軟儀表建模新方法的探究與分析

辛克鵬　劉鑒徵

【摘 要】論文以煉油廠連續(xù)重整工藝為例，對精餾塔餾出口芳烴含量軟儀表的建模過程進行分析，通過對工藝模型的深入剖析，并利用數(shù)學(xué)中迭代算法進行數(shù)據(jù)的非線性回歸，從而得出軟儀表模型，提出了軟儀表建模的新思路，對今后提高軟測量精度具有重要意義。

【Abstract】Taking the continuous reforming process of the refinery as an example， the paper analyzes the modeling process of the soft meter of the aromatics content in the distillation column. Through the ?in-depth analysis of the process model， and the use of mathematical iteration algorithm for data non-linear regression， we get the model of soft instrument and put forward a new idea of soft instrument modeling， which is of great significance to improve the accuracy of soft measurement in the future.

【關(guān)鍵詞】軟儀表;非線性回歸;數(shù)據(jù)線性化

【Keywords】 soft instrument; non-linear regression; data linearization

【中圖分類號】TQ320.5 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2019）06-0182-02

1 引言

石化行業(yè)中，操作人員主要根據(jù)化驗結(jié)果和操作經(jīng)驗調(diào)整工藝各參數(shù)。由于化驗數(shù)據(jù)的滯后性，會造成質(zhì)量偏差增大，而操作員的操作經(jīng)驗不同，會造成產(chǎn)品質(zhì)量不一致，這樣操作導(dǎo)致的質(zhì)量波動大，更重要的是會增加能耗。為解決這一問題，軟測量技術(shù)應(yīng)運而生。本文主要以煉油廠連續(xù)重整工藝中芳烴含量軟儀表建模為例，對原方式建模與新方式建模進行比較、分析。將非線性軟儀表模型，通過迭代算法轉(zhuǎn)換成線性模型，最終實現(xiàn)精確的軟測量。

2 工藝簡介

連續(xù)重整工藝為煉廠生產(chǎn)高辛烷值汽油和芳烴的重要裝置，主要將低辛烷值石腦油變成富含芳烴的高辛烷值汽油組分。整套工藝包括：原料預(yù)處理、重整、抽提、精餾四部分。預(yù)處理過程主要從原料中切割60～130℃餾分，除去雜質(zhì)。原料經(jīng)催化劑反應(yīng)后，環(huán)烷烴轉(zhuǎn)化為芳烴。通過抽提將來自重整部分的脫戊烷油中的芳烴與非芳烴分離，分離出來的芳烴與非芳烴進一步精餾出苯、甲苯、二甲苯、重芳烴、溶劑油等化工產(chǎn)品[1]。

3 現(xiàn)狀分析

以往建立軟儀表模型過程，通常是使用數(shù)據(jù)回歸的方法，按照日期，對于影響質(zhì)量含量的相關(guān)參數(shù)點進行取數(shù)，一般取一小時的平均值。完成取數(shù)后，對數(shù)據(jù)進行初步篩選處理，將有明顯錯誤的數(shù)據(jù)（如儀表測量問題造成的錯誤數(shù)據(jù)、特殊生產(chǎn)狀況下的數(shù)據(jù)等）進行剔除。在做軟測量的軟件中進行數(shù)據(jù)回歸，一般會有幾種固定的軟儀表模型進行選擇：線性、非線性、線性與非線性并存、神經(jīng)元網(wǎng)絡(luò)等。工程師在做建模時通常會選用這幾種模型進行分析，然后將軟測量的值與歷史化驗值進行比對，將趨勢最一致、偏差最小的那個模型作為選擇的軟儀表模型。這樣的建模方式會有弊端。一開始軟儀表的預(yù)測值與實際化驗值偏差很小，操作人員也喜歡使用，但是隨著時間的累積以及工藝工況的改變，預(yù)測值與化驗值的偏差會越來越大。即使擁有化驗數(shù)據(jù)校正程序，但是校正的僅僅是常數(shù)項，對模型其他參數(shù)無法修正[2]。

此建模方式的精確性較差，在軟儀表建模時沒有真正考慮到工藝條件所帶來的影響，數(shù)學(xué)模型的選用是否真正合理是問題的關(guān)鍵所在。

4 改進模型的建立

建立模型前，首先要對工藝進行詳細了解，比如化學(xué)反應(yīng)熱平衡、能量守恒、物料平衡等關(guān)系，綜合考慮采樣時間與觀測數(shù)據(jù)間的時間差等因素。在種種關(guān)系中，確定一個大致的方程式，再推導(dǎo)出參數(shù)之間的大致關(guān)系，然后進行歷史數(shù)據(jù)的回歸，將機理模型與數(shù)據(jù)回歸。

以連續(xù)重整工藝為例，此反應(yīng)為烷烴脫氫環(huán)化反應(yīng)，環(huán)烷化合物，如環(huán)己烷、甲基環(huán)己烷、二甲基環(huán)己烷，分別脫氫為苯、甲苯、二甲苯。從反應(yīng)機理圖可以推出：C6H14=C6H6+4H2，即：1摩爾烷烴可生成1摩爾芳烴和4摩爾氫氣。

如圖1，反應(yīng)物料進入四個反應(yīng)器，設(shè)第一個反應(yīng)器的入口溫度為T1，第四個反應(yīng)器的出口溫度為T2，T1-T2=T，反應(yīng)完畢，反應(yīng)產(chǎn)物進入分離塔，設(shè)塔入口流量為F1、塔出口流量為F2，其中T1、T2、F1、F2均為可測參數(shù)。通過精餾，產(chǎn)出脫戊烷油，同時產(chǎn)出氫氣。脫戊烷油中芳烴含量作為一項重要指標(biāo)，控制在≥70%，化驗室化驗頻次為一天。

從熱力學(xué)角度，此反應(yīng)是吸熱反應(yīng)，高溫和低壓對此類反應(yīng)有利。同時，碳原子數(shù)越多，平衡中的芳烴產(chǎn)量越高。從動力學(xué)角度，此反應(yīng)速度隨溫度升高而加快，不受氫分壓影響，也隨原子數(shù)的增多而加快。在選擇的操作條件下，反應(yīng)是非?？斓膸缀跬耆磻?yīng)，它是由催化劑金屬功能促進，其反應(yīng)促進辛烷值增加。

根據(jù)反應(yīng)原理，遵循能量守恒原則，制定反應(yīng)平衡公式。按照分子摩爾數(shù)計量，設(shè)：氫油比K（摩爾比），1摩爾烷烴反應(yīng)生成芳烴吸收的反應(yīng)熱為Q1，參與反應(yīng)的油品比熱為Q2（1摩爾參與反應(yīng)的油品每升高1℃需要吸收的熱量），氫氣的摩爾比熱為Q3，油品進料的總摩爾數(shù)為N，反應(yīng)生成芳烴的摩爾數(shù)為M，反應(yīng)過程的溫降為T=T2-T1。

則：反應(yīng)熱總量為：Q1×M

根據(jù)上述化學(xué)方程式，一摩爾烷烴反應(yīng)生成的芳烴產(chǎn)出的氫氣量（摩爾數(shù)）為：4×M，所以所以反應(yīng)后氫氣總量為：

K×N+4×M

反應(yīng)前后由溫降產(chǎn)生的熱量變化可近似為：

Q2×N×T+Q3×（K×N+4×M）×T

根據(jù)能量守恒：反應(yīng)熱=反應(yīng)前后熱焓的變化，可得到如下等式：Q1×M=Q2×N×T+Q3×（K×N+4×M）×T（1）

由于反應(yīng)前后油品的摩爾數(shù)不變，設(shè)反應(yīng)后芳烴占總油品的摩爾比為：Y1=M/N

因此，等式（1）可簡化為：

Y1×Q1=Q2×T+K×Q3×T+4×Q3×T×Y1（2）

令：A=Qn/Q1，B=Q3/Q1，C=4×Q3/Q1

等式（2）可簡化為：Y1=A×T+B×K×T+C×Y1×T（3）

整理后可得：Y1=（A×T+B×K×T）/（1-C×T）（4）

由于分餾塔的作用是去除輕組分，所以，可認為芳烴基本全部保留在塔底，根據(jù)物料平衡，可近似認為所有生成的芳烴全部保留在塔底抽出物里，則有：Y1×F1=Y×F2

進而得到：Y1=Y×F2/F1 ? （Y為最終產(chǎn)品中的芳烴含量）

代入等式（3），可得：

Y×F1/F2=A×T+B×K×T+C×T×Y×F1/F2（5）

其中進料流量F1、塔底出料流量F2、反應(yīng)總溫降T、氫油比K都是可測變量，芳烴含量Y為化驗數(shù)據(jù)，利用收集整理的數(shù)據(jù)，根據(jù)等式（5）進行線性回歸，或者根據(jù)等式（4）進行非線性回歸，都可求得系數(shù)A、B、C。再代入等式（4）即可得到最終的關(guān)系方程：Y=f（K，T，F(xiàn)1，F(xiàn)2）

5 效果對比

圖為2、圖3為3個月的數(shù)據(jù)對比，可以很明顯地看出，軟儀表的預(yù)測精度得到大幅度提高，變化趨勢與實際化驗值非常吻合，軟儀表預(yù)測值與化驗值差值的標(biāo)準(zhǔn)偏差由2.15降低到0.95，下降約60%。

6 作用與意義

這種方法屬于灰箱建模。從原理出發(fā)，利用工藝原理及化學(xué)反應(yīng)機理，計算出大致的數(shù)學(xué)模型，通過數(shù)學(xué)轉(zhuǎn)換建立軟測量與可測值之間的線性關(guān)系式，將數(shù)據(jù)回歸與機理建模有機結(jié)合，能夠較為準(zhǔn)確地找到變量之間的實際關(guān)系。同時利用回歸進行合理地簡化，可有效降低模型的復(fù)雜程度。與傳統(tǒng)意義的軟測量建模方式相比，此方法在實際應(yīng)用中預(yù)測更準(zhǔn)確，抗擾動性更強。

【參考文獻】

【1】林世雄.石油煉制工程[M].北京：石油工業(yè)出版社，2000.

【2】王樹青.工業(yè)過程控制工程[M].北京：化學(xué)工業(yè)出版社，2002.