醇酮装置初级脱烷塔的过程控制算法研究

醇酮装置初级脱烷塔的过程控制算法研究

论文摘要

随着世界经济的全球化发展趋势,石化工业不断需要采用高新技术以加快发展,对生产过程中的产品质量、生产效率、能耗、安全性以及对环境影响等指标的控制要求越来越严格,常规PID控制已难以甚至无法解决这些具有多变量、非线性、强耦合性、时变和时滞等特性的复杂生产过程的控制问题,迫切需要能够解决这些问题的新型控制策略的研究与应用开发。 本文以中国石油辽阳石化醇酮装置初级脱环己烷塔(D301)为研究对象,研究了软测量技术和先进控制策略,并设计了基于软测量模型的初级脱环己烷精馏塔的先进控制系统,从而解决了与产品质量紧密相关的重要过程变量无法在线实时测量与优化控制的问题,在保证产品质量与收率的同时,降低了能耗。 论文首先概述了化工过程控制及软测量技术的发展过程;研究了机理分析、多变量回归分析、神经网络等软测量方法,建立了研究对象(D301塔)比较合适的软测量模型;进行了MATLAB仿真,比较了各个模型的可信度和外推能力;设计了软测量校正模块并进行正交分析,使模型获得了可靠的估计精度,为使装置采用先进控制策略奠定了基础。为使软测量模型能够应用于现实工作中,论文研究了推断控制、多变量解耦控制、专家控制、节能控制的几种先进控制理论;针对原控制系统的不足,设计了两个子系统,讨论被控对象的选择、控制策略分析和仿真试验。 在先进控制系统设计中,通过设置逻辑控制模块、专家控制模块和模糊控制模块,构成基于推断控制的复合控制策略,提高了控制系统的鲁棒性,增强了控制系统的功能和实用性。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 化工过程控制
  • 1.1.1 连续工业过程与过程控制
  • 1.1.2 化工过程控制的历史发展与回顾
  • 1.1.3 化工过程控制的现状及发展趋势展望
  • 1.2 精馏塔的过程控制
  • 1.2.1 精馏塔的特点与控制要求
  • 1.2.2 精馏塔过程控制早期研究
  • 1.2.3 两种前馈网络控制的比较
  • 1.2.4 当代研究与发展方向
  • 1.3 本文的主要工作
  • 2 软测量技术
  • 2.1 概述
  • 2.1.1 软测量技术产生背景及数学描述
  • 2.1.2 软测量的结构与分类
  • 2.2 影响软测量性能的因素
  • 2.2.1 辅助变量选择
  • 2.2.2 测量数据的预处理
  • 2.2.3 软仪表在线校正
  • 2.3 软测量机理建模方法研究
  • 2.3.1 精馏塔通用机理模型的建立
  • 2.3.2 醇酮装置D301塔机理建模
  • 2.4 软测量回归分析建模方法研究
  • 2.4.1 多元线性回归法
  • 2.4.2 多元逐步回归法
  • 2.5 软测量神经网络建模方法的研究
  • 2.5.1 反向传播前馈网络
  • 2.5.2 径向基函数神经网络
  • 3 初级脱烷塔软测量模型的设计
  • 3.1 课题设计背景
  • 3.1.1 环己烷精馏工艺简介
  • 3.1.2 初级脱烷塔D301的控制过程简介
  • 3.1.3 精馏塔产品组分浓度检测
  • 3.2 变量分析与选择
  • 3.2.1 变量机理分析
  • 3.2.2 辅助变量的选择
  • 3.3 D301塔软测量模型的工程设计
  • 3.3.1 组合样本矩阵数据集合
  • 3.3.2 几种软测量模型的比较
  • 3.3.3 软测量模型的在线校正
  • 3.3.4 软测量模型的DCS实现
  • 3.4 软测量模型设计小结
  • 4 先进控制系统的研究与初级脱烷塔先进控制的应用
  • 4.1 概述
  • 4.2 推断估计与推断控制系统
  • 4.2.1 推断控制基本原理
  • 4.2.2 几种结构控制系统的设计
  • 4.2.3 推断控制中辅助变量的选取
  • 4.3 多变量分析与解祸控制
  • 4.3.1 多变量控制系统的分析
  • 4.3.2 减少和消除耦合的途径
  • 4.4 专家系统
  • 4.4.1 专家系统的组成
  • 4.4.2 专家系统在精馏过程的应用
  • 4.5 精馏塔的节能控制
  • 4.5.1 影响能耗的主要因素
  • 4.5.2 精馏塔两种典型节能控制方案
  • 4.6 初级脱烷塔D301先进控制系统的设计
  • 4.6.1 先进控制系统的设计目标
  • 4.6.2 先进控制策略的理论依据
  • 4.6.3 D301塔先进控制系统的工程设计
  • 5 结论
  • 参考文献
  • 在学研究成果
  • 致谢
  • 相关论文文献

    • [1].基于支持向量机算法的造纸过程磨后纤维形态软测量模型[J]. 中国造纸学报 2020(02)
    • [2].煤气化废水汽提塔塔底氨含量软测量模型研究[J]. 广东化工 2011(01)
    • [3].基于梯度增强决策树算法的纸张质量软测量模型[J]. 中国造纸 2020(05)
    • [4].神经网络球磨机出力软测量模型的建立[J]. 动力工程学报 2015(11)
    • [5].一种软测量模型性能监测评价及其自适应校正方法[J]. 化工学报 2012(05)
    • [6].基于多数据源的连铸软测量模型校正方法研究[J]. 化工自动化及仪表 2015(03)
    • [7].基于神经网络的飞灰含碳量软测量模型及实现[J]. 电力科学与工程 2019(11)
    • [8].基于智能优化算法的软测量模型建模样本优选及应用[J]. 化工进展 2018(07)
    • [9].基于非参数组合的电厂含氧量软测量模型[J]. 热力发电 2018(04)
    • [10].单一染料间歇染色过程织物色泽的软测量模型[J]. 仪器仪表学报 2010(07)
    • [11].基于神经网络的污水处理软测量模型研究应用[J]. 工业控制计算机 2012(06)
    • [12].锅炉汽包虚假水位软测量模型的建立与仿真[J]. 制造业自动化 2011(24)
    • [13].燃煤机组NO_x生成量动态软测量模型[J]. 动力工程学报 2020(07)
    • [14].生物发酵过程变量的NN-MIV软测量模型[J]. 控制工程 2015(02)
    • [15].基于LS-SVM的软测量模型及其工业应用[J]. 计算机测量与控制 2008(03)
    • [16].含铜损和铁损交流电力测功机的扭矩软测量模型(英文)[J]. Journal of Central South University 2019(08)
    • [17].基于ELM的硫熏强度软测量模型[J]. 计算机测量与控制 2015(03)
    • [18].水泥熟料质量软测量模型中的时序分析方法[J]. 控制理论与应用 2018(07)
    • [19].基于状态约束的滑动时间窗软测量模型[J]. 控制工程 2014(S1)
    • [20].煤质在线软测量模型在电厂中的应用[J]. 内蒙古电力技术 2011(05)
    • [21].污水总氮软测量模型的研究与应用[J]. 自动化与仪表 2009(09)
    • [22].基于贝叶斯证据方法的裂解产物收率软测量模型[J]. 计算机与应用化学 2013(08)
    • [23].浮选工艺指标KPCA-ELM软测量模型及应用[J]. 化工学报 2012(09)
    • [24].棉针织物前处理过程LS-SVM软测量模型研究[J]. 石油化工自动化 2012(06)
    • [25].一种软测量模型在线校正方法及应用[J]. 测控技术 2009(01)
    • [26].异构化机理软测量模型在工业装置中的在线应用[J]. 化工自动化及仪表 2009(03)
    • [27].混合软测量模型在污水处理过程的研究[J]. 微计算机信息 2008(30)
    • [28].基于彩色图像特征的铜成分软测量模型[J]. 上海交通大学学报 2011(08)
    • [29].基于傅里叶红外光谱的钢渣微粉修复重金属污染土壤效果软测量模型[J]. 光谱学与光谱分析 2017(03)
    • [30].IGSA-LSSVM软测量模型预测燃煤锅炉NO_x排放量[J]. 计量学报 2018(03)

    标签:;  ;  ;  ;  ;  

    醇酮装置初级脱烷塔的过程控制算法研究
    下载Doc文档

    猜你喜欢