автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Многомерное модельно-предикторное управление прокалкой катализаторов крекинга, основанное на алгоритме с интервальной неопределенностью

005016508

На правах рукописи

ГАБИТОВ Руслан Фаритович

МНОГОМЕРНОЕ МОДЕЛЬНО-ПРЕДИКТОРНОЕ УПРАВЛЕНИЕ ПРОКАЛКОЙ КАТАЛИЗАТОРОВ КРЕКИНГА, ОСНОВАННОЕ НА АЛГОРИТМЕ С ИНТЕРВАЛЬНОЙ НЕОПРЕДЕЛЕННОСТЬЮ

Специальность 05Л3.06 - Автоматизация и управление хнологическими процессами и производствами (в промышленности)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

з МАЙ 20/2

Уфа-2012

п

005016508

Работа выполнена на кафедре автоматизированных технологических и информационных систем филиала ФГБОУ ВПО УГНТУ в г. Стерлитамаке

Научный руководитель: канд. техн. наук, доцент,

Муравьева Елена Александровна кафедра автоматизированных технологических и информационных систем филиала Уфимского государственного нефтяного технического университета в г. Стерлитамаке

Официальные оппоненты: д-р техн. наук, профессор,

Лютов Алексей Германович зав. кафедрой автоматизации технологических процессов Уфимского государственного авиационного технического университета

канд. техн. наук, доцент,

Колязов Константин Александрович

кафедра систем управления филиала Московского государственного университета технологий и управления в г. Мелеузе

Ведущая организация: Государственное унитарное предприятие

«Институт нефтехимпереработки Республики Башкортостан»

Защита диссертации состоится "23" мая 2012 г., в_часов

на заседании диссертационного совета Д-212.288.03 при Уфимском государственном авиационном техническом университете по адресу: 450000, г. Уфа-центр, ул. К. Маркса, д. 12.

С диссертацией можно ознакомиться в библиотеке университета

Автореферат разослан "_"_2012 г.

Ученый секретарь диссертационного совета д-р техн. наук, проф. В.В. Миронов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы диссертационной работы. Современные тенденции на рынке микросферических катализаторов крекинга требуют новых подходов к управлению процессами, ответственными за эксплуатационные параметры катализаторов. Ключевым звеном в формировании данных свойств товарного катализатора является стадия прокалки, основные физико-химические процессы которой протекают во вращающихся барабанных печах. Теоретические и экспериментальные исследования ведущих специалистов в области катализа, таких как Б. И. Ку-тепов, С. И. Спивак, О. В. Крылов, С. Н. Хаджиев, У. М. Джемилев, Ю. Б. Монаков, L. A. Pine, Р. J. Mäher, D. W. Breck, Е. М. Flanigan, S. С. Eastwood, С. J. Plank, Р. В. Weiss, Н. U. Andreasson, Upson L.L. и др. показывают, что такие качества катализатора как стойкость к истиранию, удельная поверхность, насыпная плотность и вла-госодержание в значительной мере определяются тепловым режимом на всех этапах прокаливания микросферы.

Без поддержания определенных значений скорости нагрева частиц на разных стадиях процесса, максимальной и минимальной температуры прокалки невозможно получение стабильно высоких характеристик продукта, определяющих время жизни катализатора и частоту его замены в промышленной установке крекинга, а также максимального использования возможностей активных центров ультрастабильного цеолита по обеспечению высокого выхода полезных продуктов крекинга. Тем не менее, большинство установок прокалки на предприятиях по производству сорбентов и катализаторов, в частности, на Ишимбайском специализированном химическом заводе катализаторов, спроектированы под производство устаревших типов катализаторов с матрицей-носителем на основе силикагеля и алюмозольного связующего. В то же время современные марки имеют в качестве связующей основы псевдобемит и оксихлорид алюминия, гораздо более чувствительные к отклонениям от оптимального теплового режима прокалки.

Для катализатора крекинга сегодняшнего дня становится стандартом содержание ультрастабильного цеолита на уровне 70 %, тогда как еще 10 лет назад данный показатель обычно не превышал 35^40 %. Тем самым произошло двукратное снижение доли матрицы, играющей роль своеобразного каркаса жесткости, а требования по обеспечению прочности на истирание, напротив, возросли.

В свете отмеченного ужесточения норм по качеству продукта необходим коренной пересмотр требований по эффективности управления процессом прокалки, что означает контроль над течением физико-химических процессов на всех стадиях прокаливания микросферы катализатора. Применительно ко вращающейся печи прокалки это предполагает способность системы управления к целенаправленному влиянию на распределение температуры по всей длине печи, то есть появилась необходимость в управлении температурным профилем прокалочного аппарата.

Поскольку существующие системы управления позволяют лишь регулировать температуру на выходе печи, разработка эффективной многомерной системы

управления печью прокалки является актуальной научной задачей, решение которой позволит повысить качество катализаторов крекинга и их конкурентоспособность на рынке.

Цель диссертационной работы состоит в повышении экономических показателей крекинга в кипящем слое за счет улучшения основных характеристик катализатора посредством многомерной системы управления печью прокалки микросферических катализаторов на основе модельно-предикторного управления, использующего алгоритм с интервальной неопределенностью.

Для достижения указанной цели в диссертационной работе поставлены и решены следующие основные задачи:

1. Составить схему причинно-следственных связей влияния оптимального температурного режима прокалки на эксплуатационные и каталитические показатели катализатора и воздействия последних на экономическую эффективность целевого (финишного) процесса - крекинга.

2. Построить адекватную имитационную модель вращающейся печи прокалки катализаторов крекинга с возможностью получения данных о распределении массы и температуры прокаливаемого слоя во времени и по длине печи, позволяющую более полно учесть влияние возмущающих факторов и параметров, характеризующих состояние объекта управления.

3. Разработать метод определения комбинации регулирующих воздействий многомерной системы управления, обеспечивающих наименьшее отклонение температурного профиля при различных значениях возмущающих факторов.

4. Для печи прокалки катализаторов крекинга как многосвязного инерционного объекта управления построить устойчиво функционирующие управляющие алгоритмы, обеспечивающие минимальные время отклика и погрешность регулирования.

5. Внедрить предложенные модели и алгоритмы в систему управления процессом прокалки катализаторов крекинга с прямым измерением температуры прокаливаемого слоя в точках, удаленных от торцов вращающейся печи, и необходимым набором интуитивно понятных и дружественных по отношению к пользователи экранных интерфейсов, содержащих наряду с технологическими параметрами, ин формацию об экономической эффективности производимого катализатора при его использовании в технологическом процессе крекинга.

Методы исследования. Для решения поставленных в диссертационной работе задач использовались методы и модели теории управления, имитационноп моделирования, горения и теплопереноса в промышленных печах, нейронных сетей модельно-предикторного управления (МПУ) и логических регуляторов с интер вальной неопределенностью.

Основные научные результаты, полученные автором и выносимые ил на защиту:

1. Схема причинно-следственных связей влияния температурного режима н; всех стадиях прокалки на эксплуатационные и каталитические показатели катализатор;

и воздействия последних на экономическую эффективность целевого (финишного) процесса - крекинга с критерием оптимальности, инвариантным к физической природе используемых в нем факторов.

2. Адекватная и достоверная имитационная модель вращающейся печи прокалки, воспроизводящая отклик реального объекта на единичный скачок с относительной погрешностью 4-к5 %, с возможностью получения данных о распределении массы и температуры прокаливаемого слоя во времени и по длине печи, позволяющая более полно учесть влияние на объект управления возмущающих факторов и параметров, характеризующих его состояние.

3. Метод определения комбинации управляющих воздействий многомерной системы управления, обеспечивающей наименьшее отклонение температурного профиля при различных значениях возмущающих воздействий. Для рассматриваемой печи прокалки катализаторов крекинга наилучшая возможность компенсации возмущений имеет место при следующей комбинации управляющих параметров: температура сырья, расход газа и воздуха.

4. Многомерная модельно-предикторная система управления печью прокалки, с двухкритериальным алгоритмом снижения времени отклика и погрешности регулирования, в котором соответствие текущего состояния объекта управления одному из упомянутых критериев производится с помощью логического алгоритма с интервальной неопределенностью.

5. Система управления процессом прокалки катализаторов крекинга, построенная на основе предложенных моделей и алгоритмов с непосредственным измерением температуры прокаливаемого слоя в точках, удаленных от торцов вращающейся печи, а также с необходимым набором интуитивно понятных и дружественных по отношению к пользователю экранных интерфейсов, содержащих наряду с технологическими параметрами информацию об экономической эффективности производимого катализатора при его использовании в технологическом процессе крекинга.

Научная новизна результатов диссертационной работы:

1. Новизна схемы причинно-следственных связей влияния оптимального температурного режима на всех стадиях прокалки на эксплуатационные и каталитические показатели катализатора и воздействия последних на экономическую эффективность крекинга, как целевого (финишного) процесса, заключается в объединении отличающихся по своей физической природе факторов в единую целевую функцию оптимизации с экономической природой.

2. Новизна имитационной модели вращающейся печи состоит в интерпретации моделируемых процессов в виде двух взаимосвязанных частей: диффузионного адиабатического факела, а также секционного тепло- и массопереноса по длине барабанной печи; представленных для различных фазовых состояний в виде совокупности заданного числа элементарных звеньев.

3. Новизна метода определения набора регулирующих воздействий для многомерных систем управления вращающимися печами, обеспечивающих мини-

мальное отклонение температурного профиля при различных значениях возмущающих воздействий, заключается в имитационном моделировании характера перемещения объекта управления в пространстве состояний при изменении тестируемого управляющего воздействия с одновременным включением остальных воздействий в контур абстрактного идеального регулятора.

4. Новизна многомерного управления с адаптивным алгоритмом оптимиза ции заключается в использовании логического регулятора с интервальной неопре деленностью для выбора приоритета в двухкритериальной оптимизации вектор; управления с целью минимизации времени отклика системы на возмущающие воз действия и снижения погрешности регулирования при сохранении устойчивост] системы.

5. Новизна программно реализованной системы управления процессом про калки катализаторов крекинга состоит в использовании алгоритма с интервальноГ неопределенностью, непосредственном измерении температуры прокаливаемоп слоя в удаленных от торцов вращающегося барабана точках с помощью термоэлек трического датчика температуры с беспроводным преобразователем, а также в ин дикации на экранных интерфейсах наряду с технологической информацией показа телей экономической эффективности производимого катализатора при его исполь зовании в технологическом процессе крекинга.

Обоснованность и достоверность результатов диссертационной работы.

Достоверность и обоснованность результатов диссертационной работ! подтверждаются допустимым (2,3 -ь 3,7) % расхождением результатов эксперимен тальных исследований, проведенных непосредственно на печи прокалки катализа торов крекинга и вычислительных экспериментов на её имитационной модели, также корректным использованием методов и моделей теорий имитационного мо делирования, горения и теплопередачи, автоматического управления и линейно] алгебры.

Практическая ценность результатов диссертационной работы:

1. Разработанный математический метод определения оптимального тепловой режима прокалки по известным зависимостям показателей качества катал итическог< крекинга от параметров теплового режима прокалки катализатора с использование» сравнительно небольшого объема лабораторных анализов работы пилотной установи крекинга в кипящем слое, а также эксплуатационных характеристик прокалочной печи позволил сформулировать задание для построения многомерной системы управлени температурным профилем печи.

2. Многомерная модельно-предикторная система управления печью про калки по результатам имитационного моделирования позволила повысить экономи ческую эффективность целевого процесса крекинга на 5,56 % по сравнению с ис пользованием катализатора, прошедшего стадию прокалки с существующей систе мой управления. Экономический эффект от внедрения составил 625 (шестьсот двадцат пять) рублей в год на одну тонну производительности установки крекинга.

3. Внедрение предложенных моделей и алгоритмов позволило провести реализацию многомерной системы управления для прокалки катализаторов крекинга с минимальными финансовыми и трудовыми затратами и без снижения её надежности.

Реализация результатов диссертационной работы. Результаты диссертационной работы внедрены в:

- систему управления стадией прокалки производства катализаторов Ишим-байского специализированного химического завода катализаторов (Россия, Республика Башкортостан, г. Ишимбай).

- курс лабораторных занятий по учебной дисциплине "Интегрированные системы проектирования и управления" в филиале ФГБОУ ВПО "Уфимский государственный нефтяной технический университет (УГНТУ)" в г. Стерлитамаке (Республика Башкортостан, Россия).

Апробация диссертационной работы. Основные положения и результаты диссертационной работы обсуждались и докладывались на следующих конференциях и семинарах:

- Всероссийской научно-технической конференции "Нейроинформати-ка-2011" (Москва, 2011 г.);

- Всероссийской конференции с элементами научной школы для молодежи "Научно-исследовательские проблемы в области энергетики и энергосбережения" (Уфа, 2010 г.);

- Всероссийской научно-практической конференции «Автоматизация и управление технологическими и производственными процессами» (Уфа, 2011 г.);

- Научно-практической конференции "Наукоёмкие технологии в машиностроении" (Ишимбай, 2011 г.);

-Всероссийской научно-технической конференции "Проблемыуправления и автоматизации технологических процессов и производств" (Уфа, 2010 г.).

Публикации. В рамках диссертационной работы опубликовано 18 печатных работ: 8 научных статей (из них 5 - в рецензируемых журналах из списка ВАК); 7 - в виде тезисов докладов в сборниках материалов конференций; 2 свидетельства Федеральной службы по интеллектуальной собственности, патентам и товарным знакам (Роспатент) о государственной регистрации программ для ЭВМ и один патент РФ.

Структура и объём работы. Диссертационная работа изложена на 189 страницах машинописного текста, и включает в себя введение, пять глав, 60 рисунков, 9 таблиц, библиографический список из 116 наименований на 11 страницах.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы цель и основные задачи исследования, приведены результаты, имеющие научную новизну и практическую ценность, сведения о внедрении результатов, апробация работы и публикации, представлена информация о структуре и объеме работы.

В первой главе произведено описание печи прокалки как объекта управления, проанализирована позиция прокалочного аппарата в технологической цепи производства катализаторов в целом и показана его ключевая роль в формировании эксплуатационных характеристик катализатора. Для рассматриваемого объекта выявлены проблемы аналитического описания и разработки управляющих алгоритмов в рамках классической теории управления. Проанализированы существующие схемы управления процессом прокалки катализаторов крекинга и выявлены их недостатки, устранение которых в рамках используемых концепций управления не представляется возможным.

Рассмотрены основные варианты построения многосвязного регулирования, известные в практике внедрения в системы управления вращающимися печами прокалки катализаторной промышленности. Их детальное рассмотрение выявило ряд недостатков, для преодоления которых необходимо использование концепций «продвинутого» управления (АРС). Обозначены ключевые проблемы, препятствующие внедрению АРС в системах управления вращающихся печей прокалки катализаторов, на основании которых сформулированы цели и задачи исследования.

Во второй главе произведен анализ закономерностей процессов термообработки цеолитсодержащих катализаторов крекинга. Среди них выделены следующие основные физико-химические превращения: выделение остаточной воды из микропор катализатора, деалюминация кристаллов цеолитов, аморфизация каолина Показан качественный характер влияния данных процессов на основные эксплуатационные показатели - стойкость к истиранию, удельная поверхность, селективность. По результатам анализа выделены 4 стадии прокаливания микросферы катализатора, в соответствии с которыми выделены группы параметров катализатора, испытывающих существенное влияние со стороны условий протекания соответствующего этапа термообработки.

Предложен метод определения оптимальных значений параметров температурного режима прокалки с точки зрения экономической эффективности каталитического крекинга, как целевого (финишного) процесса. Влияние каждого из параметров температурного режима на экономическую эффективность процесса крекинга (ЭЭПК) отражено на схеме причинно-следственных связей (рисунок 1). Для каждой из ветвей этой схемы рассмотрены эмпирические зависимости «температурный профиль печи - условия течения физико-химических превращений прокаливаемой микросферы -показатели качества катализатора - удельный выход и фракционный состав продуктов крекинга — экономическая эффективность процесса крекинга». Произведена аппроксимация и математический анализ полученных выражений. В результате получен темпе ратурный профиль печи в координатах «Время - температура» и «Положение по длин! печи-температура», обеспечивающий максимальную экономическую отдачу установи крекинга в кипящем слое как целевого потребителя производимого катализатора

Проанализированы технологические и возмущающие факторы, существеннс влияющие на температурный профиль печи. В числе технологических факторов вы делены следующие показатели: расход топливного газа (FT); расход воздуха на раз бавление (FP)\ температура воздуха на разбавление (ТР); температура прокаливаемой сырья на входе в печь (Тс). Из возмущающих факторов выделены температура ок

ружающего воздуха (7Д) и влажность сырья, поступающего на прокалку (¿с). В качестве параметров состояния печи прокалки катализаторов крекинга выбраны температура газовой фазы холодного торца печи (7>Д температура катализатора в точках, отстоящих на следующих расстояниях от точки загрузки сырья в печь: 1,85 м (7А7); 4 м (7Ъ); 16,8 м (7^).

Температурный режим прокалки

[Максимальная 1 температура

! т.^

; ^

; Конечная |л 'температура [:1

Скорость нагрева прокаливаемых .. частиц до 550°С^

Скорость нагрева < : прокаливаемых \ ! частиц от ббО'С I до Т*а«

Удельная : ^' Индекс р поверхность; истирания

; Затраты на Конверсионная з5 катализатор, { активность /¿замещающий г унос мелочи

У

' Влагосодержа-ние

I катализатора

,. Снижение массы I сухого а катализатора на % гонку продукции

,1 Выход

мелочи в

]: процессе *' *

-!_прокалки г,

И} Повышение ^себестоимости |У катализатора р-

э

Конверсионная активность

• Выход газа и кокса в процессе крекинга

Прибыль от Ь | Затраты на =с.Упущенная \ полезных В| замещение прибыль от £

продуктов отравляемого р' полезных V-

крекинга р.'; коксом и: продуктов К

катализатора ^■ крекинга 1%

• Затраты на добавочную «

: массу катализатора в р

1 сравнении с идеально Щ ; сухим продуктом без

содержания мелочи Щ

1Ш

I

Рисунок 1 - Влияние температурного режима прокалки катализатора на ЭЭПК

По результатам анализа построена концептуальная модель печи прокалки микросферических катализаторов (рисунок 2, а).

4,4.4, и< д, д.,. « --

Рисунок 2 - Общая концептуальная модель (а) и схема математической модели (б) тепло- и массопереноса по длине прокалочной печи

В соответствии с концептуальной моделью установлено влияние входных сигналов расхода топливного газа расхода (Рр) и температуры (ТР) воздуха на разбавление, температуры (Тс) и влажности (¿с) сырья на прокалку, температуры окружающей среды (Тв) на промежуточные параметры (показатели адиабатического

диффузионного факела, переменные теплового состояния газовой фазы, конструктивных составляющих и прокаливаемого сыпучего компонента по длине печи), а также влияние входных сигналов и промежуточных параметров на температуру в контрольных точках (Тк1+3) температурного профиля печи прокалки катализаторов крекинга.

Для более полного учета особенностей, связанных с микросферическим строением прокаливаемых частиц и попутным движением последних с потоком дымовых газов, известная из практики моделирования тепловых процессов во вращающихся печах модель адиабатического диффузионного факела дополнена секционной моделью тепло- и массопереноса по длине печи (рисунок 2,6). Входными элементами для массопереноса газовой фазы являются горелка топки (и/) и точка ввода воздуха на разбавление (и6). Приток тепла в систему осуществляется за счет теплоты сгорания, передаваемой с дымовыми газами (<74), а также тепловой энергии излучения факела (де,). Далее тепло последовательно передается между звеньями (да,-/), накапливаясь в тепловых емкостях стенок (ся) и газовых составляющих (сй/). Для учета потерь введены потоки рассеяния тепла в окружающую среду от наружных стенок каждого звена (<?«). Масса газовой составляющей (та) пересчитывается с учетом изменения её температуры в каждом звене. В процессы тепло- и массопереноса звеньев иги40 включается сыпучий компонент — прокаливаемое сырье, представленное стеками массы (т«) и теплоемкости (си).

По результатам математического описания в среде МАТЬАВ построена имитационная модель печи прокалки, достоверность и адекватность которой установлена экспериментально на физической модели. Расхождение результатов эксперимента и имитационного моделирования по отклику температуры холодного конца печи на ступенчатое изменение расхода и температуры подаваемого воздуха составили 2,3 % и 2,5 % соответственно. Кроме того, адекватность имитационной модели подтверждена результатами анализа полученных кривых распределения температуры корпуса печи, газовой фазы и прокаливаемого слоя по длине печи, а также сравнением данных отклика температуры холодного торца печи на ступенчатый сигнал расхода топливного газа для реального объекта и имитационной модели. Среднеквадратичное отклонение результатов моделирования от экспериментальных составило 3,7 %.

В третьей главе разработан метод оценки комбинации управляющих воздействий по интегральной величине значений минимально достижимой ошибки регулирования при изменении возмущающего параметра внутри заданного диапазона. Она определяется в результате включения тестируемого набора управляющих воздействий в контур абстрактного идеального регулятора. В качестве базисной точки в пространстве состояний, относительно которой необходимо оценивать отклонение многосвязного объекта, применительно к рассматриваемой печи принят технологический режим и совокупность возмущающих воздействий, при которых устанавливается оптимальный температурный профиль печи по прокаливаемому продукту. Параметры такого режима прокалки представлены в таблице 1.

Таблица 1 - Оптимальные значения входных параметров моделируемого _технологического процесса прокалки катализаторов крекинга_

Параметр Значение

Расход топливного газа 200 м*Уч

Расход воздуха на разбавление 2200м-Уч

Температура воздуха на разбавление 20 °С

Начальная температура прокаливаемого продукта 120 °С

Температура наружного воздуха 20 С

Влажность сырья на прокалку 15 %

Предложенным методом проанализированы различные комбинации выделенных в главе 2 технологических воздействий, осуществляющих регулирование выходов многосвязной печи прокалки катализаторов крекинга с минимальным взаимовлиянием. Показана несостоятельность целенаправленной коррекции температурного профиля средствами существующей одномерной системы управления, а также недостаточность применения комбинации двух управляющих воздействий (расход топливного газа, расход воздуха на разбавление).

На имитационной модели печи прокалки катализаторов крекинга установлено, что температура воздуха на разбавление в комбинации с расходом топливного газа и расходом воздуха на разбавление не влияет на качество стабилизации температурного профиля. По этой причине управляющий параметр «Температура воздуха на разбавление» исключен из рассмотрения. Для оставшейся тройки управляющих воздействий (расход топливного газа, расход воздуха на разбавление, влажность сырья на прокалку) показана теоретическая возможность эффективного воздействия на температуру прокаливаемого слоя в контрольных точках профиля печи как на выходы многосвязного объекта с минимальным взаимным влиянием.

В четвертой главе рассмотрены различные концепции управления печью прокалки катализаторов крекинга как многосвязным технологическим объектом. С учетом специфики рассматриваемой печи прокалки выбрана парадигма модель-но-предикторного управления. В качестве модели объекта предложена нейросетевая динамическая структура по нелинейной авторегрессионной схеме (рисунок 3). Выбраны количество слоев, распределение нейронов по слоям, а также методы обучения и адаптации нейронной сети.

Входной сигнал, в качестве которого выступает очередной трехмерный элемент управляющего вектора, обрабатывается входным слоем, состоящем из 5 нейронов. Динамические свойства нейронной сети (НС) определяются линиями единичных задержек как на входе рекуррентной НС (ТОЬ|п), так и в петле обратной связи (ТОЬа,). Обучение и адаптация НС производится подстройкой порогов Ъи и весовых коэффициентов методом обратного распространения ошибки по алгоритму оптимизации Левенберга-Марккарта между элементами: ТОЬ,п и входным слоем (.Ш(а)Ьс, где а - номер элемента ТОЬ, Ь - номер входа, с - номер нейрона входного слоя); входного и выходного слоев где с1, е - номера слоев, /, g - номера

нейронов во входном и выходном слоях соответственно); ТОЬл и входным слоем (

ЬШ^Ь); j, где к - номер выхода НС, / - номер элемента ТОЬЛ:, ] - номер нейрон входного слоя).

/л(и(1)) TDl.ll»

иЩ,

и(11<Ь

тщ^-мт,,

Входной слой Р"

Выходной слой

ш(и(2)1 ТР12«

"Вк

айк

¡П(и(3}) ТОМ

Ьи

Ьа

Ъа

Ьи

ш

Ьи

т;

ОигМ!))

тоил

НА

ХШЕ

Ьи

Ьп

Ьгз

ОММ2Ц

НА

EZ

Рисунок 3 - Нейросетевая динамическая модель печи прокалки

Произведен выбор базовых параметров модельно-предикторной системь управления, в том числе размеры горизонта управления А'и и предикации Л'у в единицах времени, величина шага дискретизации по управлению горизонт управ ления в шагах предикации. В качестве целевой функции задачи оптимизации последовательности управляющих воздействий (ит) выбрано отклонение последовательности прогнозируемых значений ут температуры от заданных значений ур: з /"и-1 \

X ( X (Урк1 ~ Утк1^2 ) = т1п';£ (итг"'итах^-

Полученный начальный вариант управляющей системы подвергнут исследованию с имитационной моделью печи прокалки, которые выявили неустойчивости замкнутой системы «Имитационная модель печи - многомерный модель-но-предикторный регулятор», построенной по классической методологии модель-но-предикторного управления. На основе вышеизложенного сделан вывод о необходимости регуляризации оптимизируемой функции с тем, чтобы сделать ее более монотонной и тем самым уменьшить плотность распределения точек локального минимума. Для этого применено известное из классической теории МПУ добавление к минимизируемой квадратичной сумме отклонений девиации управляющих воздействий, после чего минимизируемая функция в задаче оптимизации алгоритма МПУ приобрела следующий вид:

з /«и-1 \ з /"и-1 \

/С«т) = ( 2 ^УрЫ ~ Утк^ + ки X X " ит«У '

(2)

fc=^

¡=1

где ке,ки - весовые коэффициенты приоритета задачи оптимизации по отклонению и девиации соответственно.

В результате перехода на двухкритериальную оптимизацию обеспечена устойчивость системы, однако побочным эффектом явился существенный рост времени отклика на возмущение. Поиск путей адаптивного ослабления приоритета оптимизации по девиации вектора управления привел к построению метода грубого определения интенсивности компенсирующих приращений управляющих воздействий для возврата объекта в стационарную точку пространства состояний.

С этой целью рассмотрено семейство зависимостей «Вход-выход» для каждого регулируемого параметра печи прокалки катализаторов крекинга в автономном режиме. Тем самым получена матрица коэффициентов передачи К, которая после операции обращения позволяет осуществить оценку необходимого компенсирующего управляющего воздействия иК по величине текущего отклонения объекта Т:

ик = -к-1 • Т, (3)

где знак минус перед правой частью выражения (3) введен для вычисления компенсирующих воздействий.

Значения, полученные с помощью данного «многомерного статического компенсатора» (МСК) можно использовать для идентификации зон регулирования с различным значением приоритета минимизации девиации в алгоритме оптимизации МПУ. Для этого минимизируемая функция (2) приведена к виду:

то есть для каждого управляющего воздействия в задаче оптимизации введен отдельный коэффициент (кик), минимизирующий значение девиации.

Для управления коэффициентами приоритета двухкритериальной оптимизации по выходу МСК рассмотрены существующие концепции непрерывного и логического вывода. После выявления автоколебаний в результате применения непрерывных функций к обработке выходов МСК, протестированы два алгоритма вывода: бинарный и с интервальной неопределенностью. Последний отличается особенностью идентификации величины выхода МСК ( Дик ) совокупностью терм-множеств, описываемых функциями принадлежности прямоугольной формы (рисунок 4).

f(um) = ке Отй(;+1) - и-ткд2 I (4)

А м(ь«к)

1

о

?! Рг Рз Ра До,

Рисунок 4 - Размещение термов на оси параметра ык

Каждому терму (1\ ...Т5) на этой шкале отводится отдельный участок, кс торый не перекрывается соседними термами. Такие ограничения позволяют каждо значение непрерывной физической величины представить одним из термов, которы имеет прямоугольную форму функции принадлежности. Благодаря такому распре делению термов алгоритм с интервальной неопределенностью объединяет в себ быстродействие алгоритмов на основе двузначной логики с функциональность* нечетких регуляторов, обеспечивая при этом меньшую погрешность при операция: фаззификации и дефаззификации.

Результат моделирования различных вариантов замкнутой системы при по даче ступенчатого воздействия на вход канала возмущения показал, что алгоритк бинарного выделения зон регулирования по выходу МСК снизил среднеквадратично^ отклонение при отработке реакции на возмущение на (32+76) %, тогда как алгоритм ■ интервальной неопределенностью - на (65^82) %.

Оценка эффективности вариантов разработанной системы МПУ с класси ческой двухкритериальной оптимизацией вектора управления (МПУ1), дифферен цированной двухкритериальной оптимизацией по выходу «многомерного статиче ского компенсатора», логическим алгоритмом с интервальной неопределенностьк (МПУ2), а также существующей одномерной ПИД-системы (ПИД) произведена пс величине общих потерь каталитического крекинга в кипящем слое как целевогс процесса (рисунок 5).

т,вс

пи п

I _ _ МЛУ2

I О_ 500 1000 1 500 2000 1

Рисунок 5 - Результаты моделирования температуры прокаливаемого слоя в контрольных точках печи при ступенчатом возмущающем воздействии

Из кривых переходного процесса на рисунке 5 следует, что вариант системы с МПУ2 возвращает объект к заданному состоянию за меньший интервал времени, чем с МПУ1. Приведенный в таблице 2 анализ результатов функционирования упомянутых вариантов показывает, что среднеквадратичная ошибка управления в режиме МП У 2 ниже, чем с МПУ 1 на 3,68 %, а в сравнении с ПИД-управлением - на 37,3 %. Это означает, что более качественное регулирование имеет место при использовании алгоритма МПУ2. Также произведена оценка экономических потерь целевого

процесса крекинга в результате смещения температурных показателей в зонах 1 и 2 при использовании стандартного ПИД-регулирования. Расчет приведенных потерь осуществлен по аппроксимирующим функциям соответствующих эмпирических зависимостей. В числе составляющих учтены упущенная прибыль от смещения состава продуктов крекинга, увеличение затрат на замещение отравляемого коксом катализатора, рост затрат на замещение уноса мелочи вследствие снижения стойкости к истиранию, повышение себестоимости в результате повышения выхода мелочи в процессе прокалки. Сумма данных потерь составила 710 руб. на тонну производительности установки крекинга, что составляет 6,32 % от общей прибыли.

Таблица 2 - Сводные результаты тестирования вариантов системы управления печи прокалки катализаторов крекинга

Параметры пид МПУ1 МПУ2

Тк, ТЮ Тю Тк, Тю Ткз Тк, Тю Тю

Среднеквадратичное отклонение, °С 17,85 16,68 15,92 10,61 11,32 11,43 9,34 9,73 10,91

Отклонение равновесной температуры после возмущения, "С -26,8 -28,2 0,74 -0,31 0,45 0,69 0,4 -0,15 0,69

Отклонение равновесной температуры после возмущения, % -4.9 -3.5 0.12 -0.056 0.056 0.11 0.072 -0.019 0.11

Влияние смещения равновесной температуры на общую прибыль процесса крекинга, тыс.руб./т -0,676 -0.03 -0.005 -0.003 -0.004 -0.001 -0.004 -0.002 -0.001

Влияние смещения равновесной температуры на общую прибыль процесса крекинга, % -5.95 -0.28 -0.045 -0.028 -0.032 -0.009 -0.032 -0.016 -0.008

Общие экономические потери, % 6,32 0,069 0,056

Таким образом, полученные данные позволяют сделать вывод о высокой .

эффективности модельно-предикторного регулирования, использующего алгоритм с интервальной неопределенностью для выбора критерия оптимизации в системе управления вращающейся печи прокалки катализаторов крекинга.

В пятой главе решены проблемы практической реализации предлагаемой многомерной системы управления вращающейся печи прокалки производства катализаторов крекинга. Предложено съем информации о состоянии вращающейся печи прокалки производить комбинацией средств прямого измерения инфракрасными пирометрами соотношения и термопары с беспроводным термопреобразователем. Неотъемлемой компонентой данной системы является программный анализ, позволяющий совместить результаты измерений вращающегося вместе с барабаном печи преобразователя термо-ЭДС и неподвижных наружных пирометров.

Для программной реализации МПУ печи прокалки выбрана инструментальная среда инженерных вычислений МАТЬАВ. В графическом интерфейсе раз-

работанного пакета пользователя создан набор экранных форм, обеспечивающи удобный доступ специалиста-настройщика системы к основным параметрам алгс ритмов оптимизации, нейросетевой модели и функции адаптивного снижения инер ционности на основе МСК и инструмента принятия решений на основе алгоритма интервальной неопределенностью. Разработанное программное обеспечение содег жит средства отображения прогнозируемых параметров катализатора, а также те? нологическую информацию и показатели экономической эффективности произвс димого катализатора при его использовании в технологическом процессе крекинга.

Архитектура взаимодействия интеллектуальной надстройки с SCADA-системой по технологии ОРС со свободно распространяемым ОРС DA cef вером Gray-Simulator с расположением на отдельном ПК позволяет интегрироват разработанный программный компонент с наименьшими потерями по надежности без существенного увеличения процессорного времени.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ II ВЫВОДЫ

1. Составлена схема причинно-следственных связей влияния оптимальног температурного режима на основные показатели катализатора и воздействия послех них на экономическую эффективность крекинга, как целевого (финишного) технолс гического процесса, в которой различные по своей физической сущности фактор] объединены в единую целевую функцию оптимизации с экономической природой.

2. Построена имитационная модель вращающейся печи прокалки катализа торов крекинга, воспроизводящая отклик реального объекта на единичный скачок за дания с относительной погрешностью 4-^5 %, и позволяющая получить данные о рас пределении массы и температуры прокаливаемого слоя во времени и по длине печи, учетом влияния возмущающих факторов и параметров, характеризующих состояни объекта управления.

3. Предложен метод определения комбинации регулирующих воздействи] многомерной системы управления, обеспечивающих наименьшее отклонение регу лируемых параметров при различных значениях возмущающих воздействий. Дл рассматриваемой печи прокалки катализаторов крекинга как объекта управлени такими параметрами являются: температура сырья, расход газа и воздуха.

4. Разработана многомерная модельно-предикторная система управлени печью прокалки с двухкритериальным алгоритмом оптимизации с интервально] неопределенностью, позволившая повысить эксплуатационные и каталитически свойства продукта. Экономический эффект целевого технологического процесс (каталитического крекинга) от внедрения предложенных моделей и алгоритмов m сравнению с использованием катализатора, прошедшего стадию прокалки с суще ствующей системой управления, составил 6,32 %.

5. На основе разработанных моделей и алгоритмов построена систем; управления процессом прокалки катализаторов крекинга, в которой экранные ин терфейсы, наряду с технологическими параметрами, содержат информацию об эко номической эффективности производимого катализатора при его использовании i

технологическом процессе крекинга, а непосредственное измерение температуры прокаливаемого слоя в удаленных от торцов точках вращающейся печи осуществляется термопарой, укомплектованной беспроводным преобразователем.

ПУБЛИКАЦИИ ПО МАТЕРИАЛАМ ДИССЕРТАЦИИ

В рецензируемых журналах из списка ВАК

1. SCADA-система на основе многомерного четкого логического регулятора для управления цементной печью / А. И. Каяшев, Е. А. Муравьева, Р. Ф. Габитов // Вестник УГАТУ: науч. журн. Уфимск. гос. авиац. техн. ун-та. 2010. Т. 14, - №4(39). -С. 119-126.

2. Управление печью прокалки цеолитсодержащих катализаторов крекинга нефтепродуктов методом плавающего горизонта с использованием нейросетевой модели / Р. Ф. Габитов, А. И. Каяшев, Е. А. Муравьева // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2010. - №12. - С. 12-20.

3. Оптимизация температурного режима прокалки катализаторов крекинга по экономическим показателям технологического процесса / А. И. Каяшев, Е. А. Муравьева, Р. Ф. Габитов // Башкирский химический журнал. 2011. - Т.18, -№2. -С. 106-110.

4. Авторегрессионная нейронная сеть для модельно-предикторного управления печью прокалки катализаторов крекинга/М. Б. Гузаиров, Р. Ф. Габитов, А. И. Каяшев, Е. А. Муравьева// Optical Memory and Neural Networks (Information Optics). 2011. - T. 20, - №3. - C. 216-223 (Статья на англ. яз.).

5. Обоснование размерности регулятора для печи прокалки микросферических катализаторов крекинга / А. И. Каяшев, Е. А. Муравьева, Р. Ф. Габитов // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2011. - №10. -С. 12-20.

В прочих изданиях

6. Моделирование конверсионной активности катализаторов крекинга нефтепродуктов на основе полиномиальной аппроксимирующей нейронной сети / А. И. Каяшев, Е. А. Муравьева, Р. Ф. Габитов // Интеллектуальные системы управления / под ред. акад. С. Н. Васильева. М.: Машиностроение, 2010. - с.236-240.

7. Многомерные логические регуляторы с переменными, идентифицированными совокупностью бинарных аргументов / А. И. Каяшев, Е. А. Муравьева, Р. Ф. Габитов // Интеллектуальные системы управления / под ред. акад. С. Н. Васильева. М.: Машиностроение, 2010.-С. 310-314.

8. Основы построения многомерных четких логических регуляторов / А. И. Каяшев, Е. А. Муравьева, Р. Ф. Габитов // Интеллектуальные системы: Труды Девятого международного симпозиума / Под ред. К. А. Пулкова. М.: РУСАКИ, 2010. - 773с., С. 41-45.

9. SCADA-система приготовления цеолитной суспензии, использующая многомерный нечеткий логический регулятор / Р. Ф. Габитов, А. И. Каяшев, Е. А. Муравьева // CSIT'2010: Материалы 12-й Международной конференции по компьютерным нау-

кам и информационным технологиям / Россия, Москва - Санкт-Петербург, 13-19 сентября 2010. -243с., С. 42-46 (Статья на англ. яз.).

10. Нейросетевое модельно-предикативное управление печью прокалки це-олитсодержащих катализаторов крекинга нефтепродуктов / Р. Ф. Габитов, А. И. Каяшев, Е. А. Муравьева // Проблемы управления и автоматизации технологических процессов и производств: Сборник материалов Всероссийской научно-технической конференции, 21-22 октября 2010. Уфа: УГНТУ, 2010. -426с., С. 43-50.

11. Метод плавающего горизонта с многомерной нейросетевой моделью в управлении печью прокалки катализаторов / Р. Ф. Габитов // Научно-исследовательские проблемы в области энергетики и энергосбережения: Материалы Всероссийской научно-практической конференции с элементами научной школы для молодежи. Уфа: УГАТУ, 2010. - 259с., С.26-28.

12. Концепция четкого логического управления стохастическими процессами с неопределенностями / Р. Ф. Габитов // Мавлютовские чтения: Всероссийская молодежная научная конференция: сб.тр. в 5 т. Т. 2. Уфа: УГАТУ, 2010. - 352с., С. 241-243.

13. Закономерности процессов термообработки цеолитосодержащих катализаторов крекинга / А. И. Каяшев, Е. А. Муравьева, Р. Ф. Габитов // Развитие научной деятельности в малых городах на основе сотрудничества с предприятиями и участниками Болонского процесса: Материалы Международной научно-практической конференции (г. Мелеуз, 22-23 марта 2011г.). Уфа: Вагант, 2011. - 484 е., С. 52-58.

14. Оптимизация температурного режима прокалки катализаторов крекинга по экономическим показателям процесса крекинга / Р. Ф. Габитов // Автоматизация и управление технологическими и производственными процессами: Материалы Всероссийской научно-практической конференции. Уфа: УГАТУ, 2011. -326с., С. 77-83.

15. Моделирование прокалки цеолитсодержащих катализаторов в среде Бь шиНпк / Р. Ф. Габитов // Наукоемкие технологии в машиностроении: Материалы Всероссийской научно-практической конференции (г.Ишимбай, 12-14 мая 2011 г.). Уфа: УГАТУ, 2011. - 145 с, С. 46-48.

16. Свид. о гос. рег. программы для ЭВМ № 2010612542. Программа преобразования экспериментальных данных о катализаторе крекинга нефтепродуктов в набор обучающих выборок искусственных нейронных сетей / Е. А. Муравьёва, Р. Ф. Габитов, А. И. Каяшев (1Ш). М.: Роспатент, 15.02.2010.

17. Свид. о гос. рег. программы для ЭВМ № 2010617761. Программа имитационного моделирования системы «Печь прокалки катализаторов крекинга -многомерный гибридный нейросетевой предикативный регулятор» / Е. А. Муравьёва, Р. Ф. Габитов, А. И. Каяшев (1Ш). М.: Роспатент, 23.11.2010г.

18. Патент РФ №2445669. Е. А. Муравьёва, А. И. Каяшев, Р. Ф. Габитов Четкий логический регулятор для управления технологическими процессами. М.: Роспатент, 20.03.2012г.

Диссертант

Р. Ф. Габитов

ГАБИТОВ Руслан Фаритович

МНОГОМЕРНОЕ МОДЕЛЬНО-ПРЕДИКТОРНОЕ УПРАВЛЕНИЕ ПРОКАЛКОЙ КАТАЛИЗАТОРОВ КРЕКИНГА, ОСНОВАННОЕ НА АЛГОРИТМЕ С ИНТЕРВАЛЬНОЙ НЕОПРЕДЕЛЕННОСТЬЮ

Специальность 05.13.06 «Автоматизация и управление технологическими процессами и производствами (в промышленности)»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Подписано к печати 11.04.2012. Формат 60X84 1/16. Бумага офсетная. Печать плоская. Гарнитура Тайме. Усл. печ. л. 1,0. Усл. кр,- отг. 1,0. Уч.-изд. л. 0,9. Тираж 100 экз. Заказ № 712.

ФГБОУ ВПО Уфимский государственный авиационный

технический университет Центр оперативной полиграфии 450000, Уфа-центр, ул. К. Маркса, 12

61 12-5/3623

ФЕДЕРАЛЬНОЕ ГОСУДАРС ШЬнНОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«УФИМСКИЙ ГОСУДАРСТВЕННЫЙ НЕФТЯНОЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

МНОГОМЕРНОЕ МОДЕЛЬНО-ПРЕДИКТОРНОЕ УПРАВЛЕНИЕ

ПРОКАЛКОЙ КАТАЛИЗАТОРОВ КРЕКИНГА, ОСНОВАННОЕ НА АЛГОРИТМЕ С ИНТЕРВАЛЬНОЙ НЕОПРЕДЕЛЕННОСТЬЮ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (в промышленности)

На правах рукописи

ГАБИТОВ РУСЛАН ФАРИТОВИЧ

ДИССЕРТАЦИЯ на соискание учёной степени кандидата технических наук

Научный руководитель: кандидат технических наук, доцент, Е.А.Муравьева

Уфа-2012

ОГЛАВЛЕНИЕ

С.

СПИСОК СОКРАЩЕНИЙ.....................................................................................5

ВВЕДЕНИЕ..............................................................................................................8

ГЛАВА 1 - ФОРМУЛИРОВКА ЗАДАЧИ УПРАВЛЕНИЯ ПЕЧЬЮ ПРОКАЛКИ КАТАЛИЗАТОРОВ КРЕКИНГА.................................................21

1.1 Стадия прокалки как ключевое звено по формированию

гчглг.ттт/п^пттт1Лттттт IV гчэглтл^тчэ ХГО'Га ТТТЛПЯТПТЛГШ ТГПРТГХТТТРЯ ......................2, 1

СЛЧ-Ч^ИЛ^ СИ.СШ,.1Г±\-/ХАА.1..1А1./\. л- и хчь+Х^АХХ-^^ХЧ/^ЧУ^ .........................................

1.2 Недостатки существующей системы управления печью прокалки катализаторов крекинга........................................................................................28

1.3 Обзор существующих систем управления печей прокалки катализаторов крекинга и концепций многосвязного регулирования......................................35

1.4 Цели и задачи исследования..........................................................................44

Выводы по главе 1.................................................................................................47

ГЛАВА 2 - ИМИТАЦИОННАЯ МОДЕЛЬ ПЕЧИ ПРОКАЛКИ КАТАЛИЗАТОРОВ КРЕКИНГА........................................................................48

2.1 Оценка технико-экономической эффективности прокалки катализаторов крекинга..................................................................................................................48

2.2 Расчет оптимального температурного профиля печи прокалки катализаторов крекинга........................................................................................58

2.3 Имитационная модель процессов в печи прокалки катализаторов крекинга68

2.4 Оценка достоверности и адекватности модели процессов в барабанной

печи для прокалки катализаторов крекинга.......................................................83

Выводы по главе 2.................................................................................................89

ГЛАВА 3 - ИССЛЕДОВАНИЕ СТРУКТУР СИСТЕМЫ АВТОМАТИЗАЦИИ ПЕЧИ ПРОКАЛКИ КАК МНОГОСВЯЗНОГО

ОБЪЕКТА УПРАВЛЕНИЯ..................................................................................91

3.1 Анализ возможностей существующей системы управления по стабилизации температурного профиля печи..................... ................................91

3.2 Оценка возможностей систем управления с одним и двумя управляющими воздействиями............................................................................95

3.3 Система стабилизации трехмерного температурного профиля печи с

тремя управляющими воздействиями...............................................................107

Выводы по главе 3...............................................................................................114

ГЛАВА 4 - РАЗРАБОТКА МОДЕЛЬНО-ПРЕДИКТОРНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПЕЧЬЮ ПРОКАЛКИ..............................................................115

4.1 Общие вопросы разработки регулятора температурного профиля печи на основе модельно-предикторного управления..................................................115

4.2 Определение оптимальной архитектуры нейронной сети для модельно-предикторного управления прокалкой катализаторов крекинга....................122

4.3 Корректировка алгоритма и параметров регулятора МПУ по результатам моделирования процесса прокаливания катализаторов крекинга.................132

4.4 Модельно-предикторное управление вращающейся печью прокалки катализаторов крекинга с адаптируемой двухкритериальной оптимизацией на

основе нечеткого алгоритма с интервальной неопределенностью................140

Выводы по главе 4...............................................................................................148

ГЛАВА 5 - ПРАКТИЧЕСКИЕ ВОПРОСЫ РЕАЛИЗАЦИИ МОДЕЛЬНО-ПРЕДИКТОРНОГО УПРАВЛЕНИЯ ПЕЧЬЮ ПРОКАЛКИ МИКРОСФЕРИЧЕСКИХ КАТАЛИЗАТОРОВ...............................................150

5.1 Автоматизация полевого уровня.................................................................150

5.2 Программная реализация алгоритмов модельно-предикторного управления, использующих алгоритм с интервальной неопределенностью 153

5.3 Интеграция МПУ с алгоритмом с интервальной неопределенностью для

печи прокалки катализаторов крекинга со SCADA по технологии ОРС......166

Выводы по главе 5...............................................................................................173

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ......................................................174

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ..........................................176

ПРИЛОЖЕНИЕ 1 - ПРОТОКОЛ РЕЗУЛЬТАТОВ ОБЩЕГО АНАЛИЗА КАТАЛИЗАТОРОВ.............................................................................................187

ПРИЛОЖЕНИЕ 2 - РАСЧЕТ СРАВНИТЕЛЬНОЙ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ УСТАНОВКИ КРЕКИНГА Г-43-107 С

ПРИМЕНЕНИЕМ КАТАЛИЗАТОРА ОБРАЗЦОВ №1 И №2.......................188

ПРИЛОЖЕНИЕ 3 - АКТ О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ ДИССЕРТАЦИОННЫХ ИССЛЕДОВАНИЙ НА ИШИМБАЙСКОМ СПЕЦИАЛИЗИРОВАННОМ ХИМИЧЕСКОМ ЗАВОДЕ КАТАЛИЗАТОРОВ.............................................................................................189

СПИСОК СОКРАЩЕНИЙ

АРМ - автоматизированное рабочее место;

АСУП - автоматизированная система управления предприятием; АСУ ТП - автоматизированная система управления технологическими процессами;

ВАК - высшая аттестационная комиссия Министерства образования и науки

Российской Федерации;

ГОСТ - государственный стандарт;

ДЛР - дискретный логический регулятор;

ИК - инфракрасный диапазон;

ИР - идеальный регулятор;

ИС - инструментальная среда;

ИСХЗК - Ишимбайский специализированный Химический Завод Катализаторов;

ККФ - каталитического крекинга флюид; ЛСР - локальная система регулирования;

МГИ - Московский Государственный Институт стали и сплавов;

МОУ - многомерный объект управления;

МПУ - модельно-предикторное управление;

МСК - многомерный статический компенсатор;

НС - нейронная сеть;

ОАО - открытое акционерное общество;

ОС - операционная система;

ОУ - объект управления;

ПИД-регулятор - пропорционально-интегрально-дифференциальный регулятор;

ПК - персональный компьютер;

ПЛК - программируемый логический контроллер;

ПО - программное обеспечение;

ПТЭЭ - показатели технико-экономической эффективности;

РСУ - распределенные системы управления;

САР - система автоматического регулирования;

САУ - система автоматического управления;

СУ - система управления;

ТВП - трубчатые вращающиеся печи;

ТП - технологический параметр;

УВ - углеводороды;

УГНТУ - Уфимский государственный нефтяной технический университет; -УСО - устройства связи с объектом;

ФГБОУ ВПО - федеральное государственное бюджетное образовательное

учреждение высшего профессионального образования;

ЧПУ - числовое программное управление;

ШИМ - широтно-импульсная модуляция;

ШУ - шкаф управления;

ЭВМ - электронно-вычислительная машина;

ЭДС - электродвижущая сила;

ЭЭГЖ - экономический эффект процесса крекинга;

АРС - advanced process control («продвинутые» системы управления процессами);

С SIT - computer science and information technologies (компьютерные научные

и информационные технологии);

CV - control value (контролируемый параметр);

DCOM - Distributed Component Object Model (распределенная объектная модель компонентов);

DV - disturbance value (возмущающая величина);

DI - Davison Ittrition index (индекс истирания Дэвисона);

GUI - graphical user interface (графический интерфейс пользователя);

HMI - human-machine interface (человеко-машинный интерфейс);

HTML - hyper text markup language (язык гипертекстовой разметки);

HTTP - HyperText Transfer Protocol (протокол передачи гипертекста); IP - Ingress Protection (степень защиты от проникновения); NARX - nonlinear autoregressive with exogenous inputs model (модель нелинейной авторегрессии с внешними входами); OLE - Object Linking and Embedding (связывание и внедрение); ОРС - OLE for Process Control (технология OLE для управления процессами); ОРС АЕ - ОРС Alarms & Events (ОРС с уведомлением о тревогах и событиях);

ОРС DA - ОРС Data Access (ОРС для обмена данными); ОРС DX - ОРС Data eXchange (ОРС с функциями организации обмена данными через Ethernet);

ОРС HDA - ОРС Historical Data Access (ОРС с доступом к сохраненным данным);

ОРС UA - ОРС Unified Architecture (ОРС с кросс-платформенной совместимостью);

ОРС XML-DA - ОРС XML-Data Access (ОРС с обменом через SOAP и HTTP);

RS - Recommended Standard (рекомендуемый стандарт);

SCAD А - supervisory control and data acquisition (диспетчерское управление и сбор данных);

SISO - single input single output (один вход один выход);

SOAP - Simple Object Access Protocol (простой протокол доступа к объектам);

TDL - Tapped Delay Line (линия задержек с ответвлениями); XML - extensible Markup Language (расширяемый язык разметки).

ВВЕДЕНИЕ

Актуальность темы диссертационной работы. Современные тенденции на рынке микросферических катализаторов крекинга требуют новых подходов к управлению процессами, ответственными за эксплуатационные параметры катализаторов. Ключевым звеном в формировании данных свойств товарного катализатора является стадия прокалки, основные физико-химические процессы которой протекают во вращающихся барабанных печах. Теоретические и экспериментальные исследования ведущих специалистов области катализа, таких как Кутепов Б.И, Спивак С.И., Крылов О.В. [43], Хаджиев С.Н., Джемилев У.М., Монаков Ю.Б., Pine L. A., Maher P. J. [108], Breck D.W., Flanigan Е.М. [91], Eastwood S.C., Plank C.J., Weiss P.B., Andreasson H.U., Upson L.L. [99] и др. показывают, что такие качества катализатора как стойкость к истиранию, удельная поверхность, насыпная плотность и влагосодержание в значительной мере определяются тепловым режимом на всех этапах прокаливания микросферы.

Без поддержания определенных значений скорости нагрева частиц на разных стадиях процесса, максимальной и минимальной температуры прокалки невозможно получение стабильно высоких характеристик продукта, определяющих время жизни катализатора и частоту его замены в промышленной установке крекинга [79], а также максимального использования возможностей активных центров ультрастабильного цеолита по обеспечению высокого выхода полезных продуктов крекинга. Тем не менее, большинство установок прокалки на предприятиях по производству сорбентов и катализаторов, в частности, на Ишимбайском специализированном химическом заводе катализаторов, спроектированы под производство устаревших типов катализаторов с матрицей-носителем на основе силикагеля и алюмозольного связующего [58]. В то же время современные марки имеют в качестве связующей основы псевдобемит и оксихлорид алюминия, гораздо более чувствительные к отклонениям от оптимального теплового режима прокалки.

Для катализатора крекинга сегодняшнего дня становится стандартом содержание ультрастабильного цеолита на уровне 70% [119], тогда как еще 10 лет назад данный показатель обычно не превышал 35-40% [43]. Тем самым произошло двукратное снижение доли матрицы, играющей роль своеобразного каркаса жесткости, а требования по обеспечению прочности на истирание, напротив, возросли.

В свете отмеченного ужесточения норм по качеству продукта необходим коренной пересмотр требований по эффективности управления процессом прокалки, что означает контроль над течением физико-химических процессов на всех стадиях прокаливания микросферы катализатора. Применительно к вращающейся печи прокалки это предполагает способность системы управления к целенаправленному влиянию на распределение температуры по всей длине печи, то есть появилась необходимость в управлении температурным профилем прокалочного аппарата.

Поскольку существующие системы управления позволяют лишь регулировать температуру холодного и контролировать горячего (топки) торцов печи, разработка эффективной многомерной системы управления печью прокалки является актуальной научной задачей, решение которой позволит повысить качество катализаторов крекинга и их конкурентоспособность на рынке.

Цель диссертационной работы состоит в повышении экономических показателей крекинга в кипящем слое за счет улучшения основных характеристик катализатора посредством многомерной системы управления печью прокалки микросферических катализаторов на основе модельно-предикторного управления, использующего алгоритм с интервальной неопределенностью.

Для достижения указанной цели в диссертационной работе поставлены и решены следующие основные задачи:

1. Составить схему причинно-следственных связей влияния оптимального температурного режима прокалки на эксплуатационные и каталитиче-

ские показатели катализатора и воздействия последних на экономическую эффективность целевого (финишного) процесса - крекинга.

2. Построить адекватную имитационную модель вращающейся печи прокалки катализаторов крекинга с возможностью получения данных о распределении массы и температуры прокаливаемого слоя во времени и по длине печи, позволяющую более полно учесть влияние возмущающих факторов и параметров, характеризующих состояние объекта управления.

3. Разработать метод определения комбинации регулирующих воздействий многомерной системы управления, обеспечивающих наименьшее отклонение температурного профиля при различных значениях возмущающих факторов.

4. Для печи прокалки катализаторов крекинга как многосвязного инерционного объекта управления построить устойчиво функционирующие управляющие алгоритмы, обеспечивающие минимальные время отклика и погрешность регулирования.

5. Внедрить предложенные модели и алгоритмы в систему управления процессом прокалки катализаторов крекинга с прямым измерением температуры прокаливаемого слоя в точках, удаленных от торцов вращающейся печи, и располагающей необходимым набором интуитивно понятных и дружественных по отношению к пользователю экранных интерфейсов, а также содержащих наряду с технологическими параметрами, информацию об экономической эффективности производимого катализатора при его использовании в технологическом процессе крекинга.

Методы исследования. Для решения поставленных в диссертационной работе задач использовались методы и модели теории управления, имитационного моделирования, горения и теплопереноса в промышленных печах, нейронных сетей, модельно-предикторного управления (МПУ) и логических регуляторов с интервальной неопределенностью.

Основные научные результаты, полученные автором и выносимые им на защиту:

1. Схема причинно-следственных связей влияния температурного режима на всех стадиях прокалки на эксплуатационные и каталитические показатели катализатора и воздействия последних на экономическую эффективность целевого (финишного) процесса - крекинга с критерием оптимальности, инвариантным к физической природе используемых в нем факторов.

2. Адекватная и достоверная имитационная модель вращающейся печи прокалки, воспроизводящая отклик реального объекта на единичный скачок с относительной погрешностью 4^5%, с возможностью получения данных о распределении массы и температуры прокаливаемого слоя во времени и по длине печи, позволяющая более полно учесть влияние на объект управления возмущающих факторов и параметров, характеризующих его состояние.

3. Метод определения комбинации управляющих воздействий многомерной системы управления, обеспечивающей наименьшее отклонение температурного профиля при различных значениях возмущающих воздействий. Для рассматриваемой печи прокалки катализаторов крекинга наилучшая возможность компенсации возмущений имеет место при следующей комбинации управляющих параметров: температура сырья, расход газа и воздуха.

4. Многомерная модельно-предикторная система управления печью прокалки, с двухкритериальным алгоритмом снижения времени отклика и погрешности регулирования, в котором соответствие текущего состояния объекта управления одному из упомянутых критериев производится с помощью логического алгоритма с интервальной неопределенностью.

5. Система управления процессом прокалки катализаторов крекинга, построенная на основе предложенных моделей и алгоритмов с непосредственным измерением температуры прокаливаемого слоя в точках, удаленных от торцов вращающейся печи, а также с необходимым набором интуитивно понятных и дружественных по отношению к пользователю экранных интерфейсов, содержащих наряду с технологическими параметрами информацию об экономической эффективности производимого катализатора при его использовании в технологическом процессе крекинга.

Научная новизна результатов диссертационной работы:

1. Новизна схемы причинно-следственных связей влияния оптимального температурного режима на всех стадиях прокалки на эксплуатационные и каталитические показатели катализатора и воздействия последних на экономическую эффективность крекинга, как целевого (финишного) процесса, заключается в объединении отличающихся по своей физической природе факторов в единую целевую функцию оптимизации с экономической природой.

2. Новизна имитационной модели вращающейся печи состоит в интерпретации моделируемых процессов в виде двух взаимосвязанных частей: диффузионного адиабатического факела, а также секционного тепло- и мас-сопереноса по длине барабанной печи, �