榮岡，楊勝藍(lán)，周培杰，馮毅萍（浙江大學(xué)工業(yè)控制技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，智能控制與系統(tǒng)研究所，浙江 杭州 310027）

?

一種基于優(yōu)先級(jí)的控制系統(tǒng)性能評(píng)估和安全監(jiān)控系統(tǒng)

榮岡，楊勝藍(lán)，周培杰，馮毅萍
（浙江大學(xué)工業(yè)控制技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，智能控制與系統(tǒng)研究所，浙江 杭州 310027）

摘要：控制系統(tǒng)性能監(jiān)控和評(píng)估的研究對(duì)保障生產(chǎn)過程安全高效運(yùn)行具有重要意義。對(duì)于一個(gè)控制系統(tǒng)，各種監(jiān)控評(píng)估指標(biāo)的重要性不同卻有內(nèi)在沖突性，例如控制系統(tǒng)的性能“卡邊”操作與安全生產(chǎn)有時(shí)是矛盾的。因此，提出了優(yōu)先級(jí)性能評(píng)估與監(jiān)控的思想，系統(tǒng)依照優(yōu)先級(jí)序列對(duì)各指標(biāo)進(jìn)行性能評(píng)估，并對(duì)事關(guān)安全的關(guān)鍵過程變量重點(diǎn)監(jiān)控；開發(fā)了針對(duì)MPC多變量控制系統(tǒng)的優(yōu)先級(jí)性能評(píng)估與監(jiān)控系統(tǒng)，并應(yīng)用于催化裂化反應(yīng)-再生系統(tǒng)。關(guān)鍵詞：優(yōu)先級(jí)；模型預(yù)測控制；經(jīng)濟(jì)；性能評(píng)估；安全

2015-12-22收到初稿，2015-12-29收到修改稿。

聯(lián)系人及第一作者：榮岡（1963—），男，教授。

引 言

在工業(yè)界，保證過程安全、可靠、平穩(wěn)運(yùn)行處于首要地位[1]。其中，控制器性能下降也作為一種緩變故障，相關(guān)學(xué)者基于此提出了一些控制器性能評(píng)估[2]以及重新整定或優(yōu)化的方法[3]。在安全生產(chǎn)的基礎(chǔ)上，現(xiàn)代生產(chǎn)的控制目標(biāo)種類越來越繁多，性能指標(biāo)也越來越高，例如：保質(zhì)保量、節(jié)能減排、柔性生產(chǎn)、降低勞動(dòng)強(qiáng)度、延長運(yùn)行周期等。多目標(biāo)的控制問題的處理目前主要是通過函數(shù)加權(quán)法，即利用權(quán)重系數(shù)將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題，使用權(quán)重系數(shù)表示相關(guān)目標(biāo)函數(shù)的重要程度[4]。但函數(shù)加權(quán)法有以下3個(gè)缺陷：①權(quán)重系數(shù)目前尚缺乏統(tǒng)一的定義標(biāo)準(zhǔn)，很大程度上依賴用戶的主觀意愿，缺乏客觀性；②數(shù)值計(jì)算容易出現(xiàn)問題，一般需要試湊確定；③函數(shù)加權(quán)法無法處理求解可行空間不存在的情況。席裕庚[5]指出工業(yè)生產(chǎn)中約束條件具有優(yōu)先級(jí)特性，可以通過軟約束調(diào)整，解決可行空間不存在問題。此外，對(duì)于控制目標(biāo)，前已述及，安全指標(biāo)是需要優(yōu)先得到滿足的。并且，在實(shí)際工業(yè)過程中，變量的影響也是不同的。一般存在某些關(guān)鍵變量，如反應(yīng)器的溫度和壓力，對(duì)整個(gè)系統(tǒng)的安全平穩(wěn)運(yùn)行影響較大。因此根據(jù)工藝檢驗(yàn)或設(shè)計(jì)指標(biāo)，可以得到關(guān)鍵變量的一些安全邊界限，并采用運(yùn)行中過程的關(guān)鍵變量到其安全限的綜合距離來評(píng)價(jià)運(yùn)行安全的狀態(tài)[6]，作為故障診斷的輔助指標(biāo)。

本文顯式地表達(dá)了關(guān)鍵變量安全操作指標(biāo)，在控制回路正常狀態(tài)，在滿足安全指標(biāo)的基礎(chǔ)上，最優(yōu)化經(jīng)濟(jì)指標(biāo)；在安全報(bào)警狀態(tài)，工程師根據(jù)安全警報(bào)提示，改變控制策略，保證安全指標(biāo)實(shí)現(xiàn)。FCC控制系統(tǒng)仿真應(yīng)用案例表明了本文方法的有效性。

1 優(yōu)先級(jí)CPM/A系統(tǒng)

控制性能監(jiān)控和評(píng)估(control performance monitoring/assessment, CPM/A)技術(shù)是流程工業(yè)在過程控制領(lǐng)域一項(xiàng)重要技術(shù)。CPM/A模塊在不影響系統(tǒng)運(yùn)行的前提下，記錄工程運(yùn)行數(shù)據(jù)，利用控制性能基準(zhǔn)等對(duì)系統(tǒng)控制運(yùn)行性能進(jìn)行實(shí)時(shí)地評(píng)估與監(jiān)控，報(bào)告性能評(píng)估結(jié)果并診斷故障原因，進(jìn)而輔助控制工程師采取措施保持或改善系統(tǒng)控制性能。CPM/A技術(shù)已經(jīng)成為現(xiàn)代流程工業(yè)過程中維持自動(dòng)化系統(tǒng)平穩(wěn)安全高效運(yùn)行的主要技術(shù)[7]。

CPM/A系統(tǒng)通過OPC與DCS系統(tǒng)進(jìn)行通訊，實(shí)現(xiàn)數(shù)據(jù)采集、性能評(píng)估與監(jiān)控的功能。在系統(tǒng)投運(yùn)前，首先需要通過對(duì)生產(chǎn)過程的歷史數(shù)據(jù)進(jìn)行建模，評(píng)估系統(tǒng)優(yōu)先級(jí)控制性能以及經(jīng)濟(jì)性能的最優(yōu)值，而后通過仿真、控制器參數(shù)整定，得到優(yōu)化的穩(wěn)態(tài)工作點(diǎn)以及控制器參數(shù)，將此參數(shù)投運(yùn)，可以實(shí)現(xiàn)性能優(yōu)化的目標(biāo)，提升系統(tǒng)的經(jīng)濟(jì)效益。系統(tǒng)投運(yùn)后，性能評(píng)估模塊與OPC進(jìn)行交互，獲得生產(chǎn)過程數(shù)據(jù)，從而實(shí)現(xiàn)優(yōu)先級(jí)性能監(jiān)控，及時(shí)對(duì)性能下降以及安全危機(jī)進(jìn)行預(yù)警[8]。性能評(píng)估與監(jiān)控系統(tǒng)的結(jié)構(gòu)如圖1所示。

1.1 評(píng)估優(yōu)先級(jí)準(zhǔn)則

本文對(duì)所有的約束或目標(biāo)采用統(tǒng)一的優(yōu)先級(jí)規(guī)則管理，展開優(yōu)先級(jí)的控制系統(tǒng)性能評(píng)估。依據(jù)Qin等[9]的優(yōu)先級(jí)級(jí)別（Rank）定義，級(jí)別數(shù)越小，約束條件的重要性越高。并根據(jù)鄒濤等[10]的優(yōu)先級(jí)準(zhǔn)則，給出MPC多變量控制系統(tǒng)性能評(píng)估優(yōu)先級(jí)設(shè)定的準(zhǔn)則，由高到低依次如下。

圖1 性能評(píng)估與監(jiān)控系統(tǒng)結(jié)構(gòu)Fig.1 Structure of process assessment and monitoring system

（1）安全指標(biāo)。出于安全性考慮，執(zhí)行和機(jī)構(gòu)的物理性質(zhì)的要求而對(duì)控制變量和操作變量存在的各種硬約束在整個(gè)控制過程中必須得到滿足，否則是不能實(shí)現(xiàn)的或不允許的，優(yōu)先級(jí)最高。

（2）積分變量。由于積分變量關(guān)系到MPC系統(tǒng)的穩(wěn)定性以及運(yùn)行安全，積分變量的越界非常危險(xiǎn)，僅次于安全要求。

（3）模型精度要求。目前使用最廣泛的MPC為線性MPC，此處的研究亦是基于線性MPC，而線性MPC所使用的模型是基于一定的工作點(diǎn)，在其鄰域線性化所得，因此為了滿足模型的精度要求，此類約束的重要性弱于積分變量，高于工藝要求等。

（4）基于保證產(chǎn)品質(zhì)量所提出的工藝要求，如被控量的設(shè)定點(diǎn)要求，應(yīng)盡量得到滿足，但也允許一定范圍內(nèi)的波動(dòng)，例如允許其控制在某一允許范圍內(nèi)，但超出了一定范圍，將會(huì)影響產(chǎn)品質(zhì)量。

（5）出于經(jīng)濟(jì)性能要求所附加的性能指標(biāo)和對(duì)操作變量的期望，只有在滿足以上條件時(shí)才能進(jìn)一步考慮，此類約束優(yōu)先級(jí)最低。

1.2 性能評(píng)估模塊

性能評(píng)估模塊用于對(duì)過程中可能發(fā)生的性能下降進(jìn)行實(shí)時(shí)檢測。為了實(shí)現(xiàn)類似系統(tǒng)故障自愈機(jī)制，本文將系統(tǒng)看作多層次復(fù)雜整體進(jìn)行研究[11]，設(shè)計(jì)了基于優(yōu)先級(jí)的系統(tǒng)性能評(píng)估模塊。借鑒于Ni 等[12]提出的在線風(fēng)險(xiǎn)評(píng)估軟件模式，系統(tǒng)各級(jí)的性能指標(biāo)將以“報(bào)告”及“報(bào)警”等可視化形式呈現(xiàn)給工程師，以支持故障工況分析與故障原因的診斷。

在生產(chǎn)過程中，以每小時(shí)為一個(gè)周期，用戶采用優(yōu)先級(jí)性能基準(zhǔn)Ji(i=1,2,…,q)，計(jì)算每一周期各優(yōu)先級(jí)的系統(tǒng)控制性能。此外，用戶可以根據(jù)歷史數(shù)據(jù)，通過建模、評(píng)估、優(yōu)化計(jì)算，得出系統(tǒng)最優(yōu)控制性能。據(jù)此，用戶可以由Ji以及得出系統(tǒng)性能指標(biāo)R，生成相應(yīng)的性能評(píng)估報(bào)告，并以此定義了故障臨界工況。當(dāng)系統(tǒng)性能指標(biāo)R超過性能警戒指標(biāo)Rmin時(shí)，則發(fā)出警報(bào)，提示控制工程師調(diào)整控制器參數(shù)，維持控制系統(tǒng)的安全穩(wěn)定高效運(yùn)行。

1.2.1 最優(yōu)性能基準(zhǔn)模塊 最優(yōu)性能基準(zhǔn)模塊，根據(jù)被控對(duì)象離散狀態(tài)空間模型以及噪聲模型，計(jì)算得出在理想狀況下，當(dāng)前控制系統(tǒng)過程輸出或輸入輸出的理想化最小方差。針對(duì)于優(yōu)先級(jí)性能評(píng)估與監(jiān)控系統(tǒng)，采用優(yōu)先級(jí)LQG基準(zhǔn)[13]獲得系統(tǒng)的優(yōu)先級(jí)控制性能以及優(yōu)先級(jí)經(jīng)濟(jì)性能評(píng)估算法獲得相應(yīng)的最優(yōu)經(jīng)濟(jì)性能和穩(wěn)態(tài)工作點(diǎn)。

1.2.2 系統(tǒng)控制性能模塊 系統(tǒng)控制性能模塊與OPC鏈接，采集生產(chǎn)裝置一個(gè)周期的過程數(shù)據(jù)，對(duì)每一級(jí)別的過程變量，分別計(jì)算相應(yīng)的LQG基準(zhǔn)值以及系統(tǒng)經(jīng)濟(jì)性能指標(biāo)。

控制性能指標(biāo)涉及不同的控制變量，優(yōu)先級(jí)控制性能監(jiān)控值考察不同優(yōu)先級(jí)下控制變量與設(shè)定值間偏差的大小，計(jì)算公式為

式中，E(·)為期望算子，i表示優(yōu)先級(jí)；nj表示優(yōu)先級(jí)為j的變量組合中變量的個(gè)數(shù)；v(k)表示優(yōu)先級(jí)為j的變量組合中第k個(gè)變量，vsp(k)為相應(yīng)的設(shè)定值。

相應(yīng)地，優(yōu)先級(jí)經(jīng)濟(jì)性能監(jiān)控值的計(jì)算公式為

Ji(i=1,2,…,q)表示經(jīng)濟(jì)性能指標(biāo)，一般為經(jīng)濟(jì)性能函數(shù)與當(dāng)前概率密度函數(shù)乘積的積分，具有多樣性。但均涉及關(guān)鍵被控過程變量。αj表示不同經(jīng)濟(jì)指標(biāo)所占的不同權(quán)重。

1.2.3 控制系統(tǒng)性能評(píng)估與報(bào)告模塊 根據(jù)最優(yōu)性能基準(zhǔn)計(jì)算結(jié)果以及系統(tǒng)控制性能數(shù)據(jù)便可計(jì)算出系統(tǒng)性能指標(biāo)R，生成性能評(píng)估報(bào)告，供現(xiàn)場值守操作班組、遠(yuǎn)程值守操作班組查看，根據(jù)需要進(jìn)行檢修或控制器參數(shù)整定。

根據(jù)Kozub[14]的理論，性能指標(biāo)應(yīng)采用比例形式定義，取值范圍為[0 1]，指標(biāo)越接近于1，表示系統(tǒng)的控制性能越好；反之性能越差。因此，本文定義則相應(yīng)的優(yōu)先級(jí)系統(tǒng)控制性能指標(biāo)為

類似地，相應(yīng)的經(jīng)濟(jì)性能指標(biāo)為

1.3 系統(tǒng)運(yùn)行流程

對(duì)于整個(gè)優(yōu)先級(jí)性能評(píng)估與監(jiān)控系統(tǒng)，系統(tǒng)運(yùn)行流程圖如圖2所示。具體實(shí)現(xiàn)過程如下。

圖2 性能評(píng)估與監(jiān)控系統(tǒng)流程Fig.2 Flow of process assessment and monitoring system

首先，提取歷史數(shù)據(jù)，通過子空間辨識(shí)構(gòu)建線性化模型，利用優(yōu)先級(jí)經(jīng)濟(jì)性能評(píng)估算法獲得理想狀況下系統(tǒng)的最優(yōu)經(jīng)濟(jì)性能。在仿真平臺(tái)搭建控制器以及系統(tǒng)控制回路，整定控制器參數(shù)，對(duì)生產(chǎn)過程進(jìn)行仿真，系統(tǒng)性能評(píng)估模塊計(jì)算控制系統(tǒng)優(yōu)先級(jí)控制性能指標(biāo)與經(jīng)濟(jì)系統(tǒng)性能指標(biāo)，得到系統(tǒng)可達(dá)的最優(yōu)性能以及相應(yīng)的控制器參數(shù)。而后，對(duì)系統(tǒng)故障進(jìn)行仿真，利用性能評(píng)估模塊獲取故障狀態(tài)下的系統(tǒng)性能指標(biāo)，選擇合理的系統(tǒng)性能指標(biāo)值作為警戒值。

將系統(tǒng)投入生產(chǎn)，整定得到的控制器參數(shù)作為生產(chǎn)過程的控制器參數(shù)，設(shè)定優(yōu)化工作點(diǎn)為設(shè)定值。使系統(tǒng)穩(wěn)態(tài)工作點(diǎn)維持在優(yōu)化問題工作點(diǎn)附近。取一個(gè)周期內(nèi)的采樣頻數(shù)n，性能評(píng)估層在仿真運(yùn)行每步通過OPC提取一次控制系統(tǒng)各個(gè)過程變量的輸出值，根據(jù)式(1)～式(4)計(jì)算各優(yōu)先級(jí)相應(yīng)的系統(tǒng)性能指標(biāo)時(shí)，僅記錄當(dāng)前控制系統(tǒng)的LQG基準(zhǔn)值Jlqg以及系統(tǒng)性能指標(biāo)值Rq；當(dāng)時(shí)，系統(tǒng)還要給出控制系統(tǒng)性能下降警報(bào)，供現(xiàn)場值守操作班組、遠(yuǎn)程值守操作班組查看，根據(jù)需要進(jìn)行檢修或控制器參數(shù)整定。

2 案例分析

圖3 催化裂化裝置流程圖[16]Fig.3 Production process flow of FCCU[16]

催化裂化是在熱和催化劑的作用下使重質(zhì)油發(fā)生裂化反應(yīng)，轉(zhuǎn)變?yōu)榱鸦瘹狻⑵秃筒裼偷鹊倪^程[15]。催化裂化包括反應(yīng)再生系統(tǒng)和分餾吸收穩(wěn)定系統(tǒng)兩大部分，如圖3[16]所示。催化裂化裝置（fluid catalytic cracking unit, FCCU）作為約占總汽油產(chǎn)量的40%的生產(chǎn)單元[17]，催化裂化反應(yīng)-再生系統(tǒng)是催化裂化的核心，直接影響產(chǎn)品產(chǎn)量分布和整個(gè)裝置的平穩(wěn)操作。目前，由于原油品質(zhì)的下降，產(chǎn)品規(guī)格日益細(xì)致并且考慮環(huán)境因素，驅(qū)使煉油企業(yè)采取相應(yīng)的措施，大量投資改造煉油工藝[18]，維持系統(tǒng)操作過程中，穩(wěn)態(tài)工作點(diǎn)接近物理極值和操作約束的邊界，實(shí)現(xiàn)“卡邊控制”。現(xiàn)代的催化裂化裝置的工藝目標(biāo)或產(chǎn)品方案需要能夠方便地調(diào)整。然而，操作變量的變化受系統(tǒng)熱平衡、壓力平衡以及化學(xué)平衡的限制。催化裂化裝置的操作復(fù)雜，變量繁多，進(jìn)料的性質(zhì)、催化劑的特性、催化裂化的產(chǎn)品和設(shè)備狀態(tài)之間的關(guān)系復(fù)雜，耦合性極強(qiáng)，這要求催化裂化裝置必須在一定的硬約束范圍內(nèi)操作才能保證生產(chǎn)過程安全平穩(wěn)進(jìn)行，即安全操作區(qū)間。由于這些約束條件的限制，催化裂化的各操作變量取值范圍內(nèi)受到了較大制約[19]。為滿足優(yōu)先級(jí)最高的安全操作指標(biāo)，催化裂化的操作變量需在由安全操作約束限定邊界的區(qū)域內(nèi)取值，因此在穩(wěn)態(tài)優(yōu)化前，應(yīng)優(yōu)先確定這個(gè)區(qū)域（即可行求解空間）。

2.1 FCC反-再系統(tǒng)性能評(píng)估

FCC反-再系統(tǒng)的控制性能評(píng)估，首先要確定控制目標(biāo)。楊馬英等[20]總結(jié)了FCCU的控制目標(biāo)，其中，針對(duì)FCC反-再系統(tǒng)，有以下4點(diǎn)。

（1）控制裝置的熱平衡，確保裝置安全平穩(wěn)運(yùn)行，保證產(chǎn)品質(zhì)量；

（2）控制反應(yīng)深度，提高產(chǎn)品收率；

（3）原料不足時(shí)，控制再生煙氣氧含量，實(shí)現(xiàn)節(jié)能降耗；

（4）再生器風(fēng)量充足時(shí)，提升裝置加工處理的能力，從而提高經(jīng)濟(jì)效益。

本文以某化工廠[21]FCC反-再系統(tǒng)在如表1所示穩(wěn)態(tài)工作點(diǎn)附近的線性化線性化模型為基礎(chǔ)，進(jìn)行優(yōu)先級(jí)性能評(píng)估。根據(jù)FCCU的4個(gè)控制目標(biāo)，得如下線性簡化模型

其中，狀態(tài)變量x=[ΔTrgΔCrgcΔOd]T；操縱變量u=[ΔFcΔFaΔTfΔFf]T；控制變量y=[ΔTrΔTrgΔCrgeΔOd]T；干擾變量w=[ΔTa]。該模型參數(shù)數(shù)量級(jí)差異較大，這是由于變量量綱不同所造成的。為了避免量綱不同所造成的對(duì)系統(tǒng)性能評(píng)估的影響，根據(jù)狀態(tài)空間方程狀態(tài)變換中特征值不變性，進(jìn)行線性變化，將系統(tǒng)輸入輸出變量映射到單位綱量區(qū)間內(nèi)，所得狀態(tài)變換后的系統(tǒng)傳遞函數(shù)各參數(shù)如下

表1 FCC反-再系統(tǒng)穩(wěn)態(tài)工點(diǎn)Table 1 Steady-state operating point of FCCU reaction and regeneration system

相應(yīng)地，根據(jù)表2中各變量的取值范圍，可以得到映射后約束。

表2 FCC反-再系統(tǒng)過程變量歸一化約束Table 2 Normalization constraint of process parameters

以下基于式(5)所示過程展開FCCU過程控制系統(tǒng)的性能評(píng)估。

根據(jù)楊馬英等[20]提出的4點(diǎn)控制目標(biāo)，針對(duì)于裝置具體操作變量和被控變量，具體如下：

（1）保證系統(tǒng)安全平穩(wěn)運(yùn)行，各個(gè)指標(biāo)均在約束范圍內(nèi)；

（2）提高反應(yīng)溫度Tr，從而提高產(chǎn)率；

（3）降低再生器中再生催化劑碳元素質(zhì)量含量Crge，從而最大限度地使催化劑恢復(fù)活性。這主要通過控制再生器熱平衡從而控制燒焦過程，因而Crge與再生器床層溫度Trg以及氧含量Od直接相關(guān)。

為了提高產(chǎn)率并最大限度地使催化劑恢復(fù)活性，定義系統(tǒng)的優(yōu)先級(jí)經(jīng)濟(jì)最優(yōu)化指標(biāo)為

定義系統(tǒng)各優(yōu)先級(jí)輸入輸出組合為

此時(shí)系統(tǒng)初始值u0i(i=1,2,3,4)和y0j(j=1,2,3,4)均為0，置信度θi(i=1,2,3,4)和?j(j=1,2,3,4)均取95.4%，則ψ?1(θi)= ψ?1(?j)=2。

使用優(yōu)先級(jí)經(jīng)濟(jì)性能評(píng)估算法進(jìn)行經(jīng)濟(jì)性能評(píng)估。則系統(tǒng)的經(jīng)濟(jì)優(yōu)化命題為

其中，Ks為穩(wěn)態(tài)增益，是當(dāng)前穩(wěn)態(tài)工作點(diǎn)向量。σy, σu分別表示系統(tǒng)輸入輸出的標(biāo)準(zhǔn)差。

采用優(yōu)先級(jí)經(jīng)濟(jì)性能評(píng)估算法求解的優(yōu)化結(jié)果以及概率約束邊界如表3所示，此時(shí)各變量均可以保證以95.4%的置信度位于約束區(qū)間內(nèi)。

表3 FCC反-再系統(tǒng)穩(wěn)態(tài)優(yōu)化結(jié)果Table 3 Steady optimization results of FCCU reaction and regeneration system

優(yōu)化的優(yōu)先級(jí)性能指標(biāo)如表4所示。從中可以看出，優(yōu)化的穩(wěn)態(tài)工作點(diǎn)的反應(yīng)溫度Tr提高，再生催化劑碳元素質(zhì)量含量Crgc下降，與控制目標(biāo)相符。并且優(yōu)先級(jí)較高的y1實(shí)現(xiàn)了卡邊控制，從而實(shí)現(xiàn)了經(jīng)濟(jì)效益的最優(yōu)化。此外，此時(shí)的LQG基準(zhǔn)最優(yōu)化指標(biāo)與穩(wěn)態(tài)工作點(diǎn)優(yōu)化前的優(yōu)先級(jí)LQG基準(zhǔn)最優(yōu)化指標(biāo)基本持平，潛在控制性能保持不變。

2.2 FCC反-再系統(tǒng)仿真平臺(tái)

FCC反-再系統(tǒng)仿真平臺(tái)采用MPC集中式控制器。在該仿真平臺(tái)上對(duì)FCC反-再系統(tǒng)進(jìn)行控制參數(shù)整定，性能優(yōu)化以及故障模擬，并采用優(yōu)先級(jí)性能評(píng)估與安全監(jiān)控系統(tǒng)對(duì)仿真結(jié)果進(jìn)行分析，具體如下。

表4 系統(tǒng)性能指標(biāo)算法Table 4 Calculation of system performance indicators

2.2.1 MPC參數(shù)整定 如表2所示依次設(shè)置MPC控制器輸入輸出變量約束，輸出變量權(quán)重矩陣Q=diag{100,1,10,1}，輸入變量權(quán)重矩陣P=diag{0.1,0.1,0.1,0.1}。以優(yōu)先級(jí)LQG基準(zhǔn)作為MPC控制效果的判斷基準(zhǔn)，經(jīng)過控制器參數(shù)整定調(diào)節(jié)，當(dāng)預(yù)測時(shí)域P=20，控制時(shí)域M=4時(shí)，系統(tǒng)控制控制性能最優(yōu)，相應(yīng)的控制性能指標(biāo)如表5所示。

表5 FCC反-再系統(tǒng)優(yōu)化控制下控制性能指標(biāo)Table 5 Optimized control performance indicators of FCCU reaction and regeneration system

從表5中可以看出，針對(duì)于該控制器，關(guān)鍵過程變量y1的控制效果非常好，十分接近優(yōu)化的LQG基準(zhǔn)值，可以將此控制器參數(shù)作為生產(chǎn)裝置的控制。而隨著優(yōu)先級(jí)的降低，系統(tǒng)控制性能指標(biāo)隨之下降。2.2.2 系統(tǒng)穩(wěn)態(tài)切換性能監(jiān)控 為了提升經(jīng)濟(jì)效益，將系統(tǒng)控制變量的設(shè)定值設(shè)為優(yōu)化的穩(wěn)態(tài)工作點(diǎn)ysp=[0.28 0.32 ?0.12 ?0.06]T。系統(tǒng)穩(wěn)定后，系統(tǒng)相應(yīng)的控制性能指標(biāo)如表6所示。

從表6中可以看出，該MPC控制器在穩(wěn)態(tài)優(yōu)化工作點(diǎn)控制性能與初始工作點(diǎn)相比略有下降，平均下降約10%。其中，優(yōu)先級(jí)最高的控制變量y1的控制性能下降僅為3%。因此，MPC控制器能夠在優(yōu)化工作點(diǎn)保持良好的運(yùn)行。此時(shí)，系統(tǒng)經(jīng)濟(jì)性能為：相應(yīng)的性能指標(biāo)為表現(xiàn)了良好的優(yōu)化工作點(diǎn)可達(dá)性。

表6 FCC反-再系統(tǒng)穩(wěn)態(tài)切換時(shí)控制性能指標(biāo)Table 6 Control performance indicators with steady-stateswitching

2.2.3 系統(tǒng)抗干擾性能監(jiān)控 取擾動(dòng)變量的方差值為2，即擾動(dòng)變量的波動(dòng)值變大時(shí)，系統(tǒng)相應(yīng)的控制性能指標(biāo)如表7所示。

表7 FCC反-再系統(tǒng)強(qiáng)干擾時(shí)控制性能指標(biāo)Table 7 Control performance indicators with stronginterference

從表7可以看出，該MPC控制器有良好的抗干擾性能，在有干擾的狀況下，關(guān)鍵變量的控制性能下降有限。此時(shí)，系統(tǒng)經(jīng)濟(jì)性能為：相應(yīng)的性能指標(biāo)為有幅度較高的下降。

表8 FCC反-再系統(tǒng)性能故障時(shí)控制性能指標(biāo)Table 8 Control performance indicators with failure

2.2.4 性能下降分析 當(dāng)控制系統(tǒng)發(fā)生故障時(shí)控制系統(tǒng)的響應(yīng)，系統(tǒng)性能指標(biāo)應(yīng)當(dāng)對(duì)故障靈敏。分別設(shè)定系統(tǒng)模型精度下降以及MPC控制作用下降，此時(shí)系統(tǒng)相應(yīng)的控制性能指標(biāo)如表8所示。從表中可以看出，當(dāng)控制系統(tǒng)模型匹配度下降時(shí)，系統(tǒng)各控制性能指標(biāo)均急劇下降。當(dāng)控制器性能下降時(shí)，優(yōu)先級(jí)最高變量的控制性能指標(biāo)嚴(yán)重下降。而由于失去了優(yōu)先級(jí)調(diào)節(jié)作用，控制器優(yōu)先級(jí)較低的控制變量的控制性能反而有所提升。此時(shí)，關(guān)鍵安全性能下降，系統(tǒng)可據(jù)此發(fā)出警報(bào)。

2.3 優(yōu)先級(jí)性能監(jiān)控

根據(jù)優(yōu)先級(jí)控制性能指標(biāo)以及經(jīng)濟(jì)性能指標(biāo)，可以采用優(yōu)先級(jí)監(jiān)控，對(duì)每一優(yōu)先級(jí)的性能進(jìn)行監(jiān)控，更全面地反映控制系統(tǒng)的控制狀況。并且可以針對(duì)容易引起系統(tǒng)安全故障或者系統(tǒng)不穩(wěn)定的關(guān)鍵變量進(jìn)行監(jiān)控，加強(qiáng)系統(tǒng)安全。此外，采用優(yōu)先級(jí)監(jiān)控，可以避免權(quán)重系數(shù)的試湊標(biāo)定過程，大大簡化了評(píng)估過程。綜合仿真結(jié)果，可以設(shè)定系統(tǒng)各優(yōu)先級(jí)控制性能警戒值如表9所示。

表9 優(yōu)先級(jí)性能警戒值Table 9 Alert values of priority performance indicators

則文中所示案例的性能指標(biāo)與相應(yīng)的性能警戒值之間的關(guān)系如圖4所示。

從圖4中可以看出，系統(tǒng)正常運(yùn)行時(shí)以及系統(tǒng)遇到干擾時(shí)各控制性能指標(biāo)以及經(jīng)濟(jì)性能指標(biāo)值均大于系統(tǒng)性能警戒值Rmin，因此不會(huì)發(fā)出任何警報(bào)。當(dāng)系統(tǒng)老化等原因引起系統(tǒng)的線性化模型發(fā)生變化時(shí)，各控制性能指標(biāo)以及經(jīng)濟(jì)性能指標(biāo)值均小于系統(tǒng)性能警戒值Rmin，此時(shí)系統(tǒng)會(huì)發(fā)出經(jīng)濟(jì)性能警報(bào)以及控制性能警報(bào)，提醒控制工程師采取措施，使系統(tǒng)恢復(fù)正常運(yùn)行。MPC性能故障時(shí)，雖然即如果不考慮優(yōu)先級(jí)時(shí)，控制系統(tǒng)性能指標(biāo)正常，但是由于優(yōu)先級(jí)較高的系統(tǒng)性能指標(biāo)R1，R2低于系統(tǒng)性能警戒值因此系統(tǒng)仍然會(huì)發(fā)出控制性能警報(bào)，進(jìn)入安全警報(bào)狀態(tài)，供控制工程師據(jù)此改變控制策略，使控制系統(tǒng)能夠平穩(wěn)安全運(yùn)行。

圖4 性能指標(biāo)與相應(yīng)的警戒值示意圖Fig.4 Performance indicators and corresponding warning values

3 結(jié) 論

本文提出了優(yōu)先級(jí)性能評(píng)估與監(jiān)控的思想，依照優(yōu)先級(jí)序列對(duì)各指標(biāo)進(jìn)行性能評(píng)估，并對(duì)事關(guān)安全的關(guān)鍵過程變量重點(diǎn)監(jiān)控；顯式地表達(dá)了關(guān)鍵變量安全操作指標(biāo)，在控制回路正常狀態(tài)，在滿足安全指標(biāo)的基礎(chǔ)上，最優(yōu)化經(jīng)濟(jì)指標(biāo)。并開發(fā)了優(yōu)先級(jí)性能評(píng)估與安全監(jiān)控系統(tǒng)，并應(yīng)用于催化裂化反應(yīng)-再生系統(tǒng)。通過優(yōu)先級(jí)性能評(píng)估以及仿真、整定，得到優(yōu)化工作點(diǎn)和相應(yīng)的控制參數(shù)，以及優(yōu)先級(jí)控制性能警戒值；在安全報(bào)警狀態(tài)，工程師根據(jù)安全警報(bào)提示，改變控制策略，保證安全指標(biāo)實(shí)現(xiàn)。

符 號(hào) 說 明

Crgc——再生劑含碳量

Fa——再生主風(fēng)流量

Fc——催化劑循環(huán)量

Ff——進(jìn)料量

Tf——進(jìn)料溫度

Tr——反應(yīng)溫度

Trg——再生溫度

Wrgc——再生器催化劑藏量

References

[1] 葉魯彬. 工業(yè)過程運(yùn)行案例性能分析與在線評(píng)價(jià)的研究[D]. 杭州:浙江大學(xué), 2011.

YE L B. Industrial process performance analysis and online evaluation[D]. Hangzhou: Zhejiang University, 2011.

[2] HUANG B, SHAH S L, KWOK E K. Good, bad or optimal? Performance assessment of multivariable processes [J]. Automatica, 1997, 33(6): 1175-1183.

[3] QIN S J, YU J. Recent developments in multivariable controller performance monitoring [J]. Journal of Process Control, 2007, 17(3): 221-227.

[4] 錢積新, 趙均, 徐祖華. 預(yù)測控制[M]. 北京: 化學(xué)工業(yè)出版社, 2007: 1-3.

QIAN J X, ZHAO J, XU Z H. Predictive Control[M]. Beijing: Chemical Industry Press, 2007: 1-3.

[5] 席裕庚. 復(fù)雜工業(yè)過程的滿意控制 [J]. 信息與控制, 1995, 24(1): 14-20.

XI Y G. Satisfactory control of complex industrial process [J]. Information and Control, 1995, 24(1): 14-20.

[6] LOU H H, MUTHUSAMY R, HUANG Y. Process security assessment: operational space classification and process security index [J]. Process Safety and Environmental, 2003, 81(6): 418-429

[7] FRANCO A L D, BOURLES H, DE PIERI E R, et al. Robust nonlinear control associating robust feedback linearization and H∞control [J]. Automatic Control, IEEE Transactions on, 2006, 51(7): 1200-1207.

[8] VAN HOORN A, WALLER J, HASSELBRING W. Kieker: a framework for application performance monitoring and dynamic software analysis[C]//Proceedings of the 3rd ACM/SPEC International Conference on Performance Engineering. ACM, 2012: 247-248.

[9] QIN S J, BADGWELL T A. A survey of industrial model predictive control technology [J]. Control Engineering Practice, 2003, 11(7): 733-764.

[10] 鄒濤, 丁寶蒼, 張端. 模型預(yù)測控制工程應(yīng)用導(dǎo)論 [M]. 北京: 化學(xué)工業(yè)出版社, 2010: 181-183.

ZOU T, DIN B C, ZHANG R. Model Predictive Control Engineering Applications Introduction [M]. Beijing: Chemical Industry Press, 2010.

[11] 高金吉. 裝備系統(tǒng)故障自愈原理研究 [J]. 中國工程科學(xué), 2005, 7(5): 43-48.

GAO J J. Study of equipment system self-healing principles [J]. Engineering Sciences, 2005, 7(5): 43-48.

[12] NI M, MCCALLEY J D, VITTAL V, et al. Software implementation of online risk-based security assessment [J]. Power Systems, IEEE Transactions on, 2003, 18(3): 1165-1172.

[13] 周培杰, 劉進(jìn)峰, 劉蘇, 等. 基于優(yōu)先級(jí)策略的MPC性能評(píng)估[C]//第25屆中國過程控制會(huì)議論文集. 大連, 2014.

ZHOU P J, LIU J F, LIU S, et al. MPC performance assessment based on priority strategy[C]. //The 25th China Process Control Conference. Dalian, 2014.

[14] KOZUB D J. Controller performance monitoring and diagnosis: experiences and challenges[C]//AIChE Symposium Series. New York: American Institute of Chemical Engineers, 1996: 83-96.

[15] 周璟.催化裂化反應(yīng)-再生系統(tǒng)的操作優(yōu)化與選進(jìn)控制的研究[D].北京: 北京化工大學(xué), 2011.

ZHOU J. Process optimization and advanced control of reactor and regenerator in fluid catalytic cracking unit[D]. Beijing: Beijing University of Chemical Technology, 2011

[16] 陳俊武. 催化裂化工藝與工程[M]. 北京: 中國石化出版社, 2005.

CHEN J W. Technology and Engineering of Fluid Catalytic Cracking Unit[M]. Beijing: China Petroleum Press, 2005.

[17] AGUILAR R, MAYA-YESCAS R. Feedback regulation of temperature in FCC regenerator reactors [J]. Petroleum Science and Technology, 2004, 22(1/2): 201-218.

[18] SHAH N K, LI Z, IERAPETRITOU M G. Petroleum refining operations: key issues, advances, and opportunities [J]. Industrial & Engineering Chemistry Research, 2010, 50(3): 1161-1170.

[19] 王巍. 催化裂化裝置的控制研究[D]. 北京: 北京化工大學(xué), 2009. WANG W. The research of the controlling schedule of catalytic cracking equipment[D]. Beijing: Beijing University of Chemical Technology, 2009

[20] 楊馬英, 王樹青, 王驥程. 催化裂化反應(yīng)再生系統(tǒng)的先進(jìn)控制策略 [J]. 化工學(xué)報(bào), 1997, 48(4): 431-436.

YANG M Y, WANG S Q, WANG J C. Advanced control strategies in FCC regenerator reactors [J]. Journal of Chemical Industry and Engineering(China), 1997, 48(4): 431-436.

[21] 王克庭, 駱晨鐘, 邵惠鶴. 催化裂化裝置反應(yīng)再生系統(tǒng)動(dòng)態(tài)過程模型的建立與仿真 [J]. 煉油設(shè)計(jì), 1998, (2): 63-67.

WANG K T, LUO C Z, SHAO H H. Modeling and simulation of dynamic process model in FCCU reactor regenerator system [J]. Petroleum Refinery Engineering, 1998, (2): 63-67.

研究論文

Received date: 2015-12-22.

Foundation item: supported by the National High Technology Research and Development Program of China (2014AA041805).

A control performance monitoring and assessment system with priority strategy for process industry

RONG Gang, YANG Shenglan, ZHOU Peijie, FENG Yiping
(State Key Laboratory of Industrial Control Technology, Institute of Cyber-Systems and Control, Zhejiang University, Hangzhou 310027, Zhejiang, China)

Abstract：Control performance monitoring and assessment (CPM/A) plays great role in ensuring process working safely and efficiently. However, for a control system, the importance of the performance indicators is with different degree but in conflict, e.g. maintaining the operating point on the borderline is contradict with the aim of safety. In this work, a priority strategy for CPM/A system is presented, which monitoring and accessing the control system rank by rank so as to monitor the key variances relevant with safety in particular. A prioritized CPM/A system in multi-variable Model Predictive Control (MPC) system is developed for FCCU reactor-regenerator system and shows its advantages.

Key words：priority；model-predictive control；economics；performance assessment；safety

DOI：10.11949/j.issn.0438-1157.20151948

中圖分類號(hào)：TP 274

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：0438—1157（2016）03—0707—08

基金項(xiàng)目：國家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目（2014AA041805）。

Corresponding author:Prof. RONG Gang, grong@iipc.zju.edu.cn