспериментальные данные делятся на две выборки - рабочую и проверочную. Рабочая выборка используется для нахождения неизвестных параметров, проверочная - для проверки адекватности ММ.

Вследствие большого количества идентифицируемых параметров, общая задача идентификации декомпозируется на ряд более мелких последовательных задач, с уточнением идентифицируемых параметров, после чего проверяется условие точности всей модели по различным координатам адекватности q = {сж1, сж2, сж3, сж4, tK } (концентрации компонентов на выходе из колонны и температура в кубе колонны).

Модель считается адекватной, если максимальная приведенная ошибка по всем экспериментам для каждой координаты адекватности не превышает допустимого значения е^:

• ГТ г о-

тахтахJ—=-1 <е,, / = 1,5, С = 0, п.,

5 Т

где е ; - допустимое значение приведенной погрешности вычисления у-й координаты адекватности, в качестве которой выступают измеряемые вы-6

ходные переменные qJ ; <7^ - расчетное и экспериментальное значения соответствующей составляющей вектора я, координат адекватности

модели в ¿¡-м эксперименте; <7^, - диапазон изменения у'-й координаты адекватности; nJ - количество экспериментов.

/• = о

Рис. 2. Блок-схема алгоритма идентификации математической модели и расчета математической модели

В третьей главе «Имитационное исследование процесса очистки ММА» на основе построенной математической модели у = М(х, и(-)) проведены имитационные исследования процесса очистки ММА в ректификационной колонне. Вследствие того, что ректификационная колонна является периодической, были исследованы динамические режимы процесса очистки ММА.

Проведенные имитационные исследования (рис. 3-6) позволили определить вектор функций управлений u = {g°XJI, gff, L j и показали, что для эффективного ведения процесса охлаждающую воду следует подавать в количестве, обеспечивающем только конденсацию паров (без охлаждения конденсата). Расход пара определяет интенсивность ведения процесса и для обеспечения максимальной производительности аппарата, необходимо подавать максимально возможное количество пара. Влияние расхода флегмы на выходные переменные является наиболее существенным.

Cul, кмоль/кмоль Сп2. кмоль/кмоль

0.9

Рис. 3. Изменения концентрации воды при отборе водной фракции при различных расходах флегмы:

1 -I = 2 м3/ч; 2 — Ь = 2,\ м3/ч, 3-1=1,9 м3/ч

Cri, кмоль/кмоль 0,1-

3 6 9

Рис. 4. Изменения концентрации анилина при отборе анилиновой фракции при различных расходах флегмы:

/-1 = 2,8 м3/ч; 2-1 = 2,9 м3/ч; 3-1 = 2,7м3/ч С«, кмоль/кмоль

Рис 5. Изменения концентрации ММА при отборе водной фракции при различных расходах флегмы:

/-£ = 2м3/ч; ¿-¿=2,1 м3/ч; 3-Ь = 1,9м3/ч

3 6 9

Рис. 6. Изменения концентрации

ММА при отборе анилиновой фракции при различных расходах флегмы:

/-¿ = 2,8 м3/ч; 2-1= 2,9 м3/ч; ¿-¿ = 2,7м3/ч

В работе показано, что при увеличении расхода флегмы увеличивается концентрация легколетучего компонента и уменьшаются потери ММА, но при этом увеличивается время ведения процесса, что в итоге приведет к увеличению времени процесса.

В четвертой главе «Оптимальное управление режимами функционирования ректификационной колонной при очистке ММА» проводится формализация критериев оптимизации: Ф1 - критерий, связанный с достижением максимальной производительности аппарата очистки; Ф2 -критерий, связанный с достижением минимальной себестоимости получения определенного объема продукта.

(КзС:,^

где масса пара определяется по формуле:

Мир = Л. о

Цс - цена сырья за один кг, р./кг, Цпар - цена пара, р./кг. Управления: 0<Ь<Ь, 0<8Г<зГ-

Качественные показатели процесса сп1 (т, 2) < сП(. (х, 2) < (т, 2) При решении задачи оптимального управления будут найдены не оптимальные программы изменения расходов I, £°хл, а оптимальные программы изменения расхода флегмы I и температур в кубе колонны /к, температуры возвращаемой флегмы /д. При реализации найденных

субоптимальных программ изменения температур на промышленном объекте будет скомпенсировано влияние некоторых возмущений.

При этом переменные 1, выступают в качестве входных па-

раметров, и систему уравнений, образующую математическую модель динамики процесса очистки ММА, в ректификационной колонне необходимо разрешать относительно Ь, g°xл.

Формулировка задач оптимального управления представляется в следующем виде: найти

время окончания процесса т к

и вектор-функцию

й*(т) на интервале [0, тк], при которых:

Задача 1 Задача 2

Необходимо найти й*(т), при которых

Ф1(В*)= тахф,(у,й,тк) тге"2 иеЦ Ф2(й*)=ттФ2(у,й,тк) иеН

у = м(х,й0);

О <1<1;

0<япоб<япо6';

Сп/ (т, < Сп/ (т, г) < Сп/ (х, 2)-1к<1

и = {«,}= К'кл};

у={?/}=к, • т еохл1- •"П >&П »бВ )>

х = {х,} = {л/К° с к0 Р Р 1 '"ж/ > 1 в » 1 н)

л МДс + М^ цпар тг ¡{Осп3(х,г)п)<к

Задача 1 связана с достижением максимального количества полученного ММА. Задача 2 связана с достижением минимальной себестоимости продукта.

Поставленные задачи могут решаться с использованием метода построения минимизирующих последовательностей, который позволяет свести задачу оптимального управления к последовательности задач математического программирования (а-задача). Согласно этому методу, управление представляется зависимым от времени, настроечных параметров и

принадлежащим последовательно усложняющимся видам функций 3/ (з) с З2 с • • • с 3/ с • • • с ЗГ), т.е.

й/ =ф(о/,т), м/еЗ/, где о/ - вектор настроечных параметров /-й функции управления вида 3/.

Вводится расширенный вектор настроечных параметров о, составляющими которого служат вектора о/, о = (:о/:...:о/::, тк|.

С учетом принятых обозначений а-задача запишется в виде: для выбранных видов функций 3/ найти расширенный вектор настроечных параметров о, такой что:

Задача 1 Задача 2

Ф,(6*) = та*Ф,(у,6) оеО Ф2(б*) = шфФ2(у,6) оеО

при выполнении уравнений связи в виде математической модели - у = М(х, о) и ограничений: О <Ьй1; 0<8поб<^;

СП1. (т, 2) < сп Дт, I) 2 сп Дт, 2); /к 21Х

В< ¡(Осп3(т,г)п}к __

й/=ср(о/,т) . и/ 63/

З,1 сЗ,2с-сЗ/ с-сЗ"

При выборе вида 3/ принимались во внимание следующие соображения:

1) найденные оптимальные режимы должны быть легко практически реализуемы;

2) с ростом индекса у виды функций должны последовательно усложняться и в пределе сходиться к наиболее общему кусочно-непрерывному виду;

3) при формировании множества варьируемых функций некоторого вида необходимо учитывать опыт эксплуатации.

Сформулированные выше задачи математического программирования относятся к классу задач условной оптимизации. Однако, используя аппарат штрафных функций, они могут быть сформулированы как задачи

безусловной оптимизации. В этом случае целевые функции записываются в виде:

где А1 - штраф, налагаемый за нарушение ограничений.

При решении задачи статической оптимизации, применяли безградиентный метода Хука-Дживса. Для ускорения расчетов использовалась процедура преждевременного завершения вычислений целевой функции, которая заключается в следующем. Для любой /-й итерации на каждом шаге интегрирования уравнений математической модели при определении

целевой функции (ФД, это значение сравнивается с наилучшим значением целевой функции Ф™п, найденным на предыдущих итерациях: ФГ =тт(Ф,), , j = 17Л,

где (Фs)j - значение целевой функции нау'-м шаге оптимизации.

При превышении (Фs)j значение Ф™"1 интегрирование уравнений

математической модели на /-м шаге оптимизации прекращается.

В результате решения задач оптимального управления определены вектор-функции управлений й*(т), представленные на рис. 7-8.

1.ИГ/Ч 4000

зяо же

2500 2000 15Ю 1000 500

Ш), «XXI

Э500

эооо

2500 2000 1500 1000

Рис. 7 Решение задачи 1 Рис. 8 Решение задачи 2

Расход флегмы при оптимальном Расход флегмы при оптимальном

управлении управлении

В таблице 1 представлены показатели технологического процесса очистки ММА при оптимальных и базовом режимах ведения.

Реализация найденных оптимальных управлений способствует повышению энергоэффективности процесса очистки ММА и как следствие этого, приводит к увеличению производительности и снижению себестоимости продукции.

Таблица 1

Качественные показатели По базовому варианту При оптимальном управлении

1. Время работы аппарата, ч 32 29,2 32

2. Масса полученного ММА, т 19,5 19,5 19,6

3. Масса затраченного пара, т 3,15 3,1 3,08

4. Себестоимость, р./кг 18,25 18,23 18,11

Для реализации найденных оптимальных режимов управления процессом очистки ММА в ректификационной колонне периодического действия выбрана жесткая активная система управления (двухуровневая СУ).

Задачами нижнего уровня управления являются компенсация высокочастотных возмущений и отработка заданий, выдаваемых верхним уровнем в зависимости от изменений условий функционирования.

Один из возможных вариантов нижнего уровня СУ представлен на рис. 9.

Рассмотренная СУ использует замкнутые контуры для управления процессами, протекающими в ректификационной колонне, кубе колонны и дефлегматоре.

Рис. 9. Структурная схема замкнутой СУ нижнего уровня АСУ ТП

Задачами верхнего уровня являются определение оптимальных режимов функционирования и оперативный контроль за технологическим процессом.

Верхний уровень представлен автоматизированным рабочим местом (АРМ) оператора (технолога) и вычислительной станцией. Вычислительная станция осуществляет поиск оптимальных режимов. После ввода исходных данных (количества загруженной в куб колонны смеси и концентрации компонентов) и выработки оптимальных режимов, вычислительная станция передает найденные режимы по сети в АРМ оператора и далее в промышленный контроллер. В качестве коммуникационной технологии используется ОРС-технология.

На рис. 10 представлена структурная схема АСУ ТП очистки ММА.

Нижний уровень АСУ ТП построен на базе микроконтроллера \УтСоп. АРМ оператора построено на базе БСАБА-системы.

Для стадии очистки ММА в ректификационной колонне была разработана система автоматизации на базе открытой БСАБА-системы.

ВАСУП

Рис. 10. Структурная схема АСУ ТП очистки ММА

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработано математическое описание технологического процесса очистки ММА, учитывающее нестационарный характер ведения процесса и пригодное для имитационных исследований и оптимизации динамических режимов.

2. Формализованы качественные показатели процесса, система технологических условий и ограничений и обоснован выбор критерия управления процессом.

3. Разработан алгоритм идентификации математической модели процесса очистки ММА.

4. Исследовано на модели влияние управляющих воздействий на качественные показатели процесса, и на основе проведенных исследований выявлены области допустимых управлений и основные возмущающие воздействия.

5. Поставлены и решены задачи оптимального управления процессом очистки ММА в ректификационной насадочной колонне, которые учитывают изменяющийся спрос на продукцию.

6. Разработана структура АСУ ТП, реализующая найденные эффективные режимы функционирования.

Основное содержание диссертации отражено в следующих публикациях:

В периодических изданиях, рекомендованных ВАК РФ:

1. Фролов, C.B. Задача оптимального управления процессом синтеза монометиланилина в трубчатом реакторе / C.B. Фролов, A.A. Третьяков,

B.Н. Назаров // Теоретические основы химической технологии, 2006. -Т.40.-№4.-С. 376-384.

2. Назаров, В.Н. Математическое моделирование и исследование процесса ректификации монометиланилина в насадочной колонне периодического действия / В.Н. Назаров, В.А. Погонин // Системы управления и информационные технологии. - 2009. -№ 2.2(36). - С. 274 - 277.

Некоторые вопросы диссертационного исследования нашли отражение в других публикациях:

3. Назаров, В.Н. Моделирование процесса ректификации при производстве монометиланилина / В.Н. Назаров // Труды ТГТУ : сб. науч. ст. молодых ученых и студентов. - Тамбов, 2001. - Вып. 8. - С. 189 - 193.

4. Назаров, В.Н. Постановка задачи оптимального управления процессом очистки монометиланилина (ММА) / В.Н. Назаров, A.A. Третьяков,

C.А. Скворцов // IX Научная конференция ТГТУ : краткие тезисы. - Тамбов : Изд-во Тамб. гос. техн. ун-та, 2004. - С. 94.

5. Фролов, C.B. Математическое моделирование процессов синтеза и ректификации монометиланилина / C.B. Фролов, A.A. Третьяков,

B.Н. Назаров // Математические методы в технике и технологиях : сб. трудов XVI Международн. науч. конф. - Т. 10. - Санкт-Петербург, 2003. -

C. 71.

6. Назаров, В.Н. Энергосберегающее оптимальное управление процессом очистки монометиланалина / В.Н. Назаров, A.A. Третьяков, В.А. Погонин, В.Ю. Харченко // Математические методы в технике и технологиях : сб. трудов XIX Междунар. науч. конф. - Т. 10. - Воронеж : Воронеж. гос. технол. акад., 2006. - С. 90-91.

7. Назаров, В.Н. Параметрическая идентификация математической модели процесса очистки монометиланилина / В.Н. Назаров, A.A. Третьяков, И.А. Елизаров, П.М. Оневский // Математические методы в технике и технологиях : сб. трудов XXIII Междунар. науч. конф. - Т. 8. - Саратов : Сарат. гос. техн. ун-т, 2010. - С. 75 - 76.

Подписано в печать 17.11.2010 Формат 60 х 84/16. 0,93 усл. печ. л. Тираж 100 экз. Заказ № 566

Издательско-полиграфический центр ГОУ ВПО ТГТУ 392000, Тамбов, Советская, 106, к. 14

Введение

Глава 1. Современное состояние технологии и исследований в области 10 моделирования и управления процессом очистки ММА

1.1 Краткое описание технологического процесса очистки ММА

1.2 Анализ процесса очистки ММА как объекта управления

1.3 Анализ современного состояния в области математического 14 моделирования процессов ректификации

1.4 Общая постановка задачи оптимального управления процессом 17 очистки монометиланилина

1.5 Системы управления процессом очистки монометиланилина

1.6 Постановка цели и задач исследования

Глава 2. Математическое моделирование процессов протекающих в ректификационной насадочной колонне при производстве монометиланилина и проверка точности математической модели

2.1 Разработка математической модели процесса очистки ММА в 33 ректификационной колонне периодического действия

2.2 Разработка математической модели процессов протекающих в 38 кубе колонны

2.3 Математическое описание процессов протекающих в 41 дефлегматоре

2.4 Идентификация и проверка точности математической модели 43 процесса очистки ММА

2.4.1 Методика идентификации математической модели объекта

2.4.2 Идентификация математической модели процессов, 49 протекающих в ректификационной колонне

Глава 3 Имитационное исследование процесса очистки монометиланилина

Глава 4 Оптимальное управление режимами функционирования 65 ректификационной колонной при производстве ММА

4.1 Формализация технологических условий и ограничений

4.2 Математическая формулировка критерия оптимизации

4.3 Формулировка задачи оптимального управления

4.4 Определение видов варьируемых функций

4.5 решение задачи оптимизации

4.6 Формулировка и решение задачи оптимального управления №

4.7 Формулировка и решение задачи оптимального управления №

4.8 Формирование множества структур систем управлений 90 процессом очистки ММА

4.9 Реализация алгоритмов управления процессом очистки ММА

4.10 Разработка системы автоматизации процесса очистки ММА на 101 основе ЗСАЭА-программы «КРУГ - 2000»

Выводы по результатам диссертационной работы

Монометиланилин (ММА) используется в качестве основного вещества при производстве добавок к топливу, а также в качестве сырья для синтеза органических красителей и промежуточных продуктов [1, 2, 3]. Производство таких добавок является одной из перспективных отраслей химической промышленности.

Актуальность темы. В последние годы экологические свойства топлива выдвигаются на первый план. В настоящее время все законодательные инициативы, жестко регламентирующие экологические показатели качества топлива, в итоге направлены на снижение токсичности отработанных газов транспортных средств. В связи с этим, спрос на добавки, к топливу на основе ММА значительно возрос.

Качество выпускаемой продукции существенно зависит от выполнения наиболее сложных, длительных и трудоемких процессов. Одним из таких процессов, при производстве добавок к топливу, является процесс очистки ММА. Эффективное ведение процесса на этом этапе во многом определяет, качество и себестоимость готовой продукции.

При управлении процессом очистки ММА имеется ряд особенностей: ректификационные колонны работают с разделяемой смесью переменного состава и при разной нагрузке, отсутствие оперативного контроля качества готового продукта на выходе из ректификационной колонны (лабораторный анализ). Это приводит к тому, что при управлении реализуются далеко не оптимальные режимы.

Значительные энергозатраты, высокие требования к качеству и объему получаемого продукта, существующие особенности процесса как объекта управления (периодический и нестационарный характер процесса, большое число взаимосвязанных выходных технологических координат, совмещенность тепло- и массообменных процессов, а также их слабая изученность) определяет актуальность нахождения оптимальных режимов функционирования ректификационной колонны и разработки эффективных системы управления процессом очистки ММА на основе использования методов математического моделирования. Эта задача требует проведения комплексных научных исследований, основанных на методах имитационного моделирования и оптимального управления.

Несмотря на широкое распространение ректификационных колонн, процессы оптимального управления такими аппаратами все еще детально не исследованы. Исследование подобных процессов представляет собой сложную задачу, так как эти процессы описываются нелинейными системами дифференциальных уравнений в частных производных. Математическая постановка этих задач, как правило, не сформулирована, а дается лишь технологическая постановка. Математические трудности прежде всего связаны с нелинейностью уравнений и со сложностью граничных условий в виде обыкновенных дифференциальных уравнений-, совмещенностью некоторых протекающих процессов: тепло- и массообмена, большим числом взаимосвязанных выходных координат. Недостаточной наблюдаемостью процесса (отсутствие оперативного контроля качества готового продукта) и большим числом взаимосвязанных выходных координат.

Цель научного исследования: Повышение эффективности процесса очистки ММА в ректификационной колонне периодического действия в различных условиях функционирования.

Для достижения иели работы поставлены и решены следующие задачи:

• разработка математической модели процесса очистки монометиланилина в ректификационной колонне периодического действия, учитывающей многокомпонентность смеси, пригодную для решения задач оптимального управления;

• проведения комплекса имитационных исследований для выявления характерных особенностей протекания процесса очистки монометиланилина;

• оптимального управления процессом очистки монометиланилина,

• разработка структуры АСУ ТП очистки монометиланилина, позволяющей реализовать найденные оптимальные режимы.

Методы исследования. Для решения поставленных задач в работе использованы методы математического моделирования, современной теории автоматического управления, системного анализа, многомерной оптимизации, математической статистики, теории процессов и аппаратов химической технологии.

Научная новизна работы. Разработана математическая модель процесса очистки ММА, учитывающая взаимное влияние компонентов разделяемой смеси и включающая математическое описание энергетических и физико-химических процессов в ректификационной колонне, энергетических процессов, протекающих в кубе и дефлегматоре колонны.

Предложен алгоритм идентификации математической модели, отличающийся тем, что с целью повышения скорости нахождения неизвестных параметров, общая задача идентификации декомпозируется на ряд последовательных задач, с дальнейшим уточнением неизвестных параметров.

Поставлены и решены задачи оптимального управления процессом очистки ММА в ректификационной колонне.

Практическая ценность. Разработан комплекс программ для проведения имитационных исследований процесса очистки ММА.

Разработаны методики построения и параметрической идентификации математической модели для проведения имитационных исследований, алгоритмы решения задач оптимального управления, которые универсальны и могут быть использованы при решении аналогичных задач других производств.

Результаты решения задачи оптимального управления позволяют использовать их для принятия проектных решений о выборе класса системы управления, ее структуры и параметров.

Реализация работы. На основе результатов, полученных в работе, реализованы оптимальные технологические режимы процесса очистки ММА на ОАО «Пигмент», г. Тамбов.

Апробация работы. Основные результаты работы представлялись и обсуждались на Всероссийских и Международных научных конференциях: «Проектирование научных и инженерных приложений в среде МАТЬАВ» (Москва, 2002), «Математические методы в технике и технологиях» (Санкт-Петербург, 2003), IX научная конференция ТГТУ (Тамбов, 2004), «Математические методы в технике и технологиях» (Воронеж, 2006), «Современные проблемы науки» (Тамбов, 2009), «Математические методы в технике и технологиях» (Саратов, 2010)

Публикации. По теме диссертации опубликованы 10 печатных работ, 2 из которых в изданиях, рекомендованных ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы.

ВЫВОДЫ ПО РЕЗУЛЬТАТАМ ДИССЕРТАЦИОННОЙ РАБОТЫ

1. Проведен анализ современного состояния технологии, исследований в области моделирования и управления процессом очистки ММА.

2. Разработана математическая модель процессом очистки ММА в ректификационной колонне периодического действия.

3. Проведенные на базе разработанной математической модели имитационные исследования позволили:

• выявить управляющие переменные и основные возмущающие воздействия ;

• сделать вывод о неэффективности режимов управления, реализуемых в настоящее время.

4. Поставлены задачи оптимального управления процессом очистки ММА и разработан алгоритм их решения с использованием метода построения минимизирующих последовательностей, который позволяет свести задачи оптимального управления к последовательности задач математического программирования.

5. Решены задачи оптимального управления.

6. Предложены возможные схемы системы управления процессом очистки ММА и техническая реализация найденных оптимальных режимов.

7. Разработана система автоматизации верхнего уровня на базе ЭСАБА -системы "КРУГ 2000".

1. Гордон П.Ф., Грегори П. Органическая химия красителей. М.: Мир, 1987. -344 с.

2. Данилов А.М. Присадки и добавки. Москва "Химия" 1996 г.

3. Саблина З.А., Гуреев A.A. Присадки к моторным топливам. М.: Химия, 1977.-256 с.

4. Happel J.A. I. Ch.I.J, 1958. V.4, l2. Р. 197-205.

5. Айзерман М.А. Теория автоматического регулирования. М.: Наука, 1954.

6. Каргу Л.И., Литвинов А.П., Майборода Л.А. и др. Основы автоматического регулирования и управления. М.: Высшая школа, 1974. 439 с.

7. Кафаров В.В., Мешалкин В.П. Анализ и синтез химико-технологических систем. М.: Химия. 1991. -432 с.

8. Минскер И.Н., Ицкович Э.Л. Методы анализа АСУ химико-технологическими процессами. М.: Химия, 1990. 118 с.

9. Паллю Де Ла Барьер Р. Курс теории автоматического управления. М.: Машиностроение, 1973. 396 с.

10. Андреев Ю.Н., Бутковский А.Г. Оптимальное управление нагревом массивных тел //Изв. АН СССР. Кибернетика. 1964. № 5.С. 45-54.

11. Холланд Ч.Д. Многокомпонентная ректификация. М: Химия, 1969. 351 с.

12. Френке Р. Математическое моделирование в химической технологии. -М.: Химия, 1971.-272 с.

13. Богачев В.Г. Определение кинетических параметров химико-технологического процесса. //Химическая промышленность. М.: 1992. №11 672с.

14. Анисимов И.В. Основы автоматического управления технологическими процессами нефтехимической и нефтеперерабатывающей промышленности. Л.: Химия, 1967- 408 с.

15. Липатов Л.Н. Типовые процессы химической технологии как объектов- 106управления. M.: Химия, 1973. 317 с.

16. Локотков А. GENIE 3.0: гармония простоты и эффективности //

17. Современные технологии автоматизации. 1998. №3. с. 62-69.

18. Мишель Ж. Программируемые контроллеры: архитектура и применение. М.: Машиностроение, 1992.

19. Павлов К.Ф., Романков П.Г., Носков A.A. Примеры и задачи по курсу процессов и аппаратов химической технологии. Л.: Химия, 1987, 576с.

20. Технологический регламент на производство добавок к топливу

21. Тасев Ж. Моделирование ректификационных аппаратов // Год. Внеш. хим технол. ин-т. Бургас, 1983. Т. 18, № 2а. с. 23—32.

22. Alatigi I.M., Luyben WJL Control of a complex sidestreem column-stripper distril-lation configuration // Industr. and Eng. Chem. Process Des. and Develop. 1986. Vol. 25, № 3. P. 726-767.

23. Абдикеримов Т., Егоров AM., Живоглядов В.П., Крушель Е.Г. Применение вариационных методов в теории инвариантных систем с распределенными параметрами // Теория инвариантности автоматических систем. М: Наука, 1970. Т. 1.С. 18—25.

24. Авдеев A.M., Демиденко И. Д. Численный метод исследования нестационарных режимов многокомпонентной ректификации // Изв. СО АН СССР Сер. техн. наук. 1981. Вып. 2 № 8. С. 129—132.

25. Herman D.J., Sullivan G.R., Thomas S. Integration of process design, simulation, and control systems // Chem. Eng. Res. and Des. 1985. Vol. 63, № 6. P. 373—377.

26. Kummel M., Foldager L. Geometric control of a distillation column // ACI 83: 1 st IASTED Intern, symp. appl. contr. and identifi Copenhagen, 1983. Vol. 1. P. 3—14.

27. Болтянский В.Г. Математические методы оптимального управления. M.: Наука, 1969. -408с.

28. Бельнов В.К. Статистические методы оценки параметров математических моделей химических процессов. М.: МГУ, 1991. 159 с.

29. Дульнев Г.Н. Применение ЭВМ для решения задач теплопроводности. М.: 1990.

30. Бояринов А.И., Кафаров В.В. Методы оптимизации в химической технологии. М.: Химия, 1975. - 576с.

31. Волин Ю.М. Островский Г.М. Моделирование сложных химико -технологических схем. М.: Химия, 1975. 311с.

32. Кафаров В.В. Анализ и синтез химико-технологических систем. М.: Химия, 1991. -431 с.

33. Кафаров В.В., Глебов М.Б. Математические модели основных процессов химических производств. М.: Высшая школа, 1991. - 399 с.•33. Ортега Дж., Пул У. Введение в численные методы решения дифференцированных уравнений. М.: 1986.

34. Усов А.Т. Приближенные методы расчета температуры нестационарных нагреваемых твердых тел простой формы. М.: 1973.

35. Щукин Л.Н. Решение задач теплообмена с помощью ЭВМ. М.: 1989.

36. Демиденко Н.Д. Моделирование и оптимизация тепломасссообменных процессов в химической технологии. М.: Наука, 1991. 240 с.

37. Демиденко Н.Д., Авдеев A.M., Карлов В.П., Садовская Е.В. Оптимальное управление химико-технологическими объектами с распределенными параметрами // Методы кибернетики химико-технологических процессов. М. 1984. С. 185—186.

38. Демиденко Н.Д., Ушатинская Н.П. Моделирование, распределенный контроль и управление процессами ректификации. Новосибирск.- Наука, 1978.285 с.

39. Иванов В.И., Кривошеее В.П., Ахмадеев М.Г. Особенности расчетапереходных процессов в ректификационной колонне // Автоматизированное и метрологическое обеспечение измерений в нефтяной и газовой промышленности. Уфа, 1984. С. 148—152.

40. Лопатин Е. Б. Оптимизация реакционных процессов.//Химическая промышленность, 1994. 788 с.

41. Математическое наблюдение и управление химико-технологическими процессами. Под ред. А. 3. Грищенко, Киев: Техшка, 1977.

42. Островский Г.М., Бережинский Т. А. Оптимизации химико-технологических процессов. М.: Химия, 1984. 239 с.

43. Бояринов А.И., Кафаров В.В. Методы оптимизации в химической технологии. М.: Химия, 1975. - 576с.

44. Кузин Л.Т. Основы кибернетики. М.: Энергия, 1973.

45. Эльсгольц Л.Э. Дифференциальные уравнения и вариационное исчисление. М.: Наука, 1969.

46. Бодров А.И. Оптимизация процесса стерилизации консервов в автоклаве и его математическое моделирование. Канд. дисс. Ленинград, 1985. -366с.

47. Моисеев H.H. Численные методы в теории оптимальных систем. -М.: Наука, 1971. -488с.

48. Федоренко Р.П. Приближенное решение задач оптимального управления.- М.: Наука, 1978. -488с.

49. Белман Р. Динамическое программирование, 1960.

50. Табак Д., Куо Б. Оптимальное управление и математическое программирование. Пер. с англ. М.: Наука, 1975, 280с.

51. Болтянский В.Г. Математические методы оптимального управления. М.: Наука, 1969. -408с.

52. Понтрягин Л.С., Болтянский В.Г., Гамкрелидзе Р.В., Мищенко Е.Ф. Математическая теория оптимизации процессов. -М.: Физматгиз, 1961.

53. Реклетис Г., Рейвиндран А., Рэгсдейл К. Оптимизация в технике: В 2-х кн.- М.: Мир, 1986.

54. Налимов В.В., Чернова H.A. Статистические методы планирования- 109 экстремальных экспериментов. M.: Наука, 1965. - 340с.

55. Bishop С.M. Neural Networks for Pattern Recognition. Oksford: Oksford University Press, 1995. 504p.

56. Матвейкин В.Г., Фролов C.B., Третьяков A.A. Решение задачи регрессии на основе нейронных сетей// Вестник ТГТУ. 1999. Т.5, №3. С. 332-344.

57. Кафаров В.В. Методы кибернетики в химии и химической технологии. -М.: Химия, 1985.-448 с.

58. Стефани Е.П. Основы построения АСУТП. М.: Энергоиздат, 1982. 352 с.

59. Шенброт И.М. Распределенные АСУ ТП АСУ нового класса // Приборы и системы управления. 1983. № 12. с. 5-6.

60. Шенброт И.М., Антропов М.В., Давиденко К.Я. Распределенные АСУ технологическими процессами. М.: Энергоатомиздат, 1985. 240 с.

61. Автоматизация технологических процессов пищевых производств / под ред. Е.Б. Каприна 2-е изд. перераб. и доп. М.: Агропромиздат, 1985, - 536 с.

62. Ефитов Г.Л., Артемьев С.Б. АСУ ТП на химическом предприятии. М.: Химия, 1990.- 159 с.

63. Соколов В.А. Автоматизация технологических процессов пищевой промышленности. М.: Агропромиздат, 1991, - 445 с.

64. Ицкович Э.А. Выбор пакета визуализации измерительной информации (SCADA-программы) для конкретной системы автоматизации производства//Приборы и системы управления, 1996. -№10. С.20-23.

65. Кузнецов А. SCADA-системы: программистом можешь ты не быть //Современные технологии автоматизации, 1996. №1. С.32-35.

66. Лну Кам Лок, Киперман С.А. Кинетика и Катализ, т. 37, № 6, 1996.

67. Соболев О.С. Системы визуализации в сравнении //Приборы и системы управления, 1996. -№10. С.56-59.

68. Лапин A.A., Лапина Н.В. Автоматизированное проектирование и разработка САПР трубчатых химических реакторов. Тамбов: ТИХМ, 1991. -76 с.- 11070. Анзимиров JI., Айзин В., Фридленд А. Новая версия TRACE MODE для

69. Windows NT // Современные технологии автоматизации. 1998. №3 с. 56-59.

70. Никитин С. Программное обеспечение IMAGE система мониторинга и управления в объектах промышленной автоматизации// Приборы и системы управления. 1996. № 6. с.17-18.

71. Катализ в промышленности. Под ред. Лич Б., М.: Мир, 1986. т 1,2.

72. Сборник методик по определению концентрации загрязняющих веществ в промышленных выбросах. Л.: Гидрометеоиздат, 1987.

73. Анисимов И.В., Бодров В.И., Покровский В.Б. Математическое моделирование и оптимизация ректификационных установок.-М.:Химия, 1975.-214 с.

74. Перри Дж Справочник инженера-химика. — Пер. с англ. под ред. Жаворонкова Н.М. и Романкова П.Г., т.1. Л.: Химия, 1969. - 640 с.

75. Багатуров С.А. Основы теории и расчета перегонки и ректификации. М.: Химия 1974. 439 с.

76. Хук, Р. Прямой поиск решения для числовых и статических проблем / Р. Хук, Т.А. Дживс //1961. 219 с.

77. Бодров В.И. Математическое моделирование и оптимизация некоторых химико-технологический процессов и систем управления. Дис. д-ра техн. наук. М., 1975.431с.

78. Матвейкин В.Г. Методы, алгоритмы и системы гарантированного оптимального управления химико-технологическими процессами: Дис. . д-ра техн. наук. М.,1991. 535с.

79. Фролов С.В. Методы, алгоритмы и системы интервально-гарантированного оптимального управления технологическими процессами: Дис. д-ра техн. наук. Тамбов, 1999.

80. Корнеева А.И., Матвейкин В.Г., Фролов С.В. Программно-технические комплексы, контроллеры "и SCADA-системы. М.: ЦНИИТЭнефтехим, 1996. -219с.

81. Матвейкин В.Г., Фролов С.В., Шехтман М.Б. Применение SCADA-системпри автоматизации технологических процессов: Учеб. пособие. М.: Машиностроение, 2000. 176 с.

82. Афанасьев В.Н. Математическая теория конструирования систем управления. М.: Высшая школа, 1998.

83. Рей У. Методы управления технологическими процессами. М.: Мир, 1983. 368с.

84. Цыпкин Я.З. Основы теории автоматических систем. М.: Наука, 1977.

85. Программируемые логические контроллеры ICP DAS 2010./Каталог продукции. - М.: ПЛК системы, 2010.

86. Руководство по применению пакета "Круг". Пенза: НПО "Круг", 1998.