先进过程控制的实际应用

关键字 过程与高级控制 自适应控制 过程控制 开放系统

作为一种规则，工程师们遵循KISS规则——保持简单，愚蠢。然而，有时候，一个简单的解决方案并不足够好。

在石油化工和食品加工等许多过程工业中，需要先进的技术来解决对简单的PID循环来说太难的反馈控制问题。

海洋喷雾

例如，在Ocean Spray Cranberries的果汁装瓶厂(亨德森，内华达州)，PID循环很难维持恒定的温度。超过100华氏度的沙漠温度会严重破坏用来调节果汁装瓶温度的冷却水。更糟糕的是，一些不稳定冷却的果汁最终会通过巴氏杀菌机循环，在美国食品和药物管理局规定的特定时间内，温度必须保持在特定的点。

此外，巴氏杀菌过程是创造最终产品的味道和颜色的关键。巴氏杀菌温度控制不当会导致苦味、不愉快的颜色、消费者不满和收入损失。

在夏季的几个月里，工厂原有的PID控制器可能需要长达30分钟的时间来稳定巴氏杀菌器在启动时的温度。Ocean Spray的解决方案是实现一种名为BrainWave的预测、自适应、基于模型的控制器，该控制器来自Universal Dynamics Technologies (Vancouver, b.c.， Canada)。脑波帮助提高巴氏消毒器的温度，保持在那里，并保持在设定值。

由于前馈方案可以预测果汁温度的波动，启动时间也缩短了70%。这使得控制者能够在巴氏杀菌过程受到不利影响之前采取纠正措施。由于Brainwave是自适应的，它能够跟踪过程行为的变化，并相应地修改其模型和控制策略。

J&L钢

自适应控制器也已成功应用于J&L钢铁退火工厂(Midland, Pa.)的温度控制问题。退火是将钢通过熔炉，然后快速冷却以软化、增韧或以其他方式改变其物理性能的过程。通过调节炉温和冷却速度来达到预期的效果。

该设备的常规PID控制在稳定运行期间成功地维持了炉膛出口温度。然而，PID被证明太慢，无法处理由于线速度变化、通过炉的焊缝、带钢横截面变化等引起的加热过程动态行为的变化。结果，一些钢卷不得不重新加工。

进入Adaptive Resources(宾夕法尼亚州匹兹堡)的QuickStudy。J&L在炉子上安装了QuickStudy自适应控制器，以考虑加热过程的可变行为。首先，将QuickStudy的建模工具应用于流程的输入/输出历史，用一组数学方程(即模型)来描述其行为。然后，QuickStudy上线，并允许继续使用最新的输入/输出数据对其模型进行微调。

随着最新的加热过程模型，在生产线运行期间，QuickStudy可以更好地了解该过程的行为，并能够更好地控制炉温。区域温度现在保持在设定值5°F以内。

法国液化空气公司

总部位于休斯顿的液化空气集团(法国巴黎)旗下的液化空气美国公司以类似的方式使用了基于模型的预测控制器，从过程的通用模型开始，并在线对其进行微调。然而，在这种情况下，这个过程是一个位于俄勒冈州McMinnville的空气分离装置(ASU)。ASU过滤、干燥、清洁和冷却大气空气，然后使用一系列精馏塔从中提取氮气、氧气和其他产品。

为了协调所有相关的流量，液化空气决定实现一个多变量预测控制器，能够同时操纵多个过程变量。选择的控制器——来自Intelligent Optimization (Houston, Tex.)的gmaxc——也被要求追求多个目标，而不是简单地将其过程变量维持在预定的设定值。

这项工作留给了一系列单变量PID控制器，每个控制器都分配了调节其独立反馈回路的任务。GMAXC负责选择他们的设定值，这样他们就会集体行动，以保持蒸馏产品的质量，最大限度地提高产量和产量，并抵消短暂的干扰。这个方案通常被称为分级控制，在层次结构的顶部有一个监督控制器，为底部的调节控制器提供设定值。

GMAXC控制器使用整个过程的模型来预测当前设定值选择的未来影响，允许它引导过程沿着应该是最有利可图的路径前进。而且，由于模型可以在ASU运行时自动更新，理论上GMAXC能够优化流程的整体性能，即使它的行为发生了变化。

它工作。液化空气集团的分级控制系统能够实现其目标，同时在没有操作员干预的情况下保持工厂的稳定。通过提高蒸馏过程的效率，控制系统还减少了生产每吨产品所需的电力。GMAXC在不到两个月的时间里就收回了成本。

孤独控制者的帮助

不过，液化空气公司的工厂工程师认为他们可以做得更好。该厂其他地方的一些独立PID控制器表现不佳，特别是高压精馏塔的液位回路调节。对进入色谱柱的受控流量进行积极的PID整定会引起过度的振荡，而缓慢的整定会减少这些振荡，但也会降低产品收率。即使实现了最优调优，进程行为的后续变化(例如进入和离开列的不受控制流的流速变化)也会使最优调优失效。

液化空气公司转向CyboSoft公司的CyboCon无模型自适应控制器，CyboSoft公司是General Cybernation集团(Rancho Cordova, california)的一部分。像Brainwave和QuickStudy一样，CyboCon是一种自适应控制器，能够跟踪被控制过程行为的变化，但它没有为此目的使用过程模型。[有关CyboCon的自适应控制替代方法的更多信息，请参见“无模型自适应控制”，欧洲控制工程学院，2001年2月/ 3月，第25页，并在线于www.globalelove.com。

CyboCon能够提供比PID更严格的控制，而不会导致流量振荡。现在整个流程运行更加顺畅，产品产量也有所提高。精馏塔的纯度也得到了提高，目前该厂正在创造新的生产记录。液化空气希望在未来的应用中，通过在监管层面结合GMAXC和在监管层面结合CyboCon，可以做得更好。

安格鲁黄金

另一个等级控制系统由英美石油北美分公司(南非约翰内斯堡)和子午线黄金公司(内华达州里诺)在他们的杰里特峡谷工厂(埃尔科，内华达州)实施。在这里，矿石被碾碎、干燥、研磨，以便提取其中所含的黄金。

杰里特峡谷的问题是，新的硬矿石矿床需要更多的研磨才能达到所需的粒度。安装了额外的马力和分级控制系统，以缓解瓶颈并提高工厂吞吐量。与液化空气集团一样，提高产量是为了降低每盎司回收黄金的固定成本。

然而，过多的产量会使磨矿机过载并使其停止研磨。最大限度地提高颗粒尺寸可以在不冒过载风险的情况下提高产量，但也会阻碍下游提取作业中的黄金回收。

安装了包含PSE/Optima(犹他州盐湖城)的AutoPilot监控软件的分层控制系统，以评估产量/粒度的权衡，并以尽可能高的效率运行磨粉机。不过，与GMAXC不同的是，AutoPilot的决策是根据一套旨在模仿人类专家操作的规则做出的，因此有了“-”这个术语专家系统．

AutoPilot的专家系统监测了几个过程变量，包括工厂的电力消耗，当过载开始时，电力消耗会急剧下降。然后，它确定了入矿给矿率、通过磨床的气流率和粒度分级机的速度的最佳设定值。这些值被下载到控制层次结构的调节级别，由三个独立的PID循环实现。

通过有效地协调所有三个控制回路，AutoPilot已能够将吞吐量提高8%，并消除了磨床容量有限造成的瓶颈。新系统通过在10周内增加产量来收回成本。

美国熔炼公司

在ASARCO(亚利桑那州Sahuarita)运营的Mission Mill铜加工厂，也解决了几乎相同的控制问题。为了最大限度地提高磨矿机的产量，实施了分级控制系统，但在这种情况下，来自the Foxboro Co.的监控软件connoisseur的决策是基于流程未来的行为，而不是专业操作人员的过去行为。

Connoisseur控制器被配置为通过分析过程模型以优化最佳操作条件来优化整体工厂性能。就像在Jerrit Canyon金矿厂一样，优化器试图最大限度地提高进料速度，要么在工厂的物理极限，要么直到其他一些受控变量，如颗粒大小，达到其最大允制值或约束．当进料速率已经达到最大值时，优化器会尽量减小颗粒尺寸，以提高下游铜的回收率。

鉴赏家可以解释两类限制——“硬”和“软”。过程变量的硬约束永远不会被违背。如果需要满足过程变量约束，可能会违反Connoisseur馈送给调节PID控制器的设定值的软约束。Connoisseur包括一个优先级方案，用于定义哪些软约束是最重要的。

通过不断地推动进程尽可能接近其约束条件，Connoisseur能够在不造成严重过载的情况下保持高吞吐量。在矿石利用率最高的时期，颗粒大小和颗粒大小的变化已经减小，进料速率已经提高。磨机现在保持满载在最高研磨效率点。

洛杉矶Pelambres

在智利中部的Los Pelambres铜矿选矿厂，分层控制的另一种应用将实时专家系统、在线自适应建模和优化结合在一起。来自Baker Process (Houston, Tex.)的部门knowledgeescape Systems的knowledgeescape系统担任监督控制器。

同样，目标是无论矿石是硬是软，都能以尽可能高的进给速度操作磨粉机。为了做到这一点，knowledgeescape采用了专家控制和优化系统遗传算法(人工智能的一种形式)来模拟工厂操作专家的功能。knowledgeescape也使用了神经网络持续模拟研磨过程。

这些特性允许knowledgeescape评估未来有效性的可选操作条件，然后在优于当前控制算法的情况下实现最佳操作条件。事实证明，knowledgeescape的决策非常准确，工厂50%以上的监管设定值现在都是由knowledgeescape生成的，产量增加了8%

也许这些高级控制的应用最终还是通过了KISS测试。它们似乎让每个用户的生活都变得更简单了。

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。