CC BY
81АВТОМАТИЗАЦИЯ
УДК 519.711.3:622.276
А.П. веревкин, д. т. н., профессор, о.в. кирюшин, к.т.н., доцент, Уфимский государственный нефтяной технический университет
проблемы повышения эффективности управления процессами добычи и переработки нефти и ГАЗА
В связи с необходимостью достижения наилучших показателей эффективности производства, определяющих конкурентоспособность предприятий, значительный интерес стали представлять решение задач «продвинутых» технологий управления («усовершенствованного управления», «Advanced Control»). К числу основных функций, отличающих их от «традиционных» систем управления (СУ), относятся [1,2]: оптимизация структуры и параметров управляющих устройств СУ, оптимизация показателей качества продукции и экономических показателей производства, диагностика неисправностей и защита от последствий неисправностей, прогнозирование, мониторинг и т.д. на всех уровнях управления производством.
Существует большое количество методических подходов, пакетов моделирования объектов управления,программных средств для разработки и реализации управляющих устройств, методов диагностики, на основе которых могут создаваться системы усовершенствованного управления (СУУ) [3-7]. В частности, разработкой и внедрением СУУ занимаются такие компании как Shell Global Solutions, входящая в состав группы Royal Dutch/ Shell, Continuous Control Solutions (CCS, США) с системой Data Mining Process Control (DMPC), SIMSCI (США) с технологией точного моделирования в реальном времени ROM и др. Перечисленные компании решают задачи проектирования систем управления и оптимизации в газо/нефтеперерабатывающей, газо/нефтетранспортной, химической промышленности. Оптимизация, диагностика и прогнозирование сложных технологических процессов повышает эффективность существующих производств за счет увеличения производительности, сокращения энергопотребления и снижения себестоимости. Для этого в состав разрабатываемых
систем введены функции самообучения, автоматического моделирования технологических процессов, построения оптимального графика работы оборудования, диагностики технического состояния оборудования, оптимизации работы групп агрегатов. При выполнении этих функций используются статические и динамические модели, настраиваемые для работы в режиме реального времени. Предлагаемые системы позволяют определять оптимальные комбинации технологических параметров в смысле минимизации ошибок стабилизации режимов и максимизации прибыли в условиях ограничений по показателям качества продуктов: вязкости, температурам помутнения, вспышки и т.д., которые часто нельзя оперативно измерить.
Продвинутые СУ (СУУ) строятся также с использованием экспертных систем реального времени, например, G2 (фирма Gensym), RTWorks (Talarian, США), COMDALE/C (Comdale Tech., Канада), COGSYS (SC, США), ILOG Rules (ILOG, Франция) [8-11]. Однако в данном варианте стоимость СУУ получается весьма высокой.
Согласно отчетам компаний, данным справочника АСУТП [7], данным других литературных источников [3-6] внедрение подобных системы позволяет повысить прибыль предприятия в среднем на
0.5-1 доллара США и более в расчете на одну тонну продукции.
В то же время в литературе не приводится единообразного подхода к построению СУУ. В данной работе рассматриваются концептуальные основы построения СУУ, приводятся примеры разработки структуры и элементов подобных систем.
Структура автоматизированной системы управления технологическим процессом (АСУ ТП), включающая подсистемы усовершенствованного управления, имеет, как минимум, два или три уровня [12-14]:
I УРОВЕНЬ
Уровень локальных подсистем регулирования (нижний уровень АСУ ТП). Традиционно решаемые задачи на данном уровне: сбор информации об измеряемых технологических параметрах процесса, выработка управляющих воздействий на технологический процесс с целью под-
держания технологических параметров на заданных значениях или изменения их по определенным законам, сигнализация
о выходе их за заданные пределы,блокировка ошибочных действий персонала и управляющих устройств, противоава-рийная защита (ПАЗ) процесса по факту аварийных событий.
«Продвинутые» задачи данного уровня связаны с диагностикой «внезапных» отказов элементов АСУ ТП и технологического оборудования. Диагностика и защита от последствий таких отказов должна обладать быстродействием, обеспечивающим предотвращения развития аварийных ситуаций. Обычно это время от нескольких десятых долей секунды до нескольких секунд. На этом уровне также решаются задачи разработки интеллектуальных регуляторов, которые целесообразно использовать в тех случаях, когда объект нелинейный и нестационарный. Обычные регуляторы в этих условиях могут обеспечить плохое качество процессов управления;
II УРОВЕНЬ
Уровень управления по показателям качества продуктов и техникоэкономической эффективности про-
изводства. К задачам управления могут относится вычисление неизмеряемых параметров, в частности, показателей качества (ПК) продуктов, техникоэкономических показателей, сведение материальных балансов, архивирование информации, генерация отчетов, диагностика и защита от сбоев в элементах подсистем нижнего уровня, определение настроек управляющих устройств (УУ) и уставок локальных регуляторов подсистем I уровня, изменение структуры локальных подсистем (переконфи-гурирование, включение/выключение, переход в ручное управление и т.д.). На данном уровне решаются задачи диагностики «постепенных», «функциональных» отказов элементов АСУ ТП и технологического оборудования. Решение этих задач осуществляется путем разработки процедур идентификации ситуаций, в которых нарушается логика причинно-следственных связей или между технологическими параметрами, или управляющими воздействиями и технологическими параметрами,или вычисленными значениями ПК и ПК, полученными прямыми измерениями, например, на основе лабораторных анализов. Для этого производится разработка
моделей процессов и систем, разработка систем принятия решений или систем поддержки оператора при управлении в штатном режиме при большом количестве информации,программное и адаптивное управление технологическим оборудованием с использованием моделей процессов и систем, разработка системы поддержки принятия решений в аварийной ситуации.
III УРОВЕНЬ
Уровень управления производством (уровень АСУП - автоматизированной системы управления производством). На этом уровне оптимизируются экономические и экологические параметры.
В СУУ на данном уровне решаются задачи прогнозирования развития технологических ситуаций, диагностирование неадекватности моделей и их корректировка и т.д. Подобные задачи в общем случае могут быть отнесены к классу мониторинговых. Для поддержки решения этих задач разрабатываются системы управления по экономическим критериям, включая задачи ситуационного и адаптивного моделирования производства, оптимизации управлений процессами
gPLISENS,
Производство и поставка контрольно-измерительной аппаратуры
ООО «АПЛИСЕНС»
129345, г. Москва, ул. Летчика Бабушкина д. 39, корп. 3
1 тел.: +7 (495) 518-67-59, 726-34-61, 514-78-59, 514-78-27, 514-61-59, факс: +7 (495) 702-93-83 http://www.aplisens.ru, e-mail: info@apiisens.ru
Производство и поставка:
[/ С 2001 года на рынке России
& Гарантия качества
& Короткий срок поставки
(возможность поставки со склада)
1 Ы Высокое качество обслуживания Ч VI ~ каждого клиента ,
г/ Техническая поддержка в период эксплуатации
& Пакет технической и разрешительной документации *
• & Фиксированные цены в рублях
Завод изготовитель в Варшаве
АВТОМАТИЗАЦИЯ
организационно-технического типа, ведутся динамические базы данных и знаний.
Для решения вышеуказанных задач «продвинутые» технологии управления рассматривают построение СУ как компоновку единой структуры системы из ряда функциональных блоков или подсистем [15].
Если придерживаться классификации СУ по [15], широкий класс структур СУУ может быть отнесен либо к СУ с адаптацией, либо модельным СУ, либо семиотическим СУ. Как правило, такие СУ содержат в различных сочетаниях блоки: управления, интерпретации, адаптации и моделирования. Возникает впечатление, что в силу сложности разработки подобных систем их стоимость высока, а, следовательно, такие системы для практических целей малопригодны. Однако имеющийся опыт разработки СУУ показывает, что существуют достаточно стандартные подходы к моделированию объектов и синтезу управляющих устройств, которые позволяют успешно решать широкий класс задач усовершенствованного управления с обеспечением экономической эффективности внедрения. Основными проблемами разработки СУУ являются проблемы моделирования и синтеза управляющих устройств. Проблема моделирования объектов связана, в основном, с двумя трудностями. Во-первых, с необходимостью обеспе-
чения работы моделей в реальном времени, что приводит к необходимости использования обратных моделей, использующих часто неполную измерительную информацию и эвристические знания. Во-вторых, с допустимыми погрешностями моделирования процессов для расчета показателей качества (ПК), которые обычно не должны превышать 1-1,5%.
Как показывает наш опыт, достаточно эффективным подходом является ситуационное моделирование [12-14, 18]. Такие модели успешно использовались в добыче и переработке нефти (установки АВТМ, риформинга, установки подготовки нефти). При ситуационном моделировании возникает задача разработки базы аппроксимационных моделей стандартного вида (в виде уравнений регрессии или в нейросетевом базисе) и логического блока идентификации текущей ситуации и выборки соответствующей модели. Процедуры синтеза данных блоков являются известными.
Подавляющее большинство задач синтеза управляющих устройств, диагностики, управления в переходных режимах, ситуационного управления, разработки алгоритмов защиты сводится к задачам разработки конечно-автоматных и нечетких логических систем [16, 17]. В основе построения моделей логических управляющих устройств лежат иерархические сети Петри, декомпозиция
которых позволяет синтезировать сообщество конечных автоматов и обеспечить их работоспособность за счет использования стандартных процедур на сетях Петри. Конечно-автоматные последовательности могут быть расширены до нечетких автоматов, а процедуры синтеза могут быть автоматизированы [12].
Отдельной задачей является разработка оптимизационных процедур для поиска оптимальных режимов работы технологических установок по критериям технико-экономической эффективности с ограничениями на показатели качества. Однако при наличии подсистем оперативного расчета критериев и показателей качества процедура оптимизации не является проблемой и может решаться либо технологическим персоналом, либо путем применения простейших поисковых процедур [13, 16].
Заметим, что решение указанных задач практически невозможно без развитого программного обеспечения, поддерживающего все этапы разработки СУУ. Таким образом, можно утверждать, что решение задач усовершенствованного управления является реальным направлением повышения эффективности производств, позволяют полнее использовать резервы программно-технических комплексов АСУТП, а методы синтеза подсистем СУУ вполне доступны широкому кругу проектировщиков.
Литература:
1. Willis M.J., Tham M.T. Advance Process Control. // http:// lorien. ncl. ac. uk/ming/advcontrl.
2. Федоров Ю.Н. Справочник инженера по АСУТП: Проектирование и разработка. Учебно-практическое пособие . -М.: Инфра-Инженерия, 2008.
3. Вадна П. Интеллектуальные технологии для бизнеса. /Shell Global Solutions.
4. Kees den Bakker, Chris Seppala, Rob Snoeren. Методы поддержки производительности систем усовершенствованного управления технологическим процессом и систем оптимизации работы установок в реальном времени на оптимальном уровне. / Shell Global Solutions.
5. Системы управления турбоагрегатами. /www.ccsia. com.
6. Система усовершенствованного управления технологическими процессами. Data Mining Process Control (DMPC). /www.ccsia.com.
7. Кейн Л. Справочник современных автоматизированных систем управления технологическими процессами. //Нефть, газ и нефтехимия зарубежом, 1989, № 3, С. 99 -133.
8. Попов Э.В. Экспертные системы реального времени.// Открытые системы, 1995, № 2.
9. F. Hayes-Roth, N Jacobstein. The state of Knowledge-Based Systems. Communications of the ACM, March, 1994, v.34, n.3, pp. 27-39.
10. P. Harmon. The market for intelligent software products. Intelligent Software Strategies, 1992, v.8, n.2, pp. 5-12.
11. B. Moore. Memorandum. 1993, April. Gensym Corporation.
12. Технология, экономика и автоматизация процессов переработки нефти и газа: Учеб. пособие/ С.А. Ахметов, М.Х. Ишмияров, А.П. Веревкин, Е.С. Докучаев, Ю.М. Малышев; Под ред. С.А. Ахметова. -М.: Химия, 2005. -736 с.
13. Веревкин А.П., Ельцов И.Д., Кирюшин О.В. Задачи усовершенствованного управления в технологических процессах добычи и транспорта нефти. // Территория Нефтегаз, № 5, 2007. - С. 14 - 17.
14. Веревкин А.П., Кирюшин О.В. Автоматизация технологических процессов и производств в нефтепереработке и нефтехимии. -Уфа: Изд-во УГНТУ, 2005. - 171 с.
15. Поспелов Д.А. Логико-лингвистические модели в системах управления. -М.: Энергоиздат, 1981. -232 с.
16. Веревкин А.П., Кирюшин О.В. Управление системой поддержания пластового давления с использованием моделей конечно-автоматного вида. // Территория Нефтегаз, № 10, 2008. - С. 14 - 19.
17. Веревкин А.П., Кирюшин О.В. Разработка логических алгоритмов для целей реализации на микроконтроллерах.// Приборы и системы. Управление, контроль, диагностика, 2001, № 11. -С. 5 - 8.
18. Веревкин А.П., Муртазин Т.М.Применение ситуационного подхода к моделированию процессов нефтепереработки.// Сб. тр. Международной н.-т. конф. «Мат. методы в технике и технологиях», С.-Петербург, 2000. - с.167-170.
WWW.NEFTEGAS.INFO
Нефть и Газ
Измерение и контроль
Надежные средства автоматизации для добычи нефти и газа
.^DAWave
Sw. UUBA
DASense'
SCADAPack
мощные контроллеры для систем телемеханики
ClearSCADA
программное обеспечение для S С ADA-систем
SCADAWave
радиомодемы для надежной беспроводной связи
Real FLO
универсальный вычислитель расхода
ООО 1 ПЛКСистемы’
г. Москоа. ул .Циолковского, л.4 -ел +7(495) M5-77-W - 7(495) 49U-24-62 e-mail. irfagptcsystems гц www plcsystr ms.fu
SYSTEMS
РтС
SYSTEMS
