CC BY
22автоматизация
УдК 681.5.015.24
т.м. муртазин, к.т.н., доцент, e-mail: [email protected], www.fapp.rusoil.net; Р.м. линецкий, аспирант, e-mail: [email protected]; А.п. веревкин, д.т.н., профессор, e-mail: [email protected]; м.х. хуснияров, д.т.н., профессор, e-mail: [email protected], www.fapp.rusoil.net, Уфимский государственный нефтяной технический университет
оптимизация управления технологическими процессами переработки нефти по показателям техникоэкономической эффективности
(на примере висбрекинга гудрона)
Решение задачи повышения эффективности производства по ПТЭЭ можно описать как последовательность решения задач определения конечного множества альтернатив управлений, обеспечивающих заданные ПК получаемых продуктов, и расчет технологической себестоимости продукта как критерия оперативной оптимизации по ПТЭЭ.
Ключевые слова: оптимизация управления, показатели технико-экономической эффективности, моделирование процесса, стоимость управления.
В сложившейся практике управления нефтеперерабатывающими установками подбор технологического режима ведется зачастую исключительно из условия обеспечения качества целевого продукта. В условиях действия различного рода неконтролируемых возмущений подобный критерий управления является необходимым, но недостаточным. Во многих случаях задачу оптимизации технологического режима можно и нужно решать на основе показателей технико-экономической эффективности (ПТЭЭ). Специализированные программные продукты, например Aspen HYSYS, позволяют решать задачу оперативного планирования режимов производства (офлайн-оптимизации технологических установок) по ПТЭЭ. Это не отменяет необходимости оперативной коррекции технологического режима по отклонению наблюдаемого показателя эффективности в онлайн-режиме, поскольку расчетные оптимальные режимы могут отличаться от реальных на несколько процентов.
Обеспечение нескольких показателей качества (ПК), характеризующих полу-
чаемые продукты, определяет задачу оптимизации управления по ПТЭЭ как многокритериальную. При этом вектор управлений ^), обеспечивающий заданные ПК, как правило, не является единственным. Значительно уменьшить количество вариантов управлений и состояния объекта управления (ОУ) можно путем учета ограничений, вытекающих из технологического регламента, учета ограничений, накладываемых взаимо-
связью технологических параметров ^) друг на друга, ограничений по ПК, которые обеспечиваются системой управления. Множество допустимых состояний ^') с точки зрения обеспечения заданных значений ПК на несколько порядков меньше мощности множества возможных состояний ОУ (рис. 1). Параметры множества управлений ^), задающие количественные и качественные характеристики входных
Дискретизация по параметрам
Область возможных состояний Оу с учетом ограничений на технологические параметры
Область допустимых по ПК состояний Оу
Оптимальный режим по ПТЭЭ
Дискретизация по параметрам
Рис. 1. Область технологических режимов объекта управления
потоков ОУ, обеспечивают множество параметров состояния (Р) ОУ и множество ПК (В).
Значения множества и определяют затраты на производство продукции и характеризуют технологическую себестоимость продукции С, которая может являться критерием оперативной оптимизации процесса по ПТЭЭ [1]. Под технологической себестоимостью понимается сумма затрат на сырье, полуфабрикаты, материалы, энергию, которые определяют ПТЭЭ и непосредственно зависят от характера протекания процесса. Если для удобства изложения и с учетом практической реализации дискретизировать состояния процесса, то повышение эффективности производства по ПТЭЭ можно описать как последовательность решения следующих задач:
1. Определение конечного множества альтернатив управлений, обеспечивающих заданные ПК множества В получаемых продуктов:
£/’ = [ир и3, , и,, ..., и,У, (1)
и,.еЦ г/,. = {ип, и№ ..., и,к| 5(г/,) еВ;л|. (2)
Размерность матрицы V при этом (п х к), где п - количество альтернатив управлений при заданном шаге дискретизации допустимого множества V при определении ц; к - количество управлений (размерность вектора и,); Взд - заданные значения ПК.
2. Расчет технологической себестоимости продукта как характеристики множества альтернатив управления и выбор вектора цс минимальной стоимостью реализации: к
Сиі = ІАЦд , (3)
^опт.
= ш^{т1п(Сиі;)} , (4)
где Ст - стоимостная оценка ,-й альтернативы, ,=1...п; "3— - удельная стоимость j-го управляющего воздействия; Диу - относительное изменение—-го управления в ,-й альтернативе при обеспечении заданного ПК, гопт - номер строки матрицы II'.
Решение первой задачи может рассматриваться в терминах моделирования технологического процесса
по ПК получаемых продуктов с применением «формальных» моделей и определением параметров вектора и1 технологического режима по заданным ПК [2]. При обеспечении нескольких ПК продукта итоговое множество альтернатив управлений V определяется пересечением множеств альтернатив при обеспечении каждого регламентируемого ПК. Однако в ряде случаев возможны ситуации, когда пересечение полученных альтернатив для разных ПК пусто. В этом случае задача определения итогового V может решаться применением эвристических процедур, например выстраиванием шкалы полезности ПК продуктов и т.п. Для удобства изложения материала статьи будем считать, что выбор управлений ведется при обеспечении одного ПК (В).
Задачей моделирования процесса для целей расчета ПК является определение функциональных зависимостей между множествами и, Р и В. Ее решение связно с применением известных методов анализа данных [3,4] с целью определения структуры модели и мето-
Как сварные швы могут стать ключом к успеху?
Интеллектуальная система автоматизаи іии.
Совершенное качество. Максимальная г продуктивность.
’Лг
W
Благодаря роботам KUKA, сварка в среде защитных газов становится совершенным процессом и вносит значительный вклад в успех ведущих металлургических и автомобилестроительных предприятий, а также
поставщиков комплектующих. Качество «Made in Germany»: наша миссия - упрощение самых сложных задач по автоматизации с помощью инновационных решений. Наши технологии - ваш успех.
Откройте для себя мир дуговой сварки с компанией К11КА: www.kuka-robotics.com/arcwelding
KUKA
КУКА Роботикс Рус, Вербная 8, стр.1,107143 Москва, Россия, Тел.: +7 (495) 781 31 20, [email protected], www.kuka-robotics.ru
http://kuka-robotic.delivr.com/2kdvg_qr
АВТОМАТИЗАЦИЯ
Рис. 2. Схема расчета технологического режима по критерию минимальной стоимости реализации:
ОУ - объект управления; БВ1 - блок вычисления альтернативных управлений; БВ2 - блок вычисления стоимости управлений и выбора оптимального решения; ио, Р0, ВО - наблюдаемые значения управлений, состояний, ПК соответственно; а, в - чувствительности параметров состояния к управляющим воздействиям и ПК к параметрам состояния соответственно; ДВ - отклонение ПК от задания; Ли' - вектор альтернатив управлений; S - вектор удельных стоимостей управлений; ц' - оптимизированное управляющее воздействие
дов параметрического синтеза [5] для определения коэффициентов моделей. Модели М расчета ПК продуктов вида: М (и) ^ В, позволяют оценить чувствительность ПК В к множеству Р и рассчитать изменение управлений множества и при переводе технологического режима из наблюдаемого состояния Р0 в состояние Р I, при котором обеспечивается заданное значение ПК продуктов. Пусть имеются модели вида:
В = М^р, Р) и Р = М2(а, V).
В соответствии с М1 изменение ПК на величину ДВ обеспечивается изменением одного из параметров состояния на ЛР пропорционально коэффициентам Р = [ Р1, Р2, •••, Рк]т, где к - количество параметров состояния в модели М1. Модели М1 позволяют сформировать матрицу альтернатив изменения параметров Р как ЛР = [р1, р2, •, рк]т.
В соответствии с М2 изменение параметров состояния на величину ЛР обеспечивается изменением одного из векторов управления и1 пропорционально коэффициентам матрицы
а11 а12 ... а1п
а — 021 022 ... а2п
- а11 а12 ... а1п -
здесь к - количество параметров состояния в модели М1, п - количество управлений при определении параметра состояния Рк в модели М2. Произведение рт х а определяет чувствительность (у)В к изменению параметров управления V,у = [уь у2,...,уп]т, которые позволяют получить Ли' как Ли = [ЛВ/у1, ЛВ/у2, ..., ЛВ/уп].
Решение второй задачи (оценка технологической себестоимости продукта как характеристики множества альтернатив управления) связано с определением удельной стоимости управляющих воздействий для независимых параметров моделей расчета ПК. Учитывая нелинейный характер связей между расходом энергоресурсов, стоимость которых оценивается в абсолютных значениях, и режимными параметрами состояния множества Р, решение данной задачи на полных диапазонах варьирования управлений требует применения достаточно сложных, в частности ситуационных, моделей [2]. При относительно небольших отклонениях режимов от базовых нелинейностью связей между и элементами Р можно
пренебречь, и в этом случае задача моделирования существенно облегчается. Тогда решение поставленных задач оптимизации управления технологическим процессом по показателям ТЭЭ реализуется следующей последовательностью шагов:
1. Формируют вектор альтернативных изменений управлений V, обеспечивающих заданный ПК решением обратной задачи моделирования с использованием моделей Мь М2:
Ди1= ДВ/[у]1, 1=1,..., к, (5)
Ли' = [Ли1, Ли2, ..., Лик], (6) где у - матрица чувствительностей ПК к изменению параметров управления V; ДВ =Взд-В0; Взд■, В0 - заданное и наблюдаемое значение ПК продукта соответственно.
2. Рассчитывают стоимость реализации изменения технологического режима для каждого элемента вектора , определенных на шаге 1 по (3), и формируют матрицу технологической себестоимости изменения управляющих воздействий: С = [Си1, Си2, ... Сик].
3. Определяют номер 1 элемента вектора управления Ли' с минимальной стоимостью реализации из условия (4)
и вычисляют новое значение управляющего воздействия как и1' = и10 + Ли1, где и10 - наблюдаемое значение управления. Если ресурс управления по результатам его вычисления исчерпан и его значение достигло заданного ограничения, на следующей итерации данное управление не рассматривают в качестве возможной альтернативы. Схема расчета технологического режима по ПТЭЭ по критерию минимальной технологической стоимости реализации управления представлена на рисунке 2. Рассмотренную процедуру проиллюстрируем на примере оптимизации управления установкой висбрекинга гудрона.
Процесс висбрекинга гудрона предназначен для уменьшения вязкости вакуумных остатков путем термического крекирования при относительно низкой температуре (450-460 °С) с целью получения крекинг-остатка - компонента котельного топлива. Сырьем установки является гудрон - остаток вакуумной перегонки мазута. Помимо целевого продукта получают топливный газ, используемый для собственных нужд, и
Воронежский
механический
завод
фонтанная арматура
обвязки устья скважин
комплекты подземного оборудования
станции управления
противовыбросовое
оборудование
сертификация АР1 и 150
автоматизация
определенный набор светлых продуктов в зависимости от технологической схемы реализации процесса - например, га-зойлевую фракцию, стабильный бензин. Качество целевого продукта характеризуется рядом показателей: условной вязкостью (160 ВУ при 80 ОС), температурой вспышки в открытом тигле (110 ОС), температурой застывания (25 ОС), зольностью (> 0,15%).
На рисунке 3 показана модель концептуального уровня процесса висбрекинга. С использованием процедур корреляционного анализа статистических данных работы установки были определены технологические параметры для целей моделирования процесса по ПК качества. Модель расчета температуры вспышки (Твсп) остатка висбрекинга в окрестности некоторого стационарного режима работы установки имеет вид: Tвсп = 0,008 * TQ - 0,469 * T13, -- 1,21 * T^ + 0,153 , (7) где T,, T13, T^ нормированные значения температур сырья, тарелки № 13 и вывода легкого газойля из колонны фракционирования соответственно, определяемые как Т = T/Tmax. Средняя погрешность расчета ПК по модели для данных поверочной выборки составляет 3%.
Пусть при наблюдаемом режиме работы установки (T = 376,7 ОС, T13 = 199,66 ОС, T^ = 278 ОС) значение Твсп составляет 111 ОС. Ставится задача перевода установки из наблюдаемого состояния в
желаемое (заданное), при котором значение Твсп составляет 116 °С с учетом обеспечения минимальных технологических затрат на реализацию управления. Применяя метод регрессионного анализа для определения чувствительности независимых параметров модели расчета Твсп к изменению управляющих воздействий, а также с учетом чувствительностей ПК к параметрам состояния, определяемых по (7), рассчитаны следующие чувствительности ПК (Твсп) к изменению параметров управления: y(Fr) = 0,0672,
Y(Fhh) = -0,235, y(Fop) = -0,196,
где Fr - расход газа в печь на подогрев сырья, Fhh - расход нестабильной нафты в низ колонны, Fop - расход орошения колонны.
Применяя (5) и (6), получаем следующий вектор альтернатив управлений для Fr, Fhh, FoP: [0,53; -0,18; -0,15]. Относительная стоимость S каждого управления в относительных величинах составляет [1; 0,105; 0,099], что определяет технологическую стоимость реализации каждой из альтернатив как [0,53; -0,18; -0,15].
Таким образом, предпочтительным для перевода технологического режима висбрекинга из наблюдаемого состояния с целью увеличения показателя Твсп на 5 °С является уменьшение расхода орошения колонны на относительных единиц. Расчетное значение Твсп по модели
при этом составляет 118 °С. Если этот ресурс управления имеет ограничение, используется следующий - расход нестабильной нафты. Уменьшение - на 0,015 относительных единиц. Далее последовательно могут быть использованы следующие ресурсы, к примеру увеличение расхода газа Fг. Предложенная процедура оптимизации технологического режима по ПТЭЭ позволяет проводить расчет управляющих воздействий по критерию минимальной стоимости реализации при переводе процесса из наблюдаемого состояния в желаемое, при котором обеспечиваются заданные ПК продуктов. Подход может быть использован для оперативного определения оптимального технологического режима переработки нефтяного сырья по критерию минимальной технологической себестоимости продукта.
ЛИТЕРАТУРА:
1. Ахметов С.А., Ишмияров М.Х., Веревкин А.П. и др. Технология, экономика и автоматизация процессов переработки нефти и газа: Учебное пособие. - М.: Химия, 2005. - 736 с.
2. Веревкин А.П., Муртазин Т.М. Моделирование процессов принятия решений в сложных системах управления // Проблемы нефтегазового комплекса России: Материалы международной конференции. - Уфа: УГНТУ, 1998. - С. 85-88.
3. Драйпер Н., Смит Г. Прикладной регрессионный анализ. - М.: Статистика, 1973. - 391 с.
4. Анализ данных на компьютере / Под ред. В.Э. Фигурнова. - М.: ИНФА-М, 2002. - Изд. 3-е перераб. и доп. - 528 с.
5. Веревкин А.П., Дадаян Л.Г. Анализ и синтез автоматических систем регулирования сложных объектов нефтепереработки и нефтехимии: Учебное пособие. - Уфа: Изд-во Уфимского нефт. ин-та, 1989. - 94 с.
Automation
Optimization of control technological oil refining processes according to indices of technical and economic efficiency (on the example of tar viscosity breaking)
T.M. Murtazin, Ph.D, reader, , e-mail: [email protected], www.fapp.rusoiL.net; R.M. Linetsky, postgraduate, , e-mail: [email protected]; A.P. Verevkin, F.D, professor, , e-mail: [email protected]; M.H. Husnijarov, F.D, professor, e-mail: [email protected], www.fapp.rusoi1.net, Ufa state petroleum technical university
The solution of the task of increase process efficiency by indices of technical and economic efficiency can be described as sequence of the solution of tasks of determination finite control alternatives providing the given quality indices of received products, and calculation of technological self-cost of a product as criterion of operational optimization by indices of technical and economic efficiency.
Keywords: control optimization, indices of technical and economic efficiency, process modeling, minimum cost of control.
References:
1. Akhmetov S.A., Ishmiyarov M.Kh, Verevkin A.P. et al. Tekhnologiya, ekonomika i avtomatizatsiya protsessov pererabotki nefti i gaza (Technology, economics, and automation of oil and gas refining): Textbook. - Moscow: Khimiya, 2005. - 736 p.
2. Verevkin A.P., Murtazin T.M. Modelirovanie protsessov prin'yatiya resheniy v slozhnykh sistemakh upravleniya (Modelling of decision-making processes in complex control systems) // Russian oil and gas industry challenges: Materials of the International Conference. - Ufa: UGNTU, 1998. - P. 85-88.
3. Driper N., Smith G. Prickladnoi regressionniy analiz (Applied Regression Analysis). - Moscow: Statistika, 1973. - 391 p.
4. Analiz dannykh na komp'uytere (Computer analysis of data) / Ed. by V.E. Figurnov. - Moscow: INFA-M, 2002. - 3rd edition revised and amended. - 528 p.
5. Verevkin A.P., Dadayan L.G. Analiz i sintez avtomaticheskikh sistem regulirovaniya slozhnykh ob'ektov neftepererabotki i neftekhimii (Analysis and synthesis of automatic control systems of complex refining and petroleochemistry objects): Textbook. - Ufa: Publ. by Ufa petroleum institute, 1989. - 94 p.
