丙烯精餾塔的在線優化及應用

魏奇業 魏毓良

(吉林化工學院，吉林 吉林 132022)

在線優化就是根據生產過程的穩態實時測量數據，首先利用數據校正技術，使模型與裝置相匹配，然后根據目標函數的要求，求解出決策變量的最優操作條件，用于指導生產。在線優化技術綜合了計算機技術、自動化技術和過程優化技術，實現了生產數據的現場采集、數據校正、過程模擬、優化計算和自動控制的一體化[1]。

由于嚴格工藝模型的在線優化系統ROMeo具有與PRO/II一致的嚴格熱力學方法和單元過程模型，可采用基于方程的開放式求解算法，是集建模、模擬、數據校正、優化和性能監測功能于同一人機交互界面環境中的集成應用環境，因此只需要建立一個模型就可以進行模擬、數據校正和優化，便于使用，易于維護[2,3]。

1 丙烯精餾塔優化模型的建立①

1.1 問題描述

圖1為丙烯精餾塔的流程簡圖。丙烯精餾塔(T5511)的原料來自汽提塔(T5301)，回流共有兩股，一股來自塔頂凝液，由FIC55511控制；另一股來自另一丙烯精餾塔(T5501)側線采出的化學級丙烯，由FIC55502控制，T5501、T5511兩塔分別生產聚合和化學級丙烯。T5511塔頂采用循環水冷卻，冷凝后的液態丙烯送入丙烯精餾塔回流罐(D5511)，回流經流量FIC55511控制返回T5511。產品化學級丙烯經流量FFIC5503調節送出界區。再沸器(E5511)的熱量由入塔C3流量和產品化學級丙烯產量控制，T5511塔底丙烷經流量FV55505控制返回裂解爐。T5511的分離要求為：化學級丙烯產品中丙烯摩爾分率不小于96%，塔釜中丙烯摩爾分率不大于10%。精餾塔共有90塊實際板，塔板序號按工藝包由下至上編號，進料位置為73塊板。在優化時假定塔釜丙烷價格為每噸3 000元、化學級丙烯價格為每噸5 000元、1kW塔釜熱負荷價格為每噸0.1元。

1.2 丙烯精餾塔模擬模型

根據之前提供的條件，在ROMeo中建立了如圖2所示的模擬模型。

假定精餾塔板效(或每塊板的級數，Stages per Tray)為90%，塔頂冷凝器溫度為泡點，為了簡化模型，T5511_REF_MX兼具混合器和泵的功能。客戶化模塊T5511_REB_CU用來規定再沸器循環量，在ROMeo中，原料和產品需要用SOURCE和SINK連接。設定條件并在模擬模式運行后，計算結果作為后續模型的初值。

1.3 丙烯精餾塔數據校正模型

在模擬模型中添加儀表，形成如圖3所示的數據校正模型。為了讀取實時數據庫中的數據，儀表位號的名稱與實時數據庫對應。數據校正模型中的客戶化模塊T5511_DP_CU利用測量得到的塔壓降計算全塔壓力分布。

圖1 丙烯精餾塔流程簡圖

圖2 模擬模型

儀表類型和量程會對儀表的標準差產生影響，從而影響到數據校正的結果，需要根據儀表情況進行設置。對于測量儀表失靈造成的過失誤差，可以通過設置篩選條件進行剔除或修正。塔壓降應為正值，而現場實際測量所得的壓降為-1 854.8Pa，因此在篩選條件中規定塔壓降最小值為0，當測量值小于該值時認為是壞值，對于壞值，用插入值代替測量值，插入值設定為35kPa。

儀表設置完成后，將某一工況下的裝置操作數據(實時數據庫儀表數據)添加到儀表中，操作數據的添加既可以以手工方式輸入，也可以通過外部數據接口自動輸入。數據添加完成后，將模型轉入到數據校正模式運行，第一次運行結束后，數據校正目標值由1 397.090 00變為9.737 81，說明數據校正后的模型與實際裝置匹配得更好。

圖3 數據校正模型

精餾塔的板效對模擬結果有較大影響，前面已經將精餾塔板效設為90%，但在實際生產中板效并不是固定的，需要根據生產數據對假設的精餾塔板效進行實時修正。ROMeo的Tuning Parameter模塊類似于軟儀表，一方面可以獲得裝置難以直接測量的參數，另一方面也可以使模型與裝置的匹配性更好。為精餾塔提餾段默佛里效率添加Tuning Parameter模塊，可以實時更新精餾塔的分離效果，使模型與過程契合得更好。在數據校正模式下通過Tuning Parameter模塊獲得的精餾塔提餾段默佛里效率為85%，此時數據校正目標值由9.737 81變為7.815 73，說明對板效進行修正后，模型與裝置的匹配性得到進一步改善。預先對板效(每塊板的級數)進行設置可以減少模型中方程組的個數，從而減少模型占用內存量，提高求解速度。

通過多次在數據校正模式的運行和不斷更新模型初值和調節參數的公稱值，當數據校正目標值小于某值或不再顯著變化時，就可以認為在目前的儀表狀況下，模型能夠與裝置相匹配。模型中Tray_Eff_TP為調節參數模塊，目標貢獻值為0.361，目標值占比4.619%，其他數據校正結果見表1。

表1 數據校正結果

(續表1)

在數據校正模型中，由于ETU2_PDT_55502.PV和ETU2_UIC_55504.PV觸發了篩選條件，因而這兩塊儀表不參與數據校正計算。因為在模型中已經將塔釜壓力設定為儀表ETU2_PIC_55501.PV的測量值，因此該儀表也不參與數據校正計算。

在模型中，流量表ETU2_FIC55009.PV和ETU2_FIC_55502.PV的實際測量值分別為0.008、13.288t/h，兩者的加和為13.296t/h。已知條件中，精餾塔T5501側線采出量15.000t/h，兩塊流量測量儀表測量值的加和小于此值，而且ETU2_FIC_55502.PV測量值與模型值的偏差在數據校正目標值中的占比超過30%，說明該表測量值可能存在誤差，需要校對。

1.4 丙烯精餾塔優化模型

數據校正模型調試完成后，就可以進行優化模型的開發了。開發優化模型前，首先要確定優化變量，假定T5511的進料和塔壓不能調整，那么可以選擇回流量(ETU2_FIC_55511.PV)、再沸器熱負荷(ETU2_UIC_55504.PV)和T5501側采到化學級丙烯產品的流量(ETU2_FIC55009.PV)作為優化調節變量，然后在優化變量對應的可調節儀表上添加SISO模塊，并對SISO模塊參數進行設置。完成優化模型的搭建后(圖4)，需要添加原料及產品價格等數據。

圖4 開發完成的優化模型

在優化模型中，目標函數表達式根據模型信息自動建立，不需要人工建立。優化模型中的再沸器熱負荷為成本項，可通過建立虛擬SOURCE使其包含在目標函數中，客戶化模塊Get_Duty_CU、Set_Duty_CU和Duty_SOURCE分別是熱負荷獲取模塊、熱負荷設置模塊和虛擬SOURCE模塊，Duty_SOURCE流量的數值實際上是再沸器熱負荷值。在優化模型中，還需要進行約束設置。例如，為了保證化學級丙烯產品中丙烯摩爾含量不小于96%，可設置塔頂物流中丙烷摩爾含量不大于4%。

當輸入完成后，模型就可以轉入優化模式進行優化運行了，以效益最大化為目標優化運行后，計算結果見表2。

表2 優化運行結果

表2中優化后的變量值可作為儀表的設定值，用于生產操作，優化后的效益每小時增長528元。

2 優化模型的實時在線運行

ROMeo有兩個獨立運行的系統：模型開發系統和實時系統。ROMeo的實時系統是一個集成的圖形化調度環境，可以調用已開發的裝置模型進行優化并生成報表。用實時序列和實時調度系統(RTS)能夠輕松為開、閉環優化定義復雜的事件序列，系統自動執行而無需人工干預。圖5是一個典型的實時系統模型。

圖5 實時系統模型

圖5中的SEQUENCE模塊是實時系統模型的必備模塊，同時也總是第一個模塊。SEQUENCE模塊的主要功能一是確定需要運行的裝置模型，二是設定裝置模型運行的時間間隔。INPUT模塊用來運行裝置模型的輸入模塊，以便讀取裝置運行數據、經濟數據和模型參數，并下載到模型中。Data Rec Preprocess(Data Reconciliation Preprocessor，DRPP)模塊用于更新公稱值、最終儀表測量值及最終校正值等數據，并進行篩選。Solve模塊用于選擇計算模式，在線優化時，實時系統模型中的第一個Solve模塊選擇數據校正模式進行裝置模型求解，以便通過數據校正使模型與裝置匹配。Data Rec Review(Data Reconciliation Review，DRR)模塊通過給定的最大目標函數值來評定數據校正的結果，當數據校正結果小于給定的最大目標函數值時，數據校正結果可用，繼續進行下一項任務；當數據校正結果大于給定的最大目標函數值時，可以選擇停止任務序列的運行、繼續進行下一項任務或者重新進行校正。Store Case模塊用于存儲前一個任務運行后的裝置模型狀態，包括裝置運行數據、裝置模型求解成功信息或不收斂信息，以便進行工況研究或故障診斷。第二個Solve模塊選擇優化模式進行裝置模型求解，以便獲得滿足優化目標函數的優化變量設定值。OUTPUT模塊用于向實時數據庫或ACCESS數據庫輸出計算結果，輸出時首先從裝置模型上傳數據，然后通過外部數據接口(External Data Interface，EDI)輸出到數據庫。需要輸出的計算結果主要包括兩類：一類是數據整定模式下的運行結果數據，包含模型與裝置的匹配情況及通過軟儀表獲得的設備性能等信息；另一類是優化模式下的運行結果數據，包含目標函數變化情況及優化變量設定值等信息。

由于ROMeo的在線優化是基于裝置運行穩定情況下的優化，因此在裝置模型運行前需要判斷當前裝置運行是否穩定，即需要進行穩態檢測，通過監測裝置關鍵測量點的數據來判斷裝置是否穩態運行，穩態檢測的運行周期一般設定為1min。ROMeo穩態檢測方法基于一段時間內測量數據的統計檢驗，借以濾掉或減少噪聲和測量誤差，得到較為準確的判定。

3 結束語

在ROMeo中進行丙烯精餾塔的在線優化研究，可以充分利用其豐富的物性數據、嚴格熱力學方法和單元過程模型，確保計算的準確性和可靠性。通過ROMeo的數據校正功能，既可以使模型與實際裝置相匹配，也可以計算難以直接測量的參數，筆者列出的工況下得到的精餾塔提餾段默佛里效率為76.5%。通過優化，得到了優化變量的目標值，在該操作條件下，效益每小時增長528元。通過ROMeo的實時系統，可以按設定的要求運行裝置模型，自動實現裝置的在線優化。