化工過程動態仿真與優化系統開發技術＊

張鳳德

(河北滄州大化 TD I有限責任公司,河北,滄州,061000)

化工過程動態仿真與優化系統開發技術＊

張鳳德

(河北滄州大化 TD I有限責任公司,河北,滄州,061000)

作者在多年工程實踐基礎上,借鑒經典化工流程模擬理論和技術,開發成功通用化工過程動態仿真與優化系統(Dynamic Simulation&Optimization系統)并在工業應用中取得良好效果。

化工過程;流程模擬;超實時動態仿真

1 概述

近年來,穩態化工流程模擬系統在化工裝置的優化設計、優化操作中的應用已取得了十分矚目的成果。然而,穩態模擬所用的模型假設過多,其模擬優化結果較為抽象,且無法描述裝置在開停車和異常工況下以及控制系統的行為,亦無法指出實現優化的具體操作步驟,故其適用范圍受到諸多限制。只有采用動態流程模擬才能全面、細致、切合實際地描述化工過程的規律。目前,使用機理模型建立并使用通用化工動態流程模擬系統的公開報導較為少見,某些文獻僅從概念上進行了研究探討[1]。本文介紹的通用化工動態流程模擬優化系統 (Dynamic Simulation&Optimization System, DSO)完全依據機理模型開發并在科研和實際生產中應用近兩年,經過不斷完善,取得良好實際效果。

DSO系統的組織繼承了經典穩態流程模擬系統的數據結構和重要算法與概念[2],并結合動態模擬的特點進行了補充和修改。其實現的關鍵在于機理數學模型及求解算法。此處機理模型意指具有以下特點的系統：確定的組分,統一的基礎物性數據;統一的熱力學計算體系;質量衡算微分方程;能量衡算微分方程;相平衡和閃蒸的迭代計算;傳遞與流動計算;壓力平衡計算;化學反應動力學或化學平衡計算;嚴謹、正確的自由度分析;全部方程同時求解。

只有符合以上標準者方可稱為真正的機理模型,方可用于構造具有優化功能的模擬系統。而對于如此復雜的模型,欲實現超實時動態模擬(仿真)需解決許多基本技術問題。

在DSO系統中,數學模型的建立與求解借鑒了穩態流程模擬的聯立模塊法思路[2],并進一步發展為“跟蹤逼近法”[3],因而取得了快速精確的效果。

2 系統構成

2.1 開發工具與運行環境 DSO系統采用全 32位 C++語言進行程序設計,語句總量約為 10000行源程序。硬件環境為 586以上微機,32M以上擴展內存。對于中小規模的化工流程,使用 586微機即可達到超實時模擬計算速度。

2.2 系統結構[4]DSO系統是由以下各部分組成的：大型化工基礎物性數據庫;基礎物性預測和估算體系;化工熱力學基本計算;流程拓撲結構自動識別與輸入及調用順序編排;內存管理及主調用模塊;單元過程動態模擬及控制系統模擬;管網流量分配、壓力分布計算子系統代數、微分方程組數值求解及最優化算法;過程數據輸入、輸出子系統。

2.3 系統功能特點 由于采用了流程拓撲結構自動識別與輸入技術,故僅需在數據文件中定義如下矩陣,即可進行工藝過程的定義、修改和模擬計算：過程矩陣 (拓撲結構矩陣)[2];物流初始狀態矩陣;設備參數矩陣。以上定義輸入方法極為簡單,處理過程甚至比著名的通用穩態流程模擬系統ASPEN還要簡便許多,非常適合工藝工程師學習和使用。以后通過不甚復雜的純軟件技術即可實現交互式圖形輸入。

3 關鍵技術及有關的新觀念

3.1 數據結構 良好、合理的數據結構是算法的保證。DSO系統中數據分三大類：全局數據～拓撲結構、物流、基本物性、熱力學;局部數據～設備狀態;臨時數據～算法數據。對于物流定義,DSO系統采用了與眾不同的手段,即“物流狀態雙備份存儲”方法。該法是運用“隱式多步法”求解大型復雜微分方程組的重要技術保證,可有效地解決方程組剛性問題[5]。與工藝過程無關的算法數據作為臨時工作變量處理,可以減少內存占用并提高系統可靠性。

3.2 流程拓撲結構自動識別與輸入 利用過程矩陣建立工藝過程的拓撲結構模型并輸入模擬系統。其算法借鑒了經典穩態流程模擬系統中流程分塊、切割和排序算法[2]。

3.3 基本熱力學計算 由于使用了“雙層法”[6],使得嚴謹熱力學計算量急劇減小,運算速度提高 1至 2個數量級。即便如此,熱力學計算仍需在以下幾方面給予改進：1)狀態方程求解～只有采用特殊迭代算法[7],才可確保快速求出指定物理意義的根。2)物流相態快速確定～避免無謂的相平衡計算,幾乎不耗機時。其具體算法另文專門敘述。3)定溫或定焓閃蒸計算方法[4]～現有公開算法除速度慢、不穩定外,尚忽略了一個極為重要的物理規律。即指定物流溫度、壓力和組成后,并不能確保求出物流的相態 (例如恒沸點附近)。故需使用其它算法。

3.4 復雜精餾塔超實時動態模擬 當使用機理模型時,一個精餾塔的計算量可相當于幾十個甚或幾百個其它設備的計算量。故解決了超高速模擬精餾塔的問題,大致就解決了超實時模擬全流程的問題。DSO系統在 586微機上即可進行復雜精餾塔的機理模型超實時動態模擬,每個微分時間內都可算出逐板的溫度、壓力、流量、組成,并適用于開停車、異常工況和全回流操作。所用方法的原理見于文獻[3,6]。

3.5 管網流量分配計算 系統根據拓撲信息輸入,內部自動生成聯立方程組,經過不相關方程識別、變量切割和求解次序排定等算法處理[2],再利用閥門開度、管路阻力和起始壓力信息,即可完成計算。整個過程均為在線自動處理,無需人工干預。具體算法另文專門敘述。

3.6 數值積分算法與數值穩定性 需從軟件、物理意義和算法幾方面保證數值穩定性。

應當強調,所有科學計算均使用雙精度 8字節數據,所有中間結果、迭代計算均需保證十余位有效數字。所有代數方程求解均需使用結合物理意義的專用算法,而不使用通用算法。求解微分方程組宜采用結合物理意義的預測校正算法或隱式算法,不宜照搬顯式歐拉法。

3.7 物理定義域分析與過程自由度分析 動態模擬對機理模型的要求遠遠高于穩態模擬。其中一個重要方面在于要求模型具有很寬的定義域。當涉及定義域邊界甚或超出定義域時,應得出具有物理意義的、連續平滑的解。多數模型方程僅從數學上看其定義域較寬廣,但從物理上看其定義域卻是較窄的。例如許多蒸汽壓方程,其物理定義域應為冰點以上臨界點以下,但如僅從數學上看則寬廣得多。而實際問題就更為復雜。越是機理模型,定義域就越窄。稍有疏忽,便會導致求解過程的崩潰。嚴謹的物理自由度分析可發現許多模型求解算法的錯漏之處。上文提及的閃蒸算法的問題即是一例。

4 實際應用效果

4.1 模擬速度和內存占用 由于采取了一系列有效的技術方法,DSO系統可在 32M以下內存的 586微機上進行任何規模實際流程的超實時動態模擬。故不僅用于模擬優化研究,還可用于對速度要求極高的場合,如仿真培訓或過程控制。

4.2 用于操作技能培訓 使用 DSO系統作為工藝子系統的化工裝置仿真培訓器已有十余套,均已順利驗收。涉及許多重要的煉油和化工裝置。如聚酯、己內酰胺、錦綸聚合、聚丙烯、聚乙烯、加氫、氣分、芳烴等等。其特點是開發周期短、技術質量高、易于驗收、易于維護、易于升級換代并兼有輔助優化研究功能。

4.3 輔助優化設計 DSO系統已用于實際裝置的溶劑回收塔在線高級優化控制。另外,該系統已成功用于 TD I裝置的仿真培訓和輔助優化設計。由于 TD I裝置工藝極為復雜,又涉及硝酸亞硝酸、硫酸、鹽酸、苛性堿、光氣等難算物質, ASPEN等著名穩態模擬軟件也無法計算,故國外設計數據問題很多。而DSO系統可以進行模擬,并取得重要結果。為工藝設計的改動、操作規程的確定、開車方案的研究提供了重要的依據,也發現了原設計中的一些不妥之處。

5 結語

DSO系統的建立與應用是綜合運用流程模擬技術的結果,也是多年來化工系統工程理論與實踐結合的產物,而決不是一兩個算法問題所能概括的。它的完善與發展還需要進一步的實踐總結和理論抽象。在工業應用領域它有著很大的發展潛力。

[1]楚紀正.化工過程工藝設備仿真模型的開發工具平臺.計算機仿真,1997,14(2)：28-31

[2]彭秉璞.化工系統分析與模擬.化學工業出版社,1990

[3]王景德.高壓聚乙烯過程動態模擬.北京化工大學碩士論文, 1997

[4]現代應用數學手冊計算方法分冊.北京出版社,1990.3

[5]王健紅,魏壽彭.嚴格法精餾過程模擬的加速收斂技術.北京化工學院學報,1992,19(3)：10-14

[6]王健紅.一種適用于狀態方程求根的高階收斂迭代算法.計算機與應用化學,1994.1

V448.25+3

A

1003-3467(2010)10-0020-02

張鳳德(1968.9～),男,河北滄州人,大學本科,工程師。