автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.07, диссертация на тему:Управление оптимальными статическими режимами ректификационных колонн на основе нелинейных моделей процесса

ВВЕДЕНИЕ.

1. АНАЛИЗ РЕШЕНИЯ ЗАДАЧ УПРАВЛЕНИЯ И ОПТИМИЗАЦИИ СТАТИЧЕСКИХ РЕЖИМОВ ПРОЦЕССА РЕКТИФИКАЦИИ.

1.1. Математическое моделирование процесса ректификации.

1.1.1. Статические режимы.

1.1.2. Динамические режимы.

1.2. Системы управления процессом ректификации.

1.3. Существующие подходы к оптимизации статических режимов ректификационных колонн.

1.4. Особенности управления и оптимизации статических режимов ректификационных колонн. Постановки задачи исследования.

2. ПРИНЦИПЫ УПРАВЛЕНИЯ Й ОПТИМИЗАЦИИ СТАТИЧЕСКИХ РЕЖИМОВ РЕКТИФИКАЦИОННЫХ КОЛОНН НА ОСНОВЕ НЕЛИНЕЙНЫХ МОДЕЛЕЙ.

2.1. Основные положения управления технологическими процессами на основе нелинейных моделей.;.

2.2. Обратные нелинейные модели в задачах оптимизации статических режимов и управления процессом ректификации.

2.3. Подход многокритериальной оптимизации в определении оптимальных статических режимов в условиях неопределенности.

2.4. Обоснование выбора метода для решения задачи векторной оптимизации.

2.5. Выводы.

3. ОБРАТНЫЕ НЕЛИНЕЙНЫЕ МОДЕЛИ ПРОЦЕССА РЕКТИФИКАЦИИ В ЗАДАЧАХ УПРАВЛЕНИЯ.

3.1. Обратная модель для нелинейной развязки контуров в простой колонне многокомпонентной ректификации.

3.2. Нелинейная развязка контуров с помощью обратной модели в сложной ректификационной колонне.

3.3. Компенсация нелинейностей обратной моделью в задаче управления фракционирующим абсорбером.

3.4. Робастное управление ректификационными колоннами на основе обратной нелинейной модели процесса.

3.4.1. Представление неопределенностей в ректификационной колонне, или "Что мы знаем от том, что не знаем?".

3.4.2. Проектирование робастного регулятора на основе обратных нелинейных моделей процесса с помощью процедур р. - и Нм ■ синтеза.

3.5. Выводы.

4. ОПТИМИЗАЦИЯ СТАТИЧЕСКИХ РЕЖИМОВ РЕКТИФИКАЦИОННЫХ КОЛОНН НА ОСНОВЕ ОБРАТНЫХ НЕЛИНЕЙНЫХ МОДЕЛЕЙ ПРОЦЕССА.

4.1. Оптимальная разделительная способность ректификационной колонны высоко-четкого разделения.

4.2. Оптимальные статические режимы сложной ректификационной колонны с отбором бокового продукта.

4.3. Оптимизация статических режимов блока сложных ректификационных колонн.

4.4. Оптимальные статические режимы ректификационных колонн с циркуляционными орошениями.

4.5. Выводы.

5. РАЗРАБОТКА СИСТЕМЫ УПРАВЛЕНИЯ ОПТИМАЛЬНЫМИ СТАТИЧЕСКИМИ РЕЖИМАМИ РЕКТИФИКАЦИОННОЙ УСТАНОВКИ ПЕРВИЧНОЙ ПЕРЕРАБОТКИ НЕФТИ.

5.1. Постановка задачи.

5.2. Технологическая схема установки первичной переработки нефти.

5.3. Исследование оптимальных статических режимов.

5.4. Синтез робастной системы управления ректификационной установкой на основе обратных нелинейных моделей процесса.

5.5. Выводы.

Значительное число технологических схем в нефтехимической и нефтеперерабатывающей промышленности включает процесс ректификации, зачастую являющийся конечной стадией переработки продукции. На него приходится примерно 50. .60% энергозатрат любого нефтехимического производства [20], а по оценке западных специалистов около 3% от общего количества производимой энергии в США тратится на процесс ректификации [90]. Данный технологический процесс является основным в производстве таких нефтепродуктов как бензин, керосин, дизельное топливо и мазут, поэтому проблема качественного управления оптимальными статическими (установившимися) режимами ректификационных колонн является актуальной.

Вопросы управления и оптимизации процесса ректификации получили развитие в трудах отечественных ученых И.В. Анисимова, В.И. Бодрова, Ю.А. Алексеева [2]. Широко известны труды зарубежных ученых Ф. Шински, С. Скогестада, Д.Б. Ригса, М. Морари, П.Л. Ли, Д. Себорга и др. [32-33,40-41,64-66,79-80,98101,107,110,112-119,128-131].

Несмотря на большое количество работ, связанных с управлением процессом ректификации, проблема синтеза систем управления, обеспечивающих поддержание оптимальных статических режимов остается до конца не решенной для сложных ректификационных колонн. Более того, в настоящее время зарождается перспектива совмещенного проектирования и технологической схемы, и системы управления для нее [100,51]. Но главная трудность состоит в том, что отсутствует компактное математическое описание динамических режимов ректификационных колонн, а вместо этого мы имеем систему из 1000-3000 нелинейных дифференциально-алгебраических уравнений [83]. Оперирование с такой системой не представляется возможным в целях синтеза регулятора (имеется в виду реализация модели в пространстве состояний), что порождает линеаризацию в окрестности рабочей точки и прочие приемы получения упрощенного математического описания (например, обработка кривой разгона), а это, в свою очередь, приводит к нелучшим результатам.

Настоящая работа ставила своей целью разработать систему управления оптимальными статическими режимами ректификационных колонн на основе нелинейных (физико-химических) моделей процесса, которые задействованы в работе регулятора и оптимизатора, а также учесть неадекватность моделей реальному процессу. Данный подход к управлению ректификационными колоннами может быть осуществлен на базе предложенного в 1988 году П. Ли и Г. Салливаном закона управления на основе обобщенной (нелинейной) модели процесса [91]. Отсутствие обратных нелинейных моделей (OHM) процесса ректификации для общего случая сложных ректификационных колонн сдерживало его развитие. В соответствии с этим, автором выносится на защиту:

1. OHM для любого уровня сложности ректификационной колонны (РК);

2. Общая структура системы управления на основе OHM оптимальными статическими режимами РК;

3. Решение задачи определения оптимального статического режима РК на основе OHM в условиях неопределенности параметров модели;

4. Способ синтеза робастных регуляторов на основе OHM;

5. Решение задач многокритериальной оптимизации статических режимов сложных РК.

Для проверки эффективности полученных результатов исследований необходимо разработать систему управления оптимальными статическими режимами установки первичной переработки нефти.

Диссертационная работа состоит из пяти разделов.

В первой главе анализируется современное состояние проблемы управления и оптимизации статических режимов ректификационных колонн. Приведены различные существующие модели статических и динамических режимов процесса ректификации. Результаты анализа современных методов управления технологическими процессами обобщены в итоговой таблице, где детально изложены преимущества и недостатки каждого метода. Выделены основные критерии, для которых определяются оптимальные статические режимы РК, указаны особенности управления процессом ректификации, и сформулирована задача исследования.

Во второй главе рассматриваются принципы управления технологическими процессами на основе обратных нелинейных моделей. Предложена структура системы управления с OHM для поддержания оптимальных статических режимов РК. Большое внимание уделено получению нелинейных моделей для РК любого уровня сложности, которые способны работать в контуре регулирования. В действительности, невозможно получить точную модель процесса, поэтому предложен простой подход на базе векторной оптимизации для определения оптимальных режимов в условиях неопределенности. В результате получено неравенство для характеристики целесообразности проведения оптимизации, оперирующее с потерями критерия.

Использованию разработанной OHM в задачах управления посвящена третья глава. В ней показан механизм статической развязки контуров регулирования в простых и сложных колоннах, появляющийся автоматически в системе управления с OHM. Основным результатом служит способ нахождения робастного регулятора с OHM на базе известных р.- и Н«,- методов синтеза. Эффективность полученных результатов продемонстрирована сравнительным моделированием переходных процессов.

В четвертой главе рассматривается решение задач векторной оптимизации статических режимов ректификационных колонн по векторным критериям. Показано, как можно найти компромисс между такими распространенными целевыми функционалами как производительность по конечному продукту и энергозатратами. Продемонстрировано, что для РК, работающей в области высоко-четкого разделения возможно несоответствие минимальной эксергии теплоносителей минимальному подводу тепла в колонну, когда в качестве критерия выступают энергозатраты, и в качестве выхода из данной ситуации предложено решение задачи многокритериальной оптимизации по соответствующим критериям.

В пятой главе приводится синтез робастной системы управления на основе OHM оптимальными статическими режимами установки первичной переработки нефти в рамках развиваемого подхода. Рассмотрены пять критериев. Исследования показали, что оптимальный режим в смысле векторного критерия менее чувствителен к воздействию неконтролируемых (неизмеряемых) возмущений по составу питания в сложной колонне установки, если критерии имеют экстремум при неграничных значениях управляющих воздействий. В соответствие с этим, рекомендуется стабилизировать определенное соотношение потоков циркуляционных орошений, что неявно доставляет экстремум вектору критериев с наименьшими (приемлемыми) потерями. Сравнительным анализом переходных процессов показана эф8 фективность полученного робастного ji-оптимального регулятора с OHM по сравнению с типовым ПИ-законом управления.

Основные положения диссертационной работы доложены на: 4-ой международной конференции "Измерение, контроль и автоматизация производственных процессов (ИКАПП-97)", г. Барнаул, 1997 г.; научно-технических международных научно-практических конференциях студентов, аспирантов и молодых ученых ВГУЭС, г. Владивосток, 1999, 2000 гг.; научно-технической конференции "Воло-гдинские чтения" ДВГТУ, г. Владивосток, 1998, 1999 гг.; 5-ой международной конференции "Методы кибернетики химико-технологических процессов", г. Уфа, 1999 г.; Third International Student's Congress of the Asia-Pacific Region Countries, FESTU, Vladivostok, Russia, 1999; 14th World Congress of IF AC, Beijing, P. R. China, 1999; а также приняты на: 13-ую Международную научно-техническую конференцию "Математические методы в технике и технологии", г. Санкт-Петербург, 2000 til г.; 11 IF AC Workshop Control Applications of Optimization, St. Petersburg, Russia, th

2000; 14 International Congress of Chemical and Process Engineering, Praha, Czech Republic. 2000.

ОСНОВНЫЕ ВЫВОДЫ ПО ДИССЕРТАЦИИ

1. На основе сравнительного анализа существующих систем управления процессом ректификации установлено, что наиболее качественное управление оптимальными статическими режимами ректификационных колонн может быть достигнуто с использованием нелинейных моделей установившихся состояний, учитывающих физико-химическую сущность управляемого процесса. В связи с этим, разработана OHM для любого уровня сложности колонн.

2. Предложена общая структурная схема системы управления на основе OHM для поддержания оптимальных статических режимов ректификационных колонн. Ее отличие от предыдущих состоит в использовании OHM как для стабилизации выходных переменных (в регуляторе), так и в задаче поиска оптимальных режимов процесса ректификации (в оптимизаторе).

3. Разработан способ поиска оптимального статического режима в условиях параметрической неопределенности OHM на базе процедуры векторной оптимизации. Показано, что потери критерия (l-A,opt) оценивают незнание об управляемом технологическом процессе.

4. В результате исследования работы OHM в системе управления показан механизм осуществления статической развязки контуров регулирования, т.е. введение OHM обеспечивает автоматическую компенсацию взаимного влияния выходных переменных. Представлен способ синтеза робастного регулятора на основе OHM с помощью р.- и HM- методов.

5. Сформулирована постановка и решена задача многокритериальной оптимизации статических режимов при многоцелевом управлении наиболее часто встречающимися типами сложных ректификационных колонн. Показано, что качестве двух основных критериев всегда выступают производительность по целевому продукту и энергозатраты на ведение процесса. Исследовано функционирование депропанизатора в области высоко-четкого разделения, когда в качестве критерия оптимальности приняты энергозатраты, и установлено, что минимальной тепловой нагрузке на рибойлер не соответствует минимальная нагрузка на дефлегматор. В этом случае предложено поддерживать оптимальный статический режим колонны в смысле векторного критерия, что дает сокращение энер

1. Алиев P.A., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. 240 с.

2. Анисимов И.В., Бодров В.И., Покровский В.Б. Математическое моделирование и оптимизация ректификационных установок. М.: Химия, 1975. - 216 с.

3. Ахмадеев М.Г. Разработка способов увеличения выхода целевого продукта при фракционировании смесей в колоннах с отбором бокового погона: Дис. .канд. техн. наук. Уфа, 1986. - 307 с.

4. Бояринов А.И., Кафаров В.В. Методы оптимизации в химической технологии. М.: Химия, 1975.- 575 с.

5. Иванов В.И. Синтез систем управления ректификационными колоннами: Дис. . .канд. техн. наук. Уфа, 1987. - 228 с.

6. Кафаров В.В. Методы кибернетики в химии и химической технологии. М.: Химия, 1985. -468 с.

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

8. Кондратьев A.A. Расчет ректификации непрерывной смеси в колонне с несколькими вводами питания и отборами// Теор. осн. хим. техн. 1972. Т. 6. №3. С. 477479.

9. Кондратьев A.A., Богданов B.C. Исследование релаксационных методов процессов разделения // Теор. осн. хим. техн. 1976. Т. 10. №3. С. 453-455.

10. Ю.Кривошеев В.П. Автоматизация непрерывных технологических процессов нефтехимических производств на основе двухуровневых систем управления: Дис. .докт. техн. наук. М., 1989. - 532 с.

11. Кривошеев В.П., Попков В.Ф. Оптимизация статических режимов сложных ректификационных установок на основе декомпозиционного подхода // Теор. осн. хим. техн. 1986. Т. 20. №4. С. 521-525.

12. Марушкин Б.К., Теляшев Г.Г. Методы оценки эффективности (к.п.д.) тарелок при ректификации многокомпонентных смесей // Технология нефти и газа. Вопросы фракционирования. Уфа: Башкнигоиздат, 1975,- Вып.З.-с. 35-86.

13. Мозжухин A.C., Сеченых А.И. Полистационарность в непрерывной ректификации и реализация выбранного стационарного состояния // Теоретические основы химической технологии. 2000. Т. 34. № 2. С. 165-169.

14. Островский Г.М., Бережинский Т.А. Оптимизация химико-технологических процессов: теория и практика. М.: Химия, 1984. - 239 с.

15. Островский Г.М., Волин Ю.М. О новых проблемах в теории гибкости и оптимизации химико-технологических процессов при наличии неопределенности // Теор. осн. хим. техн. 1999. Т. 33. №5. С. 578-590.

16. Петлюк Ф.Б., Серафимов Л.А. Многокомпонентная ректификация. М.: Химия, 1983. - 304 с.

17. Платонов В.М., Берго Б.Г. Разделение многокомпонентных смесей. М.: Химия, 1965.- 368 с.

18. Позняк A.C., Семенов A.B., Себряков Г.Г., Е.А. Федосов // Новые результаты в Hco-теории управления // Техническая кибернетика. 1991. № 6. С. 10-39.

19. Попков В.Ф. Разработка систем управления статическими режимами ректификационных установок: Дис. . .канд. техн. наук. М., 1983. - 207 с.

20. Попов В.В., Попова JIM. Оптимальное флегмовое число при ректификации // Химия и технология топлив и масел. 1963. № 10. С. 1-3.

21. Себряков Г.Г., Семенов A.B. Проектирование линейных стационарных многомерных систем на основе вход-выходных отображений. Методы Ня-теории управления // Техническая кибернетика. 1989. № 2. С. 3-16.

22. Торгашов А.Ю., Кривошеев В.П. Моделирование режима работы многомерного адаптивного регулятора для ректификационной колонны: Сборник тезисов докладов научно-технической конференции "Вологдинские чтения",- Владивосток: Изд-во ДВГТУ, 1998. С. 55-56.

23. Торгашов А.Ю., Кривошеев В.П. Оптимальное управление абсорбционной колонной : Сборник тезисов докладов научно-технической конференции "Воло-гдинские чтения",- Владивосток: Изд-во ДВГТУ, 1999. С. 18.

24. Торгашов А.Ю., Кривошеев В.П. Оптимизация статических режимов ректификационных колонн с боковым продуктом: Сборник тезисов докладов 5-ой научной конференции Методы кибернетики химико-технологических процессов, -Уфа: Изд-во УГНТУ, 1999. С. 20-21.

25. Уэйлес С.М. Фазовые равновесия в химической технологии. М.: Мир, 1989. -662 с.

26. Холланд Ч.Д. Многокомпонентная ректификация. М.: Химия, 1969. - 347 с.

27. Честнов В.Н. Синтез регуляторов многомерных систем по заданному радиусузапасов устойчивости на базе процедуры Нм-оптимизации // Автоматика и телемеханика. 1999. №7. С. 100-109.

28. Честнов В.Н. Синтез робастных регуляторов многомерных систем при параметрической неопределенности на основе круговых частотных неравенств // Автоматика и телемеханика. 1999. №3. С. 229-238.

29. Ядыкин И.Б., Шумский В.М., Овсепян Ф.А. Адаптивное управление непрерывными технологическими процессами. М.: Энергоатомиздат, 1985. - 240 с.

30. Agarwal, S., Taylor, R. Distillation column design calculations using a nonequilib-rium Model // Ind. Eng. Chem. Res. 1994. V. 33. No. 11. P. 2631-2636.

31. Agrawal, R. Synthesis of distillation column configurations for a multicomponent separation // Ind. Eng. Chem. Res. 1996. V. 35. No. 4. P. 1059-1071.

32. Alatiqi, I.M., Luyben, W.L. Control of a complex sidestream column/stripper distillation configuration // Ind. Eng. Chem. Process Des. Dev. 1986. V. 25. No. 3. P. 762767.

33. Alvarez-Ramirez, J., Femat, R., Gonzalez-Trejo, J.G. Robust control of a class of uncertain first-order systems with least prior knowledge // Chem. Eng. Sci. 1998. V. 53. No. 15. P. 2701-2710.

34. Ansari R.M., Tade M.O. Nonlinear model based multivariable control of a debuta-nizer // Journal of Process Control. 1998. V. 8. № 4. P. 279-286.

35. Arkun, Y. On the use of the structured singular value for robustness analysis of distillation column control // Comput. Chem. Eng. 1988. V. 12. No. 4. P. 303-306.

36. Astrom K.J. Tuning and adaptation // Proc. 13th IF AC Word Congress. San Francisco. USA. 1996. Plenary and Index Volume. P. 1-18.

37. Bahri, P.A., Bandoni J.A., Romagnoli, J.A. Effect of disturbances in optimizing control: steady-state open-loop back-off calculation // AIChE Journal. 1996. V. 42. No. 4. P. 983-996.

38. Balchen, J.G., Sandrib, B. Elementary nonlinear decoupling control of composition in binary distillation columns // Proc. of IF AC Symposium ADCHEM '94, Japan, May 25-27. 1994. P 495-500.

39. Baratti R., Corti S., Servida A. A feedforward control strategy for distillation columns // Artificial Intelligence in Engineering. 1997. V. 11. № 4. P. 405-412.

40. Baratti R., Vacca G., Servida A. Neural network modeling of distillation columns // Hydrocarbon Processing. 1995. V. 74. № 6. P. 35-38.

41. Bausa, J., Watzdorf, R.V., Marquardt, W. Shortcut methods for nonideal multicom-ponent distillation: 1. Simple columns // AIChE Journal. 1998. V. 44. No. 10. P. 2181-2198.

42. Bekiaris, N., Meski, G., Morari, M. Multiple steady states in homogeneous azeotropic distillation// Comput. Chem. Eng. 1995. V. 19. No. 1. P. 21-26.

43. Berber, R., Karadurmus, E. Dynamic simulation of a distillation column separating a multicomponent mixture // Chem. Eng. Communications. 1989. V. 84. No. 1. P. 113127.

44. Bernardo, F.P., Saraiva, P.M. Robust optimization framework for process parameter and tolerance design // AIChE Journal. 1998. V. 44. No. 9. P. 2007-2015.

45. Bojkov B., Luus R. Time optimal control of high dimensional systems by iterative dynamic programming // Can. J. Chem. Eng. 1995. V. 73. № 3. P. 380-390.

46. Boucher P., Boutillon A., Dumur D., Foix Th., Raguenaud P., Rougebief Ch. Predictive control in cognac distillation // Proc. 14th IF AC Word Congress. Beijing. P. R. China. 1999. V. N. P. 487-492.

47. Bristol, E.H. On a new measure of interactions for multivariable process control // IEEE Trans, on Autom. Cont. 1966. V. 11. № 1. P. 133-140.

48. Cerda, J., Westerberg, A.W. Shortcut methods for complex distillation columns. 1. Minimum reflux// Ind. Eng. Chem. Res. 1981. V. 20. No. 3. P. 546-557.

49. Chai T. Y., Wang G. Application of a new multivariable adaptive decoupling controller to a binary distillation column // Proc. IF AC International Symposium AD-CHEM'91. Toulouse. France. 1991. V. 2. P. 93-99.

50. Chakov-Mandragon, O.L., Himmelblau, D.M. Integration of flexibility and control in design // Comput. Chem. Eng. 1996. V. 20. No. 4. P. 447-452.

51. Chang, B., Lee, S., Kwon, H., Moon, I. Rigorous industrial dynamic simulation of a crude distillation unit considered valve tray rating parameters // Comput. Chem. Eng. 1998. V. 22. P. S863-S866.

52. Choe, Y.-S., Luyben, W.L. Rigorous dynamic models of distillation columns // Ind. Eng. Chem. Res. 1987. V. 26. No. 10. P. 2158-2161.

53. Christen Urs., Musch H.E., Steiner M. Robust control of distillation columns: p.- vs H«,- synthesis // Journal of Process Control. 1997. V. 7. № 1. P. 19-30.

54. Christen, Urs. Engineering aspects of HOT control // Ph. D. Thesis. Swiss Federal Institute of Technology. Zurich. 1996. 201 P.

55. Chung Ch.B., Riggs J.B. Dynamic simulation and nonlinear-model-based product quality control of a crude tower // AIChE Journal. 1995. V. 41. № i. p. 122-134.

56. Dadebo, S.A., McAuley, K.B. Dynamic optimization of constrained chemical engineering problems using dynamic programming // Comput. Chem. Eng. 1995. V. 19. No. 5. P. 513-525.

57. Dorn, C., Guttinger, T.E., Wells, G.J., Morari, M., Kienle, A., Klein, E., Gilles, E.-D. Stabilization of an unstable distillation column // Ind. Eng. Chem. Res. 1998. V. 37. No. 2, P. 506-515.

58. Dorn, C., Lee, M., Morari, M. Stability and transient behavior of homogeneous azeo-tropic distillation// Comput. Chem. Eng. 1999. V. 23. P. S185-S188.

59. Doyle J. C., K. Glover, P. P. Khargonekar, B. A. Francis. State space solutions to standard H2 and control problems // IEEE Transactions on Automatic Control. 1989. V. 34, No. 8. P. 831 847.

60. Dunia R., Edgar T.F. An improved generic model control algorithm for linear systems // Computers Chem. Engng. 1996. V. 20. № 8. P. 1003-1016.

61. Dunia R.H., Edgar T.F., Fernandez B. Effect of process uncertainties on generic model control // Chemical Engineering Science. 1997. V. 52. № 14. P. 2205-2222.

62. Ellis, R.C., Li, X., Riggs, J.B. Modeling and optimization of a model IV fluidized catalytic cracking unit // AIChE Journal. 1998. V. 44. No. 9. P. 2068-2079.

63. Fikar M., Latifi A.M., Foufnier F., Creff Y. Application of iterative dynamic programming to optimal control of a distillation column // Can. J. Chem. Eng. 1998, V. 76. № 12. P. 1110-1117.

64. Fikar, M., Latifi, M. A., Creff, Y. Optimal changeover profiles for an industrial de-propanizer// Chem. Eng. Sci. 1999. V. 54. No. 13. P. 2715-2720.

65. Fikar, M., Latifi, M. A., Fournier, F., Creff, Y. CVP versus IDP in dynamic optimisation of a distillation column // Computers Chem. Eng. 1998. V. 22. P. S625-S628.

66. Finco M.V., Luyben W.L., Polleck R.E. Control of distillation columns with low relative volatilities // Ind. Eng. Chem. Res. 1989. V. 28. № 1. p. 75-83.

67. Fisher, W.R., Doherty, M.F., Douglas, J.M. Shortcut calculation of optimal recovery fractions for distillation columns // Ind. Eng. Chem. Process Des. Dev. 1985. V. 24. No. 4. P. 955-961.

68. Flathouse S.E., Riggs J.B. Tuning GMC controllers using the ATV procedure // Computers Chem. Engng. 1996. V. 20. № 8. P. 979-988.

69. Foss B.A., Cong S.B. Nonlinear MPC based on multi-model for distillation columns // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 337-342.

70. Freudenberg, J.S., Looze, D.P. An Analysis of Hoo-optimization design methods // IEEE Transactions on Automatic Control. 1986. V. AC-31. No. 3. P. 194-200.

71. Friman M., Waller K.V. Autotuning of multiloop control systems // Ind. Eng. Chem. Res. 1994. V. 33. № 7. P. 1708-1717.

72. Gokhale V., Hurowitz S., Riggs J.B. A comparison of advanced distillation control techniques for a propylene/propane splitter // Ind. Eng. Chem. Res. 1995. V.34. № 12. P. 4413-4419.

73. Gordon, M.L. Simple optimization for dual composition control // Hydrocarbon Processing. 1986. V. 65. No. 2. P. 59-62.

74. Grossmann, I.E., Floudas, C.A. Active constraint strategy for flexibility analysis in chemical processes // Comput. Chem. Eng. 1987. V. 11. No. 6. P. 675-684.

75. Gu, D.-W., Petkov, P.H., Konstantinov, M.M. An introduction to H«, optimization design. NICONET report No. 4. Working Group on Software. ESAT Katholieke Uni-versiteit Leuvin. Belgium. 1999.

76. Gutting er, T.E., Morari, M. Predicting multiple steady states in homogeneous azeo-tropic distillation// Comput. Chem. Eng. 1997. V. 21. P. S995-S1000.

77. Halvorsen I.J., Skogestad S. Distillation Theory, Trondheim: Norwegian University of Science and Technology Press. 1999. 48 p.

78. Halvorsen I.J., Skogestad S. Optimal operation of Petlyuk distillation: steady-state behavior // Journal of Process Control. 1999. V. 9. №. 5. P. 407-424.

79. Halvorsen I. J., Skogestad S. Use of feedback for indirect optimizing control: application to Petlyuk distillation // Proc. IF AC symposium DYCOPS-5. Corfu. Greece.1998. P. 399-404.

80. Hirata M. Calculations of multicomponent distillation // J. Japan Petrol. Inst., 1983, V. 26, №3, p. 163-173.

81. Holland C.D. Fundamentals of multicomponent distillation. New York: McGraw-Hill, 1981. 624 p.

82. Holland C.D., Liapis A.I. Computer methods for solving dynamic separation problems New York: McGraw-Hill, 1983.

83. Ishii Y., Otto F.D. A general algorithm for multistage multicomponent separation calculations // Can. J. Chem. Eng. 1973. V. 51. № 5. p.601-610.

84. Jacobsen E.W., Skogestad S. Instability of distillation columns // AIChE Journal. 1994. V. 40. №9. P. 1466-1478.

85. Jacobsen E.W., Skogestad S. Multiple steady states and instability in distillation. Implications for operation and control // Ind. Eng. Chem. Res. 1995. V. 34. № 12. p. 4395-4405.

86. Jin X., Rong G., Wang Sh., Wang Y. Empirical modeling and advanced control of an industrial distillation column // Proc. 14th IF AC Word Congress. Beijing. P. R. China.1999. V. N. P. 199-204.

87. Krivosheev V.P., Torgashov A.Yu. The optimal control of processing systems by economical criteria as applied to distillation // Proc. 14th IF AC World Congress. P. R. China. 1999. V. F. P. 229-234.

88. Latifi, M. A., Corriou, J.-P., Fikar, M. Dynamic optimisation of chemical processes // Trends in Chemical Engineering. 1998. No. 4. P. 189-201.

89. Lee P.L. Nonlinear process control and applications of generic model control. Berlin: Springer-Verlag, 1993. 265 P.

90. Lee P.L., Sullivan G.R. Generic model control // Computers Chem. Engng. 1988. V. 12. №6. P. 573-580.

91. Lee Y., Park S., Lee J.H. On interfacing model predictive controllers with low-level loops // Proc. 14th IF AC Word Congress. Beijing. P. R. China. 1999. V. N. P. 313318.

92. Luus R. Optimal control by dynamic programming using accessible points and region reduction // Hung. J. of Ind. Chem. 1989. V. 17. № 4. P. 523-543.

93. Mashunin Yu.K. Solving composition and decomposition problems of synthesis of complex engineering systems by vector-optimization methods // Journal of Computer and System Sciences International. 1999 Vol. 38. No. 3. P. 421-426.

94. Mizoguchi, A., Marlin, T.E., Hrymak., A.N. Operations optimization and control design for a petroleum distillation process // Can. J. Chem. Eng. 1995. V. 73. No. 4. P. 896-907.

95. Mohideem, M.J., Perkins, J.D., Pistikopoulos E.F. Optimal design of dynamic systems under uncertainty // AIChE Journal. 1996. V. 42. No. 8. P. 2251-2272.

96. Morari M., Lee J.H. Model predictive control: past, present and future // Computers Chem. Engng. 1999. V. 23. № (4-5). P. 667-682.

97. Munsif, H. P., Riggs J. B. On Using Neural Networks for Distillation Control // Proc. of conference Distillation and Absorption'97. Maastricht. The Netherlands. 1997. V. 3. P. 54-60.

98. Musch H.E. Robust control of an industrial high-purity distillation column // Ph. D. Thesis. Swiss Federal Institute of Technology. Zurich. 1994. 225 p.

99. Narraway, L.T., Perkins J.D., Barton G.W. Interaction between process design and process control: economic analysis of process dynamics // Journal of Process Control. 1991. V. 1. No. 3. P. 243-250.

100. Nystrom R.H., Toivonen H.T., Boling J.M. Robust H2 control applied to an ill-conditioned distillation column // Proc. 14th IF AC Word Congress. Beijing. P. R. China. 1999. V. N. P. 229-234.

101. Ostrovsky, G.M., Volin, Yu.M, Senyavin, M.M. An approach to solving a two stage optimization problem under uncertainty // Comput. Chem. Eng. 1997. V. 21. No. 3. P.317-325.

102. Pandit H.G. Experimental demonstration of nonlinear model based control techniques on a lab-scale distillation column // Ph. D. Thesis. Texas Tech University. Lubbock. TX. 1991. 186 p.

103. Pistikopoulos, E.N., Ierapetritou, M.G. Novel approach for optimal process design under uncertainty // Comput. Chem. Eng. 1995. V. 19. No. 10. P. 1089-1110.

104. Ramchandran S., Rhinehart R.R. A very simple structure for neural network control of distillation // Journal of Process Control. 1995. V. 5. № 2. P. 115-128.

105. Rawlings J.B., Muske K.R. The stability of constrained receding horizon control // IEEE Trans, on Autom. Cont. 1993. V. 38. № 10. P. 1512-1516.

106. Riggs J.B. Nonlinear process model based control of a propylene sidestream draw column// Ind. Eng. Chem. Res. 1990. V.29. № 11. P. 2221-2226.

107. Rovaglio M., Ranzi E., Biardi G., Faravelli T. Rigorous dynamics and control of continuous distillation systems simulation and experimental results // Computers Chem. Engng. 1990. V. 14. № 8. p. 871-887.

108. Sabharwall A., Svrcek W.Y., Seborg D.E. Hybrid neural net, physical modeling applied to a xylene splitter // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 517-523.

109. Shinskey F.G. Disturbance-rejection capabilities of distillation control systems // Proc. Amer. Contr. Conf. Boston. 1985. V. 2. p. 1072-1077.

110. Shinskey, F.G. Distillation control. N.Y.: McGraw-Hill, 1984. 364 p.

111. Skogestad S. Dynamics and control of distillation columns A tutorial introduction // Trans IchemE. 1997. V. 75. Part A. p. 539-562.

112. Skogestad S., Halvorsen I.J., Larsson T., Govatsmark M.S. t o Plantwide control: the search for the self-optimizing control structure // Proc. 14th IFAC Word Congress. Beijing. P. R. China. 1999. V. N. P. 325-330.

113. Skogestad S., Havre K. The use of RGA and condition number as robustness measure // Computers Chem. Engng. 1996. V. 20. Supl. B. P. 1005-1010.

114. Skogestad S., I. Postlethwaite. Multivariable feedback control analysis and design. Chichester: John Wiley&Sons, 1996. - 572 P.

115. Skogestad S., Jacobsen E.W., Morari M. Inadequacy of steady-state analysis for feedback control: distillate-bottom control of distillation columns // Ind. Eng. Chem. Res. 1990. V. 29. № 12. p. 2339-2346.

116. Skogestad S., Lundstrom P., Jacobsen E.W. Selecting the best distillation control configuration // AIChE Journal. 1990. V. 36. № 5. P. 753-764.

117. Skogestad S., Morari M. Control configuration selection for distillation columns // AIChE Journal. 1987. V. 33. № 10. P. 1620-1635.

118. Skogestad S., Morari M., Doyle J.C. Robust control of ill-conditioned plants: high-purity distillation // IEEE Trans, on Autom. Cont. 1988. V. 33. № 12. P. 10921105.

119. Stathaki A., Mellichamp D.A., Seborg D.E. Dynamic simulation of a multicompo-nent distillation column with asymmetric dynamics // Can. J. Chem. Eng. 1985. V. 63. № 3. p.501-518.

120. Stromberg, K.B., H.T. Toivonen, K.E. Haggblom, Waller K.V. Multivariable nonlinear and adaptive control of a distillation column // AIChE Journal. 1995. V. 41. №2. P. 195-199.

121. Subawalla H., Paruchuri V.P., Gupta A., Pandit H.G., Rhinehart R.R. Comparison of model-based and conventional control: a summary of experimental results // Ind. Eng. Chem. Res. 1996. V.35. № 10. P. 3547-3559.

122. Taskar, U., Riggs, J.B. Modeling and optimization of a semiregenerative catalytic naphtha re former // AIChE Journal. 1997. V. 43. No. 3. P. 740-753.

123. Taylor R., Kooijman H.A., Woodman M.R. A second generation nonequilibrium model for computer simulation of multicomponent separation of multicomponent separation processes // Computers Chem. Engng. 1994 V. 18. № 2. p. 205-217.

124. Torgashov A.Yu., Krivosheev V.P. Nonlinear microprocessor-based distillation control: Материалы первой международной научно-практической конференции студентов, аспирантов и молодых ученых, Владивосток: Изд-во ВГУЭС, 1999. С. 39-40.

125. Torgashov A.Yu. Generic model control of side-stream draw distillation column. Abstracts of Third International Student's Congress of the Asia-Pacific Region Countries. FESTU. 1999. P. 121-122.

126. Underwood A.J.V. Fractional distillation of multi-component mixtures // Chem. Eng. Prog. 1948. V. 44. № 8. p. 879-885.124

127. Vagi F., Wood R.K., Morris A.J., Tham M. Self-tuning control of distillation columns: theory and practice // Proc. Amer. Contr. Conf. Boston. 1985. V. 3. p. 12691274.

128. Waller, K.V., Finerman, D.H., Sandelin, K.E., Haggblom, K.E., Gustafsson, S.E. An experimental comparison of four control structures for two-point control of distillation. // Ind. Eng. Chem. Res. 1988. V. 27. No. 4, P. 624-630.

129. Yi, C.K., Luyben, W.L. Evaluation of plant -wide control structures by steady-state disturbance sensitivity analysis // Ind. Eng. Chem. Res. 1995. V. 34. No. 12, P. 2393-2405.

130. Yu W., Poznyak A.S., Alvarez J. Neuro control for multicomponent distillation column // Proc. 14th IF AC Word Congress. Beijing. P. R. China. 1999. V. N. P. 379384.

131. Zang W., Lee P.L. Robust stability analysis of generic model control // Chem Eng. Commun. 1992. V. 117. P. 41-72.

132. Zhou L., Coleman, T., Branch, M.A., Grac, A. Matlab optimization toolbox, Version 2.0: The Mathworks Inc.: 1999. 305 P.

133. ПЛ. Программа в MATLAB для расчета робастного регулятора на основе обратной нелинейной модели процесса: р. синтез по 2Ж-итерациям.clear all; close all; % Nominal plant

134. HI = tf(-0.16, [30 1.) tf(3.65, [200 1]); tf ( 0.0045, [ 150 1]) tf (0.2, [45 1]) ] ;

135. H2 = inv(-0.16 3.65; 0.0045 0.2.); H = (H1*H2);

136. H-ss(H);a,b,c,d.=ssdata(H);H-pck(a,b,c,d);G=H; % Initializeomega logspace(-3,3,61);

137. Ык = 1 1; 1 1; 2 2.; nmeas=2; nu=2; gmin=0.5; gamma=2; tol=0.01;dO = 1; dsysl = daug(dO,dO,eye(2),eye(2) ) ; dsysr=dsysl; % Perfomance weight

138. M=2;wp = nd2sys(20 M. , [20 le-5],1/M); Wp = daug(wp,wp); % Approximated integrator wpfinv = minv(frsp(wp,omega)); % Input weight

139. STEP 1: Find H-infinty optimal controller with given scal-ings :

140. Kpi = tf ( [100 10., [10 0]) t f([0] , 1.) ; tf ( [0], [1] ) tf([101.,10 0])];

141. Kpi=ss(Kpi); ak,bk, ck, dk.=ssdata(Kpi);Kpi=pck(ak,bk,ck,dk);

142. Closed system analysis I2=eye(2); G=H;

143. TIME simulation for worst case uncertainty for i=l:3, if i=—1 K=Kpi;end if i==21. K=Kinf;endif i==3 K=Kmu;end

144. GK = mmult(G,K);S = minv(madd(12,GK));T = msub(I2,S); y = trsp(T, 1;1.,50 0, .1);u = trsp(mmult(K,S), [1;1], 50 0, .1);1. With 20% uncertainty

145. П.2. Схема моделирования динамики сложной ректификационной колонны с системой управления на основе обратной нелинейной модели процесса, реализованная в Simulink (MatLab).о