基于多模型切换控制的煤气化工业过程先进控制
(1)提出了一种多模型切换的先进控制方法,包括ISE-TSV实时指标监测与先进控制器模型的切换方法。
(2)开发了多模型切换先进控制软件,并进行Unisim仿真与工业应用测试。(3)煤气化工业过程先进控制的应用,对比传统手动操作,经数据标定对比,所提方法实现复杂工业过程的自动控制,显著提高了控制精度与经济性,大幅度地降低了内操人员的劳动强度。煤气化是一个热化学加工过程,以煤和氧气作为主要反应原料,在高温高压条件下发生化学反应生成粗合成气。气化过程伴随着煤质的多变,引起了生产的波动性,主要表现在关键变量氧煤比及气化炉温度的波动。依托先进控制(APC)技术对气化系统进行先进控制和实时优化,结合稳态和动态模型预测生产过程等智能化方式可以帮助操作人员快速响应煤质及负荷等工况切换,使煤气化操作始终保持接近最优操作点的“卡边”优化运行,能为企业创造更大的效益已成为煤化工企业的共识。相较于石油化工行业,煤化工行业在工业智能化方面发展相对落后。尤其在煤气化工业领域,APC的应用相对较少。2015年,神华包头煤化工公司在聚乙烯和聚丙烯装置上引进APC先进控制系统,使工艺系统的自动化程度大大提高,但也指出了APC系统必须在相对稳定条件下使用,仍存在改进空间。2018年,江凤月等将APC技术运用在煤制氢装置,通过单元优化煤耗降低了1.83%。2019年,晁澄将APC技术运用在GE单喷嘴水煤浆气化中,这次APC首次运用在水煤浆气化炉上,单位煤的有效气产量提高了0.24%。同年,张成学等在四喷嘴水煤浆气化装置上运用APC,有效减少了关键变量的波动幅度。2020年,MIGHANI M等将APC应用于气化过程,减少了生产每单位有效合成气所需的氧气1%以上、煤炭3%以上。2021年,方薪晖介绍了APC技术在日投料3 000 t的超大型水煤浆气化炉上的应用。工业上常用的先进控制算法主要是模型预测控制(MPC),其有较好的闭环稳定性和鲁棒性(抗干扰能力)。然而传统的基于线性模型的预测控制难以适应工况的大幅变化,即应用于煤气化过程,难以适应煤质的变化,存在一定的局限性。笔者提出了一种基于多模型切换的动态矩阵控制方法。在离线状态下,利用不同煤质工况下的过程数据,构造多工况动态模型集。在线控制时,采取累积平方误差−总平方波动(ISE-TSV)作为控制性能指标,用于判别煤质变化,同时使用多模型预测值作为模型切换准则。通过多模型切换动态矩阵控制,实现了煤气化单元的先进控制。所提方法在UniSim平台上进行了模拟,并进行了工业应用测试,模拟及工业应用测试结果证实了所提方法能够在煤质工况波动的情况下,实现对煤气化炉关键变量的精准控制。煤气化是煤化工生产过程的重要组成工艺。煤气化过程以煤和氧气作为主要反应原料,在高温高压条件下发生化学反应生成粗合成气。相较石油化工行业,煤气化工业过程的先进控制(APC)实施有较大难度,原因在于煤气化过程中煤质不断变化,导致传统的基于单一模型的先进控制方法会引起控制器模型失配问题,引发生产过程中关键参数(氧煤比、气化炉温度)的较大波动。针对上述问题,基于水煤浆气化炉的生产实际,提出了一种基于多模型切换的动态矩阵控制方法。在离线状态下,利用不同煤质工况下的过程数据,构造多工况模型集。在线控制时,采取累积平方误差−总平方波动(ISE-TSV)作为控制器性能指标表征控制器性能与模型失配程度,同时使用多模型预测值作为模型切换准则。通过多模型切换动态矩阵控制,实现了煤气化单元的先进控制。根据所提方法开发了多模型切换控制软件Wisdom-Controller,在UniSim平台上进行了控制模拟,并进行了工业应用测试,模拟及工业应用测试结果证实了所提方法能够在煤质工况波动的情况下,实现氧煤比及气化炉温度的精准控制。对比传统的人工手动操作,基于多模型切换控制的先进控制方法降低了氧煤比及气化炉温度均方控制偏差。同时减少了比煤耗,增加了合成气体产量,显著提高了装置的经济效益。从而为实现煤气化工业过程的先进控制提供了一条新的有效途径。
图 1 德士古煤气化工艺流程

图 2 非线性动态模型

图 3 多煤质控制模型的动态矩阵控制器结构

图 4 多模型切换的动态矩阵控制算法框图

图 5 UniSim水煤浆气化模型

图 6 UniSim煤质质量指标调整

图 8 氧气回路操作面板

图 9 MV1氧气流量阶跃测试

图 10 MV2煤浆流量阶跃测试

图 11 无煤质变化控制效果

图 12 单一模型算法应对煤质变化控制效果

图 13 模型切换算法应对煤质变化控制效果

图 14 单一模型算法与模型切换算法控制器性能指标对比

图 15 先控系统架构

图 16 先控操作画面


张天辰,男,1997年12月生,福建福州人,北京化工大学信息科学与技术学院硕士研究生。
研究方向
煤气化过程先进控制研究
主要成果
致力于煤气化过程的控制方法研究。针对煤气化过程煤质波动造成控制器模型失配问题,进行先进控制方法研究。

赵众,男,1970年5月生,河南新乡人,博士,北京化工大学信息科学与技术学院教授,博士生导师。中国化工学会化工自动化及仪表专业委员会委员,全国化工自动控制设计技术中心站技术委员,国家科技奖励评审专家,国家科技部专家库专家,国家自然科学基金评审专家,教育部学位中心评审专家,工信部工业领域综合专家库专家,北京市科技新星,北京市科委专家库专家,江苏省“双创人才”,江苏省科技厅专家库专家。
研究方向
复杂工业过程先进控制与性能监测
主要成果
主要从事复杂工业过程先进控制系统开发、控制系统性能评价及自愈、过程检测信号的智能分析及应用等方向的研究。坚持理论与实践相结合的研究特色,以解决工业实践中工业化与信息化融合问题为研究目标。近年来主持纵向项目9项,横向项目28项。
来源:
张天辰,赵众. 基于多模型切换控制的煤气化工业过程先进控制[J]. 煤炭学报,2023,48(4):1747−1758.
特别声明:
本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
更多精彩内容,关注“传煤”微信公众号,或点击“期刊群”免费获取科研论文
用微信扫描左侧二维码,关注“传煤”公众号,第一时间获取煤炭行业新鲜资讯,享全方位煤炭科技知识信息服务。