На правах рукописи

КАЛАШНИК Дмитрий Владимирович

УСОВЕРШЕНСТВОВАННОЕ УПРАВЛЕНИЕ

ТРУБЧАТЫМ РЕАКТОРОМ ПРОИЗВОДСТВА ПОЛИЭТИЛЕНА

ПО ИНДЕКСУ РАСПЛАВА

Специальность 05.13.06

Автоматизация и управление технологическими процессами

и производствами (в промышленности)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Уфа – 2013

Работа выполнена в ФГБОУ ВПО «Уфимский государственный нефтяной технический университет»

на кафедре автоматизации технологических процессов и производств

Научный руководитель д-р техн. наук, профессор ВЕРЁВКИН Александр Павлович

Официальные оппоненты д-р техн. наук, профессор КАЯШЕВ Александр Игнатьевич зав. кафедрой автоматизированных технологических и информационных систем филиала «Уфимского государственного нефтяного технического университета» в г. Стерлитамаке канд. техн. наук, доцент ШИЯНОВА Наталья Ивановна зав. кафедрой системы управления филиала «Московского государственного университета технологий и управления»

в г. Мелеузе

Ведущая организация ГУП «Институт нефтехимпереработки Республики Башкортостан», г. Уфа

Защита диссертации состоится «24» декабря 2013 г. в 10 часов на заседании диссертационного совета Д-212.288. при Уфимском государственном авиационном техническом университете по адресу: 450000, Уфа-центр, ул. К. Маркса,

С диссертацией можно ознакомиться в научной библиотеке университета

Автореферат разослан «22» ноября 2013 г.

Ученый секретарь диссертационного совета д-р техн. наук, профессор В. В. Миронов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Процесс полимеризации этилена является ключевым процессом в производстве полиэтилена, от которого в основном зависит качество готовой продукции. Технология данного процесса имеет существенные отличия от большинства технологических процессов нефтепереработки и нефтехимии.

Перспективы повышения качества управления технологическими процессами производства полиэтилена связаны с разработкой систем усовершенствованного управления (APC-систем - Advanced Process Control & Optimisation), в основе которых лежат идеи оперативного автоматизированного управления по показателям качества (ПК) продуктов.

Решению задач разработки APC-систем посвящены работы А. Н. Аверина, Г. Г. Куликова, Р. А. Алиева, М. В. Бобыря, В. С. Балакирева, А. П. Веревкина, В. И. Васильева, В. А. Буренина, В. Н. Захарова, А. Кофмана, В. Р. Сабанина, Д. А. Поспелова, А. И. Змитровича, Б. Н. Петрова, У. Рея, K. Palmer и других.

В этом направлении работают ведущие фирмы в области автоматизации производственных процессов: SIMSCI – Simulation Sciences, Inc. (США), Shell Global Solution (Великобритания-Голландия) в альянсе с компанией Yokogawa Electric Corporation (Япония), CCS – Continuous Control Solution, Inc. (США), Honeywell (США), Alstom (Франция) и другие.

Учитывая высокую опасность технологического процесса (давление до атм., большое выделение тепла в процессе реакции, опасность теплового взрыва), неотъемлемой задачей является обеспечение безопасности, которую необходимо решать в комплексе с проблемой управления.

Основной целью управления технологическим процессом полимеризации этилена является достижение заданного качества производимого полиэтилена, которое характеризуется заданным значением индекса расплава (ИР). Индекс расплава – это лабораторная оценка вязкости полиэтилена, заключающаяся в измерении массы полиэтилена, выдавленного прессом через отверстие определенного сечения при заданных условиях (температура, давление на пресс, длительность эксперимента). Единица измерения ИР – г/10 мин. В настоящее время управление технологическим процессом полимеризации осуществляется оператором, который на основе опыта и косвенных параметров, влияющих на реакцию полимеризации, принимает решения по управлению процессом с целью получения продукта соответствующего качества.

Одной из главных проблем управления процессами с рециклом является большая задержка в получении информации по показателю качества из-за «большой памяти» процесса и длительности его определения в лабораторных условиях.

В связи с этим решение комплекса задач управления по ПК и обеспечению безопасности возможно на основе использования прогнозных моделей.

Степень разработанности темы. Методам управления процессами с рециклами уделяется много внимания, но исследованы, как правило, только линейные процессы без промежуточного преобразования сырья, например, работы А. А. Ивушкина, Н. И. Гребенниковой.

Проблемам оперативного определения ИР, а также вопросам управления и безопасности производства полиэтилена посвящены научные работы М. А. Кудрявцева, И. В. Рудаковой, С. А. Кижаева. Базовые требования к системе автоматизации технологического процесса производства полиэтилена с точки зрения поддержания качества содержатся в Технологических регламентах, а также сформулированы в работах А. В. Полякова.

Решению задач моделирования и управления химическими процессами, в том числе и процессом полимеризации этилена, посвящены работы В. В. Кафарова, Г. М. Островского, Ю. М. Волина, В. П. Мешалкина, Г. М. Коновалова, А. И. Бояринова, В. А. Голубятникова и других ученых. Вопросы построения автоматизированных и автоматических систем управления по показателям качества (СУ ПК) полиэтилена и аналогичных по технологии производств не достаточно разработаны. В связи с этим дальнейшая исследовательская работа в данном направлении является, несомненно, актуальной.

Цель диссертационной работы состоит в повышении качества (сортности) полиэтилена и уровня промышленной безопасности реакторного блока установки производства полиэтилена высокого давления.

Задачи исследования. Для достижения поставленной цели необходимо было решить следующие задачи:

1. Разработать математические модели для прогнозирования параметров реакции полимеризации и для определения текущих и прогнозных значений показателя качества продукции – индекса расплава.

2. Разработать подход и структуру системы управления трубчатым реактором полимеризации этилена по индексу расплава с использованием моделей процесса.

3. Разработать подсистему мониторинга, прогнозирования и предотвращения аварийных ситуаций с использованием математических моделей.

4. Оценить эффективность предлагаемых теоретических решений и разработанного программного обеспечения по моделированию, управлению и обеспечению безопасности производства.

Научная новизна работы заключается:

1. В процедуре моделирования процесса полимеризации этилена, отличающейся тем, что для построения модели используются предварительно подготовленные и фильтрованные данные параметров реакции полимеризации. Предложенные модели позволяют оценить текущие и прогнозные значения показателя качества (индекса расплава) в произвольный момент каждого цикла реакции полимеризации, что отличает их от известных.

2. В подходе к управлению реактором, который отличается тем, что для построения алгоритма управления, формализующего эвристические знания экспертов-технологов в виде нечеткой продукционной системы, используются данные как о текущем значении показателя качества, так и о его прогнозных значениях.

3. В разработанной подсистеме мониторинга состояния технологического процесса и его защиты от аварийных ситуаций, отличающейся использованием прогнозных моделей параметров реакции полимеризации для анализа ситуации на основе нечеткой логики.

Теоретическая и практическая значимость работы заключается в следующем:

1. Разработаны модели по определению ИР для процесса полимеризации этилена. Модели позволяют оперативно определять и прогнозировать ПК по измеряемым параметрам технологического процесса, что обеспечивает возможность управления качеством выпускаемой продукции.

2. Разработана система управления технологическим процессом полимеризации этилена по ИР продукции, которая позволяет уменьшить колебания ИР и тем самым обеспечивает повышение качества (сортности) продукции. Предложенная автоматизированная система управления может быть реализована на большинстве серийно выпускаемых микроконтроллеров.

3. Разработана структура и алгоритмы работы элементов автоматической подсистемы обеспечения безопасности.

Методы исследования. Для решения поставленных в работе задач использовались методы статистического анализа, теории управления, теории имитационного моделирования, теории нейронных сетей, теории нечеткой логики.

Положения, выносимые на защиту 1. Процедуры подготовки данных и алгоритмы моделирования для определения текущих и прогнозных значений ИР процесса полимеризации этилена по измеряемым технологическим и управляющим параметрам.

2. Структура и алгоритмы управления процессом полимеризации этилена, базирующиеся на расчётных значениях показателей качества, позволяющие построить автоматическую СУ ПК и оценить ее эффективность.

3. Структура и алгоритм работы подсистемы повышения уровня безопасности СУ ПК производства полиэтилена.

Достоверность полученных результатов и выводов основана на том, что в теоретических построениях использовались законы и подходы, справедливость которых общепризнанна, а также известный и корректный математический аппарат. Вводимые допущения мотивировались фактами, известными из практики.

Достоверность и обоснованность научных положений подтверждена также соответствием результатов теоретических и экспериментальных исследований.

Апробация работы. Основные результаты и положения данной диссертационной работы обсуждались на: Всероссийской научно-практической конференции «Проблемы автоматизации технологических процессов добычи, транспорта и переработки нефти и газа» (г. Уфа, 2010 г.); VI и VII Всероссийской молодёжной научной конференции «Мавлютовские чтения» (г. Уфа, 2012, 2013 гг.); Всероссийской научно-технической конференции «Инновационные технологии в области химии и биотехнологии» (г. Уфа, 2012 г.); Международном форуме по проблемам науки, техники и образования (г. Москва, 2012 г.); Второй отраслевой научнопроизводственной конференции «Интеграция науки и производства» (г. Салават, 2012 г.); Всероссийской научно-практической интернет-конференции «Проблемы автоматизации технологических процессов добычи, транспорта и переработки нефти и газа» (г. Уфа, 2013 г.).

По итогам участия в Международном форуме по проблемам науки, техники и образования (г. Москва, 2012 г.) доклад на тему «Прогнозирование параметров реакции полимеризации в трубчатом реакторе» отмечен Серебряным дипломом.

Публикации. Основные результаты диссертационной работы отражены в научных публикациях, из них 3 статьи опубликованы в рецензируемых научных журналах, входящих в перечень ВАК.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа изложена на 152 страницах машинописного текста, включает 63 рисунка, 16 таблиц, библиографический список, содержащий 164 источника, а также 3 приложения.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулированы основные цели и задачи исследований, определены основные трудности управления процессом полимеризации этилена, раскрыты научная новизна работы, ее теоретическая и практическая значимость, приведены результаты апробации работы и основные положения, выносимые на защиту.

Первая глава посвящена анализу структуры существующей системы управления технологическим процессом производства полиэтилена, а также методов, применяемых для определения индекса расплава. Приведено описание как технологического процесса производства полиэтилена, так и выпускаемой продукции. Рассмотрены разработанные ранее системы определения ИР и управления процессом полимеризации этилена и системы обеспечения безопасности, проанализированы работы А. В. Полякова, И. В. Рудаковой, М. А. Кудрявцева. В качестве базы для определения погрешностей моделирования процесса рассмотрен лабораторный метод определения ИР.

Выявлены основные особенности управления процессами с рециклами (наличие «памяти», неопределенность в исходных данных) на примере процесса полимеризации этилена, описаны цели и критерии качества данного процесса. Выполнен анализ задач и методов управления процессом полимеризации этилена.

Рассмотрен метод определения ИР в реальном масштабе времени. Обоснованы цели и задачи исследования.

Вторая глава посвящена разработке модели процесса с возможностью оперативного определения текущих и прогнозных значений ИР полиэтилена и ее использования для построения автоматической системы управления по показателю качества (ИР), а также разработке моделей для прогнозирования параметров реакции.

Трудности получения модели для определения ИР в реальном времени связаны с проблемой формирования исходных данных, а именно: не все факторы доступны для измерения; теоретические модели процесса обладают низкой точностью, усугубляемой наличием рецикла; отбор готовой продукции на анализ производится один раз в час, в то время как длительность одного реакционного цикла в среднем составляет одну минуту.

Разработана динамическая модель реактора полимеризации для оценки ИР в виде разностного уравнения, которая может быть при определенных условиях трансформирована в прогнозную модель.

Разностная модель для определения текущего (i-го) значения ИР имеет следующий вид:

где ИРi – индекс расплава; ak, bk, ck, dk, ek, fk, g – коэффициенты модели; Pk – давление в реакторе; dPk – глубина сброса давления; Tk – период сброса давления;

T25-18k – разность температур между 25 и 18 коленами реактора; T29-14k – разность температур между 29 и 14 коленами реактора; n – число данных архива; i – индекс текущего момента времени.

Важным обстоятельством, определяющим практическую полезность модели, является возможность ее использования для оперативного управления, то есть модель должна давать возможность оценки текущего значения ИР (а не только в дискретные моменты снятия анализов).

Для решения проблемы адаптации модели, полученной для часовых циклов, к оперативному текущему времени (до 1 минуты) предлагается следующая методика:

1. Разрабатывается модель исходная (МИ) процесса вида (1) с циклом один час на основе временных рядов изменения технологических параметров и ИР, полученных прямыми измерениями, в том числе обосновывается выбор необходимого числа ретроспективных шагов n;

2. Разрабатывается модель фильтрованная (МФ) процесса вида (1) с циклом один час на основе временных рядов изменения технологических параметров и временного ряда ИР, подготовленного с использованием сглаживающей фильтрации значений параметров реакции, в том числе обосновывается выбор необходимого числа ретроспективных шагов n;

3. На основе сопоставления расчетных значений ИР по двум типам моделей, при условии адекватности моделей МИ и МФ, оценивается возможность использования модели МФ для произвольных интервалов времени (от одного часа до одной минуты).

Одними из главных вопросов является вопрос о выборе объема данных архива и числа n ретроспективных моментов дискретизации для расчета коэффициентов модели (1). Теоретически число ретроспективных шагов должно соответствовать числу проходов этилена через реактор, однако определить n таким способом невозможно, поскольку число проходов газа через реактор изменяется, процент прореагировавшего сырья также непостоянен. Для определения n предложено использовать статистические методы анализа.

В ходе разработки модели процесса с циклом один час, расчеты производились для трех моделей (МИ1, МИ2, МИ3) со значением n равным 5-ти, 7-ми и 10ти шагам дискретности по неподготовленным данным и для трех моделей (МФ4, МФ5, МФ6) со значением n равным 1, 2 и 5 по предварительно отфильтрованным данным. Фильтрация проводилась для параметров работы реактора путем усреднения значений с помощью функции скользящего среднего по 5 точкам.

Коэффициенты модели рассчитывались с помощью метода наименьших квадратов. Оценка значимости уравнения регрессии для полученных моделей МИ1, МИ2, МИ3, МФ4, МФ5, МФ6 производилась на основе F-критерия Фишера.

В результате модели МИ1, МИ2, МФ4, МФ5, МФ6 признаны адекватными при уровне значимости 0,01, а МИ3 при уровне значимости 0,05. Причиной этого может быть слишком большое число параметров, входящих в модель вида (1).

Для проверки прогнозной силы моделей МИ1, МИ2, МФ4, МФ5, МФ6 был произведен расчет ИР на тестовой выборке без использования фильтра, содержащей 20 экспериментальных точек. По результатам расчета (рисунок 1) видно, что значения, рассчитанные по моделям МИ1, МИ2, МФ4, близки как между собой, так и со значениями ИР, полученными в лаборатории. Значения, полученные по моделям МФ5 и МФ6, сильно отличаются от лабораторных данных, в связи с чем можно сделать вывод о невозможности применения моделей МФ5 и МФ6 без фильтрации, в то время как модель МФ4 может быть использована для расчета значения ИР как с применением фильтрации данных, так и без ее применения.

Таким образом, модель МФ4 может применяться не только для оценки ИР с периодом в один час, но и для меньших произвольных интервалов времени, в том числе на интервалах времени менее длительности одного цикла реакции.

Рисунок 1 – Сравнение значений ИР, полученных в лаборатории, и значений ИР, Полученная модель МФ4 позволяет с точностью, достаточной для целей оперативного управления, оценить текущее значение ИР. Однако из-за влияния больших запаздываний, вызванных в том числе и рециклами, для достижения максимального эффекта от использования оперативного управления необходимо иметь информацию не только о текущих показателях качества, но и об их прогнозируемых значениях.

Разработка прогнозных моделей для ИР и параметров реакции полимеризации. Прогноз индекса расплава может быть получен путем итеративного применения соотношения вида (1) для моментов времени с индексами i+1, i+2, и т.д. Основную трудность при таком подходе составляет отсутствие значений параметров процесса для будущих моментов времени. Таким образом, возникает задача разработки прогнозных моделей для каждого из параметров работы реактора (давление в реакторе, глубина сброса давления, период сброса давления, разность температур между 25 и 18 коленами реактора, разность температур между 29 и коленами реактора).

Разностная модель для определения текущего (i+1-го) значения на примере давления в реакторе имеет следующий вид:

где Pпрог – прогноз давления в реакторе; n– число данных архива; C0, Ci – коэффициенты модели; Pi– давления в реакторе на i-м предыдущем шаге.

Коэффициенты и значимость прогнозных моделей технологических параметров определялись по той же методике, что и для моделей определения ИР, в результате установлено, что все исследуемые модели адекватны, а их коэффициенты значимы при уровне значимости 0,01 вне зависимости от n.

Для определения оптимального значения n был произведен расчет пяти прогнозных моделей для каждого из параметров реакции с числом ретроспективных шагов от 1 до 5. Для каждой из моделей определяли среднеквадратичную ошибку аппроксимации. По результатам расчета было установлено, что оптимальным значением n является 2.

Для оценки точности прогноза по полученным моделям был произведен расчет прогнозных значений. На рисунке 2 приведены графики изменения среднеквадратичной ошибки аппроксимации. По полученным результатам видно, что при критическом значении средней ошибки аппроксимации (10 %) горизонт прогноза равен трем шагам, что примерно соответствует трем минутам.

Прогнозирование параметров и их использование в (1) вносит дополнительную погрешность в расчет будущих значений ИР по сравнению с определением текущего значения. Для оценки влияния данного фактора был произведен расчет прогнозных значений ИР и их сравнение со значениями, полученными в лабораторных условиях. Изменение средней ошибки аппроксимации прогнозных значений ИР в зависимости от дальности прогноза приведено на рисунке 3.

Рисунок 2 – Изменение среднеквадратичной ошибки аппроксимации прогнозных значений в зависимости от дальности (горизонта) прогноза Рисунок 3 – Изменение среднеквадратичной ошибки аппроксимации прогнозных значений ИР в зависимости от дальности прогноза Видно, что с увеличением числа шагов прогноза погрешность определения ИР быстро увеличивается. Следует отметить, что для задач оперативного управления требуемый горизонт прогноза не превышает нескольких минут. Кроме того, полученные прогнозные модели используются для автоматизированной системы предотвращения аварийных ситуаций.

Третья глава посвящена разработке: структуры системы управления процессом полимеризации по значению ИР; устройства управления процессом полимеризации по значению ИР; структуры системы повышения безопасности процесса в критических ситуациях; устройства управления процессом полимеризации в критических ситуациях, включающего в себя устройство анализа возможных критических ситуаций и устройство непосредственно управления. Кроме того, в данной главе рассмотрен вопрос взаимодействия системы управления процессом полимеризации по показателю качества и системы повышения уровня безопасности процесса в критических ситуациях.

Структура системы управления по ИР. Разработанная СУ ПК представляет собой систему управления (рисунок 4), состоящую из следующих блоков:

объекта управления, устройства управления 1 (УУ1), виртуального анализатора (реализация моделей вида (1) для текущего ИРтек и прогнозного ИРпрог значений ИР) и устройства управления 2 (УУ2).

Рисунок 4 – Структурная схема автоматизированной системы управления процессом полимеризации Состояние объекта управления определяется следующими параметрами:

расходом инициатора реакции – кислорода FO2, выходом U устройства управления 1, а также набором параметров Z, включающим в себя значения уставок максимального периода сброса давления в реакторе tmax и максимальной заданной температуры в реакторе Тmaxзад, вводимых оператором. Состояние объекта управления характеризуется давлением в реакторе P, а также вектором параметров Y, включающим в себя температуры по длине реактора Т14, Т18, Т25, Т29 и период сброса давления в реакторе t.

Объект управления и УУ1 образуют единый технологический блок, разработанный авторами технологии, который рассматривается в качестве неизменяемой части системы.

Состояние УУ1 определяется следующими параметрами: значением заданного давления в реакторе Pзад, частотой f срабатывания программы сброса давления при достижении максимальной температуры Тmaxзад, текущим значением давления в реакторе P и заданной глубиной сброса давления dP. Таким образом, УУ формирует значение управляющего сигнала на исполнительное устройство поддержания давления в реакторе U как некую композицию (оператор) F перечисленных параметров.

Для достижения цели работы предложена схема реализации УУ2 с использованием регулятора, построенного на нечеткой логике. Устройство управления формирует управления: расход инициатора реакции – кислорода FO2 и заданную глубину сброса давления dP. В качестве входной информации используются следующие параметры: заданное значение индекса расплава ИРзад, текущая и прогнозная оценки ИР. На параметры dP и расход FO2, накладываются технологические ограничения.

Выбор структуры УУ2 в классе ситуационных управляющих устройств с нечеткой логикой обусловлен существенной взаимосвязью технологических параметров и необходимостью использования эвристических знаний по управлению процессом. В частности, имеется возможность улучшить процесс управления за счет использования информации о прогнозных значениях ИР.

Для формализации плохо структурированных знаний операторов использовались следующие методические приемы: определялись векторы контролируемых, регулируемых параметров и внутренних переменных устройства управления; формировалась система продукционных правил; проводилось обобщение правил; выявлялись и ликвидировались конфликты; проводилась минимизация логических выражений. В результате был сформирован минимизированный набор логических выражений готовый к реализации на контроллерах, представленный в таблице 1, где для краткости используются следующие обозначения:

a) для антецедента: – очень высокий; – высокий; – – норма; – низкий; – очень низкий;

b) для консеквента: – сильно повысить; – повысить; – – не менять;

– понизить; – сильно понизить.

Для удобства формирования функций принадлежности и корректной работы регулятора, переменные отмасштабированы от 0 до 1.

Таблица 1 – Набор правил для УУ2 на основе нечеткой логики Номер правила ИРпрог ) или (ИРтек и ИРпрог ) или (ИРтек и ИРпрог ) ИРпрог ) или (ИРтек и ИРпрог ) или (ИРтек и ИРпрог ) Структура и интенсивность управлений соответствуют сформированным правилам. Параметры блоков дефаззификации подбирались с использование эвристических знаний операторов.

Структура и устройство управления системы повышение безопасности процесса в критических ситуациях. Для обеспечения вопросов безопасности структурная схема автоматизированной системы управления процессом полимеризации (рисунок 4) может быть дополнена следующими блоками: модулем прогнозирования параметров технологического процесса и УУ3 (рисунок 5).

Рисунок 5 – Структурная схема автоматизированной системы управления процессом полимеризации, дополненная системой безопасности Вектор входных параметров модуля прогнозирования совпадает с входными параметрами виртуального анализатора. Вектор выходных параметров S представляет собой набор прогнозных значений параметров процесса, рассчитанных по моделям вида (2). Для УУ3 вектор S является входным, а выходом УУ3 являются управляющие воздействия: A – команда блокировки в систему противоаварийной защиты (ПАЗ); dP1,FO21, U1 – направленные на предотвращение критических ситуаций. Круги на схеме обозначают логические переключатели, работающие по следующему принципу: при нахождении технологических параметров в безопасных пределах управление производится УУ1 и УУ2; при приближении технологических параметров к критическим значениям, управление осуществляется УУ3 для минимизации последствий возможной аварийной ситуации.

Устройство УУ3 выполняет следующие функции: оценку близости вектора прогнозных значений каждого из параметров реакции полимеризации к критическому значению (по правилам таблицы 2, в которой In i –прогнозное значение параметра реакции на i шагов, где i изменяется от 1 до 3, Out – вероятность аварийной ситуации по параметру реакции, остальные обозначения совпадают с приведенными для таблицы 1); классификацию и прогноз ситуации (нормальное состояние, необходимость коррекции управления, необходимость вмешательства системы ПАЗ); формирование управляющих воздействий, при условии необходимости коррекции управления (по правилам таблицы 3, в которой PinSS, dPinSS, tinSS, T25-18inSS, T29-14inSS – вероятность аварийной ситуации по параметрам реакции P, dP, T, T25-18, T29-14 соответственно, PoutSS, dPoutSS, FO2outSS – изменение подсистемой повышения уровня безопасности параметров P, dP, FO2 соответственно, остальные обозначения совпадают с приведенными для таблицы 1).

Таблица 2 – Набор правил УУ3 для определения близости прогнозных значений к аварийным значениям Номер правила Таблица 3 – Набор правил УУ3 для предотвращения аварийных ситуаций В четвертой главе рассмотрены вопросы разработки имитационной системы, моделирующей автоматизированный технологический комплекс, проведен анализ эффективности разработанных систем управления, а также предложен способ их реализации.

Первым этапом разработки математической модели являлась идентификация объекта управления от концептуального уровня до параметрического уровня определенности. На концептуальном уровне определялись векторы входных и выходных параметров. На топологическом уровне определялись связи между отдельными параметрами векторов, на структурном уровне были определены структуры оператора связи – передаточная функция (ПФ), а в случае нелинейности отдельных блоков ПФ дополнены блоками, моделирующими нелинейные элементы.

Полученная модель была исследована по всем каналам связи и была признана качественно адекватной реальному объекту.

В среде программного пакета Simulink были проведены эксперименты, связанные со стабилизацией ИР, при наиболее частом и мощном возмущении – изменении периода и интенсивности сброса давления в реакторе. Моделируемые возмущения имели следующие параметры: максимальная амплитуда в первом случае не превышала + 10 %, во втором случае не превышала + 20 % от среднего значения периода сброса давления в реакторе, возмущения носили квазислучайный характер. Для анализа эффективности работы системы с УУ2 на основе нечеткой логики проведен сравнительный анализ работы системы с ПИрегулятором для регулирования глубины сброса давления dP при неизменном расходе кислорода FO2. Данное сопоставление вполне уместно, так как при ручном управлении процессом значение dP изменяется оператором один раз в несколько минут, в то время как расход кислорода FO2 не меняется в течение существенно более длительного времени. Таким образом, использование ПИрегулятора для определения глубины сброса давления – это имитация работы оператора, имеющего информацию о текущем ИР и его прогнозе в реальном времени.

По результатам моделирования можно констатировать следующее:

1. Амплитуда возмущения 10 %: время регулирования для ПИ-регулятора в 2–3 раза больше по сравнению с регулятором на нечеткой логике (РНЛ); установившаяся ошибка для ПИ-регулятора составляет 0,001 г/10 мин, для РНЛ 0, г/10 мин; средняя ошибка на интервале для обоих регуляторов составляет 0, г/10 мин.

2. Амплитуда возмущения 20 % (рисунок 6): время регулирования для ПИрегулятора в 3–5 раз больше по сравнению с РНЛ; установившаяся ошибка для ПИ-регулятора составляет 0,001 г/10 мин, для РНЛ 0,003 г/10 мин; средняя ошибка на интервале для ПИ-регулятора составляет 0,005 г/10 мин, для РНЛ 0,004 г/ мин.

Таким образом, применение регулятора на основе нечеткой логики позволяет в несколько раз сократить время регулирования при примерно одинаковых средней и установившейся ошибках.

В среде программного пакета Simulink были проведены эксперименты моделирования предаварийных режимов для проверки разработанной системы мониторинга, прогнозирования и предотвращения аварийных ситуаций. По результатам моделирования (рисунок 7) можно сделать вывод о том, что предложенная система обеспечивает оценку возможных аварийных состояний системы, при возникновении опасности аварийной ситуации эффективно вмешивается в процесс управления технологическим объектом, не допуская достижения критических параметров. Совместная работа систем управления по показателю качества и повышения безопасности технологического объекта позволяет стабилизировать значение индекса расплава даже при предаварийных ситуациях, допуская отклонения ИР лишь на короткий временной период – несколько минут.

Таким образом, использование УУ3 на основе нечеткой логики позволило:

a) не допустить достижения критических значений для параметров реакции полимеризации этилена и стабилизировать их в рабочем диапазоне;

b) стабилизировать показатели качества за счет переключения на автоматическую систему управления по показателям качества.

Для оценки эффективности предложенных решений были проведены эксперименты по стабилизации ИР при больших возмущениях (до 100 % по длительности цикла реакции), которые характерны для моментов времени перехода от сброса давления по температуре к сбросу давления по длительности цикла. Результаты представлены в таблице 4.

Рисунок 6 – Стабилизация параметров процесса полимеризации с регулятором на основе нечеткой логики (амплитуда не более +20 %); горизонтальными линиями обозначены границы допустимых значений ИР в пределах одной партии для Рисунок 7 – Стабилизация параметров процесса полимеризации в предаварийной ситуации по давлению в реакторе (горизонтальные линии: верхняя – критическое значение; нижняя – предупредительное значение) Анализ переходных процессов показал, что применение СУ ПК с регулятором на основе нечеткой логики позволяет увеличить выпуск продукции высшего сорта на 34 % за счет сокращения выпуска продукции первого сорта на 16 % и продукции второго сорта на 18 %. С учетом разности цен на продукцию по сортам ожидаемое увеличение прибыли составит около 20 %.

Разработано программное обеспечение для определения ИР в реальном времени, а также для прогнозирования параметров реакции полимеризации, на основе существующей SCADA системы iFIX.

Разработана схема взаимодействия существующей SCADA системы iFIX и MATLAB/Simulink с использованием программного пакета MATLAB-to-iFIX, что обеспечивает работу системы управления по показателю качества – индексу расплава и системы предотвращения аварийных ситуаций.

Таблица 4 – Оценка эффективности предлагаемых решений Сорт вы- Границы сорта Время нахождения ИР в границах сорта, % пускаемой при среднем Существующая СУ ПК с СУ с регулятопродукции ИР = 0,30 г/10 система ПИ- ром на нечеткой

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Предложена методика моделирования процессов с рециклами для целей оценки и прогнозирования показателя качества на примере производства полиэтилена. Показано, что предложенные модели позволяют контролировать индекс расплава (ИР) полиэтилена с точностью, не уступающей точности лабораторного контроля. Разработанные модели в виде разностных уравнений, в отличие от предлагаемых ранее, позволяют оценивать ИР внутри каждого цикла расчета, причем длительность цикла может задаваться в достаточно широких пределах.

Это позволяет обеспечить оперативность управления процессом и является единственным методом моделирования, который решает данную задачу.

2. Предложен подход к формированию управлений реактором на основе использования информации о текущем и прогнозном значениях индекса расплава, вычисляемых по моделям, с формализацией знаний оператора в виде нечеткой продукционной системы. Разработана структура системы и алгоритмы работы ее элементов.

3. Разработана подсистема мониторинга состояния и защиты технологического процесса с использованием моделей прогнозирования изменения технологических параметров. Подсистема мониторинга и защиты позволяет прогнозировать с погрешность не более 10 % параметры реакции полимеризации этилена на три цикла реакции, что в среднем равно трем минутам. Этого времени достаточно для внесения изменений в структуру системы управления и коррекции технологического режима с целью предотвращения аварийных ситуаций.

4. Разработано программное обеспечение для оценки текущего и прогнозного значений ИР на основе существующей SCADA системы iFIX. Разработано программное обеспечение для реализации функций управления, мониторинга и защиты в программном комплексе MATLAB/Simulink с последующей интеграцией в iFIX. Для предложенной системы управления, мониторинга и защиты был разработан программный имитатор автоматизированного комплекса, на котором проведены исследования эффективности предложенных решений. Определено, что система способна повысить качество (сортность) выпускаемой продукции, что с учетом разности ее цен по сортам, согласно предварительным оценкам, обеспечит увеличение доходности производства примерно на 20 %.

СПИСОК ПУБЛИКАЦИЙ

1. Моделирование оперативного определения индекса расплава для управления процессом производства полиэтилена / А. П. Веревкин, Д. В. Калашник, М. Х. Хуснияров // Башкирский химический журнал. 2013. Т. 20, № 1. С. 69–74.

2. Оперативное управление процессом производства полиэтилена по показателю качества (индексу расплава) / А. П. Веревкин, Д. В. Калашник, М. Х. Хуснияров // Территория нефтегаз. 2013. № 5. С. 12–16.

3. Прогнозные модели реакции полимеризации этилена в системах обеспечения противоаварийной защиты и экологической безопасности / Д. В. Калашник // Известия Самарского научного центра РАН. 2013. Т. 15, № 3 (2). С. 635–637.

4. Моделирование процесса производства полиэтилена с целью оперативного определения индекса расплава / Д. В. Калашник // 61-я науч.-техн. конф. студентов, аспирантов и молодых ученых: матер. конф. Уфа: УГНТУ, 2010. Кн. 1.

С. 372.

5. Прецизионное управление процессом полимеризации по показателю качества (индексу расплава) / Д. В. Калашник // Мавлютовские чтения: Всерос. молодёж. науч. конф.: сб. тр. в 5 т. Уфа: УГАТУ, 2012. Т. 2. С. 246–248.

6. Прогнозирование параметров реакции полимеризации в трубчатом реакторе / Д. В. Калашник // Труды Международного форума по проблемам науки, техники и образования / под ред. В. А. Малинникова, В. В. Вишневского. М.: Академия наук о земле, 2012. С. 103–104.

7. Усовершенствованное управление процессом полимеризации по показателю качества (индексу расплава) / Д. В. Калашник // Инновационные технологии в области химии и биотехнологии: матер. Всерос. науч.-техн. конф. Уфа: УГНТУ, 2012. С. 241–242.

8. Прогнозирование значения индекса расплава полиэтилена высокого давления в трубчатом реакторе / Д. В. Калашник // Интеграция науки и производства:

тез. док. II отрасл. науч.-произв. конф. / Филиал УГНТУ в г. Салавате; ОАО «Газпром Нефтехим Салават». Уфа: УГНТУ, 2013. С. 92–93.

9. Моделирование и управление процессами с рециклами (на примере процесса полимеризации этилена в трубчатом реакторе) / А. П. Веревкин, Д. В. Калашник // Проблемы автоматизации технологических процессов добычи, транспорта и переработки нефти и газа: сб. тр. Всерос. науч.-практ. интернет-конф.

Уфа: УГНТУ, 2013. С. 73–79.

КАЛАШНИК Дмитрий Владимирович

УСОВЕРШЕНСТВОВАННОЕ УПРАВЛЕНИЕ

ТРУБЧАТЫМ РЕАКТОРОМ ПРОИЗВОДСТВА ПОЛИЭТИЛЕНА

ПО ИНДЕКСУ РАСПЛАВА

Автоматизация и управление технологическими процессами и производствами (в промышленности)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени Подписано к печати 14.11.2013. Формат 60x84 1/16.

Бумага офсетная. Печать плоская. Гарнитура Times New Roman Cyr.