一种空分节能过程温度分布的非线性观测系统及方法.pdf

一种空分节能过程温度分布的非线性观测系统，包括与空分塔直接连接的现场智能仪表和DCS系统，所述DCS系统中包括存储装置、控制站和上位机，所述现场智能仪表与存储装置、控制站和上位机相连，所述的上位机包括用以预测空分塔将来时刻的温度分布的观测器，所述的观测器包括检测模块、温度分布函数拟合模块、将来时刻空分塔温度预测模块和温度预测误差补偿模块。本发明也提供了一种空分节能过程温度分布的非线性动态观测方法。本发明能够有效快速的在线预测空分节能过程的温度状态变化，准确地反应空分节能过程的强非线性性，耦合性等复杂非线性动态特性。

1.一种空分节能过程温度分布的非线性观测系统，包括与空分塔直接连接的现场智能仪表和DCS系统，所述DCS系统包括存储装置、控制站和上位机，所述现场智能仪表与存储装置、控制站和上位机相连，其特征在于：所述上位机包括用以预测空分塔将来时刻的温度分布的观测器，所述观测器包括：温度分布函数拟合模块，用以采用历史数据库中的各块塔板温度T_i拟合温度分布函数，并将拟合参数存储到历史数据库当中，通过式(1)(2)得到：T^i=Tmin,r+Tmax,r-Tmin,r1+e-kr(i-Sr)]]>i＝1，2，……，f-1    (1)T^i=Tmin,s+Tmax,s-Tmin,s1+e-ks(i-Ss)]]>i＝f，f+1，……，n    (2)其中，i为塔板编号，f为进料板编号，n为上塔塔底编号，为第i块塔板处预估温度，T_min，r、T_max，r、k_r、T_min，s、T_max，s、k_s为拟合参数，S_r、S_s分别为空分塔下塔、上塔液相温度分布曲线的位置；将来时刻空分塔温度预测模块，用以根据当前温度数据以及温度分布函数预测将来时刻的温度分布，该模块包括以下过程：①当前时刻温度分布曲线位置变化速度计算，通过式(3)-(9)得到：Xi,N=P×αN×10(Ti+cNbN-aN)-1αN-1---(3)]]>Xi,O=P×αO×10(Ti+cObO-aO)-1αO-1---(4)]]>y1,N(k)=αNx1,N(k)(αN-1)x1,N(k)+1---(5)]]>y1,O(k)=αOx1,O(k)(αO-1)x1,O(k)+1---(6)]]>yf,O(k)=αOxf,O(k)(αO-1)xf,O(k)+1---(7)]]>dSrdt(k)=[-V1y1,N(k)-Lnxn,N(k)+Σi=1nFi(k)xfi,N(k)](αN-1)(1+e-kr(i-sr))2M(xn,N(k)-x1,N(k))PαN(Tmax,r-Tmin,r)kre-kr(i-sr)Σi=1f-1ln10Ti+cN-aNbN---(8)]]>dSsdt(k)=[-Vfyf,O(k)-Lnxn,O(k)+Σi=1nFi(k)xfi,O(k)](αO-1)(1+e-ks(i-ss))2M(xn,O(k)-x1,O(k))PαO(Tmax,s-Tmin,s)kse-ks(i-ss)Σi=fnln10Ti+cO-aObO---(9)]]>其中，k为当前采样时刻，下角标i为塔板编号，1为下塔塔顶编号，n为上塔塔底编号，下角标N、O分别代表氮和氧，上角标f代表进料，X_i，N、X_i，O分别为空分塔中第i块塔板处氮、氧的液相组分浓度，P为空分塔压强，T_i为第i块塔板处的温度，α_N、α_O分别为氮和氧相对于氩的相对挥发度，a_N、b_N、c_N、a_O、b_O、c_O为安东尼常数，F_i(k)为k采样时刻第i块塔板进料流量，L_n为上塔塔底液相流率，V₁为下塔塔顶汽相流率，x_n，N(k)、x_n，O(k)分别为k采样时刻上塔塔底氮、氧的液相组分浓度，x_l，N(k)、x_l，O(k)分别为k采样时刻下塔塔顶氮、氧的液相组分浓度，y_f，O(k)分别为k采样时刻进料板氧汽相组分浓度，y_1，N(k)、y_1，O(k)分别为k采样时刻下塔塔顶氮、氧汽相组分浓度，x^f_i，N(k)，x^f_i，O(k)分别为第i块塔板的进料液氮组分浓度和进料液氧组分浓度，M为塔板持液量，分别为下塔、上塔温度分布位置变化速度；②下一时刻波形位置以及下一时刻温度分布，通过式(10)-(13)得到：Sr(k+1)=Sr(k)dSrdt(k)×δ---(10)]]>Ss(k+1)=Ss(k)dSsdt(k)×δ---(11)]]>T^i(k+1)=Tmin,r+Tmax,r-Tmin,r1+e-kr(i-Sr(k+1))]]>i＝1，2，……，f-1    (12)T^i(k+1)=Tmin,s+Tmax,s-Tmin,s1+e-ks(i-Ss(k+1))]]>i＝f，f+1，……，n    (13)其中，δ为采样周期，S_r(k)、S_s(k)分别为k采样时刻下塔、上塔温度分布曲线位置，S_r(k+1)、S_s(k+1)分别为k+1采样时刻下塔、上塔温度分布曲线位置，为k+1时刻下塔或上塔第i块塔板温度的预测值；温度预测误差补偿模块，用以从历史数据库中获取当前温度测量值，以及预测值，计算预测误差，修正温度预测值，通过式(14)(15)得到ri(k)=Ti(k)-T^i(k)]]>i＝1，2，……，n    (14)Xi%(k+1)=T^i(k+1)+ri(k)]]>i＝1，2，……，n    (15)其中，T_i(k)为k+1采样时刻第i块塔板的温度，r_i(k)为k采样时刻第i块塔板的温度预测误差，为k+1采样时刻第i块塔板的温度预测修正值。2.如权利要求1中所述的空分节能过程温度分布的非线性观测系统，其特征在于：所述的现场智能仪表与DCS系统中的存储装置、上位机通过现场总线相互连接。3.如权利要求1或2所述的空分节能过程温度分布的非线性观测系统，其特征在于：所述的上位机还包括人机界面模块，用以设定采样周期，设定预测时间长度，显示观测器输出的将来时刻温度预测值和当前时刻温度测量值。4.一种如权利要求1所述的空分节能过程温度分布的非线性观测系统实现的非线性观测方法，其特征在于：所述的观测方法包括以下步骤：1)确定采样周期，并将氮和氧相对于氩的相对挥发度α_N、α_O，安东尼常数a_N、b_N、c_N、a_O、b_O、c_O保存在历史数据库当中；2)从现场智能仪表获取k采样时刻压强P，各塔板温度T_i，计算第i块塔板处氮、氧的液相组分浓度值，通过式(3)-(4)得到：Xi,N=P×αN×10(Ti+cNbN-aN)-1αN-1---(3)]]>Xi,O=P×αO×10(Ti+cObO-aO)-1αO-1---(4)]]>其中，X_i，N为空分塔第i块塔板处氮的液相组分浓度，X_i，O为空分塔中第i块塔板处氧的液相组分浓度；检测k采样时刻下塔塔顶汽相流量和上塔塔底液相流量值，同上塔压强数据，各塔板温度数据，组分浓度的测量值一起存储到观测器系统的历史数据库当中；3)从历史数据库当中获取k采样时刻温度的测量值，拟合k采样时刻的温度分布函数如式(1)(2)：T^i=Tmin,r+Tmax,r-Tmin,r1+e-kr(i-Sr)]]>i＝1，2，……，f-1        (1)T^i=Tmin,s+Tmax,s-Tmin,s1+e-ks(i-Ss)]]>i＝f，f+1，……，n    (2)其中，1为下塔塔顶编号，f为进料板编号，n为上塔塔底编号，为第i块塔板处预估温度，T_min，r，T_max，r、k_r、T_min，s、T_max，s、k_s为拟合参数，S_r、S_s分别为空分塔下塔、上塔液相温度分布曲线的位置；4)计算k采样时刻的下塔上塔温度分布位置变化速度，通过式(5)-(9)得到：y1,N(k)=αNx1,N(k)(αN-1)x1,N(k)+1---(5)]]>y1,O(k)=αOx1,O(k)(αO-1)x1,O(k)+1---(6)]]>yf,O(k)=αOxf,O(k)(αO-1)xf,O(k)+1---(7)]]>dSrdt(k)=[-V1y1,N(k)-Lnxn,N(k)+Σi=1nFi(k)xfi,N(k)](αN-1)(1+e-kr(i-sr))2M(xn,N(k)-x1,N(k))PαN(Tmax,r-Tmin,r)kre-kr(i-sr)Σi=1f-1ln10Ti+cN-aNbN---(8)]]>dSsdt(k)=[-Vfyf,O(k)-Lnxn,O(k)+Σi=1nFi(k)xfi,O(k)](αO-1)(1+e-ks(i-ss))2M(xn,O(k)-x1,O(k))PαO(Tmax,s-Tmin,s)kse-ks(i-ss)Σi=fnln10Ti+cO-aObO---(9)]]>其中，k为当前采样时刻，下角标i为塔板编号，1为下塔塔顶编号，n为上塔塔底的编号，下角标N、O分别代表氮和氧，上角标f代表进料，X_i，N、X_i，O分别为空分塔中第i块塔板处氮、氧的液相组分浓度，P为空分塔压强，T_i为第i块塔板处的温度，α_N、α_O分别为氮和氧相对于氩的相对挥发度，a_N、b_N、c_N、a_O、b_O、c_O为安东尼常数，F_i(k)为k采样时刻第i块塔板进料流量，L_n为上塔塔底液相流率，V₁为下塔塔顶汽相流率，x_n，N(k)、x_n，O(k)分别为k采样时刻上塔塔底氮、氧的液相组分浓度，x_l，N(k)、x_l，O(k)分别为k采样时刻下塔塔顶氮、氧的液相组分浓度，y_f，O(k)分别为k采样时刻进料板氧汽相组分浓度，y_1，N(k)、y_1，O(k)分别为k采样时刻下塔塔顶氮、氧汽相组分浓度，x^f_i，N(k)，x^f_i，O(k)分别为第i块塔板的进料液氮组分浓度和进料液氧组分浓度，M为塔板持液量，分别为下塔上塔温度分布位置变化速度；5)下一时刻波形位置以及下一时刻温度分布，通过式(10)-(13)得到：Sr(k+1)=Sr(k)+dSrdt(k)×δ---(10)]]>Ss(k+1)=Ss(k)+dSsdt(k)×δ---(11)]]>T^i(k+1)=Tmin,r+Tmax,r-Tmin,r1+e-kr(i-Sr(k+1))]]>i＝1，2，……，f-1    (12)T^i(k+1)=Tmin,s+Tmax,s-Tmin,s1+e-ks(i-Ss(k+1))]]>i＝f，f+1，……，n    (13)其中，δ为采样周期，S_r(k)、S_s(k)分别为k采样时刻下塔，上塔温度分布曲线位置，S_r(k+1)、S_s(k+1)分别为k+1采样时刻下塔，上塔温度分布曲线位置，为k+1时刻下塔或上塔的第i块塔板温度的预测值；6)从历史数据库中获取当前温度测量值，以及预测值，计算预测误差，修正温度预测值，通过式(14)(15)得到ri(k)=Ti(k)-T^i(k)]]>i＝1，2，……，n    (14)Ti%(k+1)=T^i(k+1)+ri(k)]]>i＝1，2，……，n    (15)其中，，T_i(k)为k+1采样时刻第i块塔板的温度，r_i(k)为k采样时刻第i块塔板的温度预测误差，为k+1采样时刻的温度预测修正值。5.如权利要求4所述的非线性观测方法，其特征在于：所述历史数据库为DCS系统的存储装置，控制站读取历史数据库，显示观测器工作过程状态。

一种空分节能过程温度分布的非线性观测系统及方法

技术领域

本发明涉及空分动态建模领域，特别地，涉及空分节能过程温度分布的非线性观测器系统设计及其方法。