張 睿 陳 瞭 榮 岡 馮毅萍

(工業(yè)控制技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室、浙江大學(xué)智能系統(tǒng)與控制研究所，浙江 杭州 310027)

基于仿真的物料平衡系統(tǒng)測(cè)評(píng)

張 睿 陳 瞭 榮 岡 馮毅萍

(工業(yè)控制技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室、浙江大學(xué)智能系統(tǒng)與控制研究所，浙江 杭州 310027)

為了更好地測(cè)評(píng)石化企業(yè)生產(chǎn)執(zhí)行系統(tǒng)(MES)軟件的物料平衡模塊數(shù)據(jù)校正功能，提出了一種基于仿真的數(shù)據(jù)校正結(jié)果的測(cè)評(píng)方法。該方法通過搭建仿真模型產(chǎn)生全廠物流過程的真值，并應(yīng)用動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)方法進(jìn)行模型參數(shù)的修正，即通過向仿真真值添加測(cè)量誤差生成誤差可配置的測(cè)量值，模擬現(xiàn)場(chǎng)真實(shí)的測(cè)量網(wǎng)絡(luò);應(yīng)用物料平衡系統(tǒng)及其內(nèi)嵌數(shù)據(jù)協(xié)調(diào)算法對(duì)測(cè)量值進(jìn)行數(shù)據(jù)校正得到校正值，將校正值分別與仿真真值、測(cè)量值進(jìn)行對(duì)比，定量評(píng)估數(shù)據(jù)協(xié)調(diào)算法的性能。相對(duì)于僅比較校正值和測(cè)量值的原評(píng)定方法，該方法能更加精確、全面地測(cè)評(píng)數(shù)據(jù)校正算法的效果，并在某石化企業(yè)的案例中得到驗(yàn)證。

生產(chǎn)執(zhí)行系統(tǒng)(MES) 物料平衡 數(shù)據(jù)校正 測(cè)評(píng)與改進(jìn) 仿真模型

0 引言

生產(chǎn)執(zhí)行系統(tǒng)(manufacturing execution system，MES)通過控制包括物料、設(shè)備、人員、流程指令和設(shè)施在內(nèi)的所有工廠資源來提高制造競(jìng)爭(zhēng)力，確保整個(gè)生產(chǎn)行為的最優(yōu)［1］。MES的核心在于準(zhǔn)確地跟蹤物流并及時(shí)、快速處理生產(chǎn)管理中的問題［2］，為生產(chǎn)執(zhí)行系統(tǒng)中的其他模塊或企業(yè)內(nèi)其他應(yīng)用系統(tǒng)提供精確的數(shù)據(jù)支撐。數(shù)據(jù)校正是MES軟件應(yīng)用的重要技術(shù)之一，通過綜合集成物流數(shù)據(jù)，實(shí)現(xiàn)對(duì)生產(chǎn)信息、儲(chǔ)運(yùn)信息和質(zhì)量信息的匯總和管理。通過應(yīng)用數(shù)據(jù)校正軟件，實(shí)現(xiàn)過失誤差檢測(cè)與數(shù)據(jù)協(xié)調(diào)計(jì)算，保證物流數(shù)據(jù)的準(zhǔn)確性、完整性和一致性，進(jìn)而支持生產(chǎn)統(tǒng)計(jì)、生產(chǎn)調(diào)度和生產(chǎn)計(jì)劃等各種應(yīng)用［3］。

自20世紀(jì)60年代開始研究的數(shù)據(jù)校正技術(shù)，能較好地處理過程數(shù)據(jù)的缺失和誤差，降低變量隨機(jī)誤差的影響，剔除人為或者儀表故障引起的顯著誤差。但成熟的數(shù)據(jù)校正理論算法在工廠的實(shí)際應(yīng)用中效果并不理想，尤其是在面對(duì)大規(guī)模全廠級(jí)問題時(shí)。這是因?yàn)樯a(chǎn)實(shí)際的測(cè)量數(shù)據(jù)很難符合某種既定概率分布，變量協(xié)方差的獲得變得十分困難;同時(shí)規(guī)模過大的矩陣延長(zhǎng)了求解時(shí)間，有些時(shí)變的過程連接模型更是加大了求解的難度。

為解決生產(chǎn)實(shí)際中的物料平衡問題，MES除了應(yīng)用傳統(tǒng)數(shù)據(jù)校正算法，還普遍采取由物流平衡計(jì)算和不確定量推理規(guī)則共同組成的數(shù)據(jù)校正新算法。在針對(duì)MES層物料平衡問題中，以物流平衡計(jì)算和不確定量推理為主，傳統(tǒng)數(shù)據(jù)校正技術(shù)為輔。相應(yīng)的軟件主要有Honeywell的Business.FLEX PKSTM，ASPEN Tech的 Plantelligence，Emerson、Siemens、Schneider 的 MES方案，中國(guó)石化的SMES等。

對(duì)于這類物料平衡模塊的平衡結(jié)果，企業(yè)普遍采用如下指標(biāo)來評(píng)價(jià):①平衡推量有解;②單變量協(xié)調(diào)率小于設(shè)定比率;③全廠平衡內(nèi)部收益率(inner rate of return，IRR)指標(biāo);④節(jié)點(diǎn)殘差率(損失率);⑤進(jìn)出廠量與庫存變化的差量。

式中:n為節(jié)點(diǎn)個(gè)數(shù);mi為變量的測(cè)量值;ri為平衡結(jié)果。一般認(rèn)為，IRR指標(biāo)越小越好，即整體協(xié)調(diào)量變化不大。這種思想接近于傳統(tǒng)數(shù)據(jù)校正的最小二乘。但仔細(xì)分析可見，IRR指標(biāo)并不能完整地反映平衡效果，如假設(shè)某變量測(cè)量值帶有顯著誤差，該變量的平衡結(jié)果偏離真值而接近于測(cè)量值，IRR指標(biāo)相應(yīng)縮小，給人平衡結(jié)果良好的錯(cuò)覺;而且IRR指標(biāo)很容易忽略由于系統(tǒng)缺陷而沒有檢測(cè)到的顯著誤差。

這種新數(shù)據(jù)校正技術(shù)的結(jié)果是否正確，是否足夠接近真實(shí)值，從工程化的應(yīng)用軟件方面來說，無法準(zhǔn)確定量測(cè)評(píng)。要從根本上測(cè)評(píng)結(jié)果，就需要把平衡后的數(shù)據(jù)與生產(chǎn)數(shù)據(jù)真值作比較，而不僅僅依靠人的經(jīng)驗(yàn)或者平衡結(jié)果與測(cè)量結(jié)果的距離去判斷。唯有用真值進(jìn)行比對(duì)，才能知道平衡的結(jié)果是否接近真實(shí)。但不論采用何種高等級(jí)、高精度的儀表，測(cè)量數(shù)據(jù)總會(huì)帶有誤差，也就無法獲得生產(chǎn)真值。

仿真技術(shù)是過程系統(tǒng)工程中一門重要的技術(shù)。仿真技術(shù)在流程行業(yè)的引入，大大提升了工業(yè)設(shè)計(jì)、制造和培訓(xùn)的水平。依據(jù)一定的方程關(guān)系，仿真技術(shù)對(duì)輸入或者全局變量進(jìn)行驗(yàn)證計(jì)算，得到真值輸出。真值的獲得，對(duì)工藝模擬、物料平衡測(cè)評(píng)至關(guān)重要。針對(duì)MES層全廠物料平衡的測(cè)評(píng)問題，本文提出在測(cè)評(píng)環(huán)節(jié)引入仿真技術(shù)，在待測(cè)評(píng)的數(shù)據(jù)校正軟件外搭建特定的符合MES測(cè)評(píng)需要的平行仿真模型(仿真計(jì)算嚴(yán)格滿足測(cè)評(píng)需要模型的各變量真值)，再對(duì)平行計(jì)算出的真值進(jìn)行相應(yīng)誤差化，以測(cè)試物料平衡系統(tǒng)對(duì)于測(cè)量數(shù)據(jù)的平衡性能。將平衡結(jié)果與仿真真值進(jìn)行比對(duì)，構(gòu)建基于真值的測(cè)評(píng)指標(biāo)，可以定量分析平衡效果，是測(cè)評(píng)物料平衡系統(tǒng)工業(yè)應(yīng)用的有效輔助手段。比利時(shí)學(xué)者Radermecker對(duì)CAPE-OPEN標(biāo)準(zhǔn)下的應(yīng)用校正軟件進(jìn)行過測(cè)試［4］，但國(guó)內(nèi)仍無學(xué)者對(duì)工廠級(jí)數(shù)據(jù)工程軟件進(jìn)行過基于仿真的全面測(cè)評(píng)。

1 待測(cè)評(píng)物料平衡系統(tǒng)介紹

本文測(cè)評(píng)對(duì)象為某真實(shí)石化MES物料平衡系統(tǒng)。該系統(tǒng)工作流如圖1所示。系統(tǒng)基于網(wǎng)絡(luò)測(cè)量層的儀表讀數(shù)和生產(chǎn)操作層物料移動(dòng)操作，建立以班為周期的物料移動(dòng)操作記錄，通過班移動(dòng)操作記錄，形成一定周期內(nèi)滿足標(biāo)準(zhǔn)規(guī)范的物料移動(dòng)事件或移動(dòng)記錄，并基于此進(jìn)行顯著誤差偵破。之后，在準(zhǔn)確解析物料移動(dòng)模塊物理節(jié)點(diǎn)量和物理移動(dòng)關(guān)系的基礎(chǔ)上，利用統(tǒng)一規(guī)則庫、算法庫、工廠模型和模型求解器，自動(dòng)完成節(jié)點(diǎn)拓?fù)淠Ｐ偷膭?dòng)態(tài)生成和節(jié)點(diǎn)量平衡計(jì)算。最后，采用人機(jī)協(xié)同模式對(duì)物料進(jìn)行再次修訂，達(dá)到煉化企業(yè)的調(diào)度級(jí)平衡，為生產(chǎn)調(diào)度提供數(shù)據(jù)支撐。

圖1 物料平衡系統(tǒng)工作流Fig.1 Workflow of material balance system

結(jié)合生產(chǎn)實(shí)際，測(cè)評(píng)所選擇的物料平衡系統(tǒng)選用由物流平衡計(jì)算和不確定量推理規(guī)則共同組成的新數(shù)據(jù)校正算法，取代了傳統(tǒng)的數(shù)據(jù)校正計(jì)算。不確定量推理規(guī)則包括進(jìn)出廠和互供基準(zhǔn)、儲(chǔ)罐庫存基準(zhǔn)、單路優(yōu)先基準(zhǔn)、高準(zhǔn)確度節(jié)點(diǎn)基準(zhǔn)、收方基準(zhǔn)和裝置指標(biāo)約束等。

2 仿真測(cè)評(píng)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)

生產(chǎn)過程數(shù)據(jù)的實(shí)際真值無法獲得，使得數(shù)據(jù)平衡模塊的測(cè)評(píng)停留在依據(jù)經(jīng)驗(yàn)的模糊判斷水平上，缺乏精確的理論依據(jù)。如何獲得真值成為物料平衡系統(tǒng)測(cè)評(píng)的關(guān)鍵。應(yīng)用準(zhǔn)確的工廠仿真模型生成過程仿真值并取代真值是唯一有效的方法。仿真真值的應(yīng)用可以對(duì)相應(yīng)數(shù)據(jù)平衡模塊的測(cè)評(píng)提供有力的支撐。因此，以測(cè)評(píng)為目的，本文開發(fā)了以仿真為基礎(chǔ)的數(shù)據(jù)平衡軟件測(cè)評(píng)平臺(tái)。其原理為根據(jù)待測(cè)軟件的模型搭建流程完全匹配的仿真模型，并對(duì)模型的匹配性進(jìn)行驗(yàn)證。模型生成的仿真值即為真值，按照一定的規(guī)則給側(cè)線上的真值加以隨機(jī)誤差與顯著誤差，通過實(shí)時(shí)數(shù)據(jù)庫導(dǎo)入待測(cè)評(píng)物料平衡系統(tǒng)進(jìn)行自動(dòng)的物料平衡。最后，結(jié)合真值，通過提出新的評(píng)價(jià)指標(biāo)對(duì)平衡結(jié)果進(jìn)行評(píng)定和分析。物料平衡系統(tǒng)測(cè)評(píng)原理圖如圖2所示。另外，系統(tǒng)嵌入了傳統(tǒng)數(shù)據(jù)校正算法模塊，可將其輸出與系統(tǒng)輸出做進(jìn)一步對(duì)比。

圖2 物料平衡系統(tǒng)測(cè)評(píng)原理圖Fig.2 Evaluating principle of material balance system

2.1 建模仿真器

流程工業(yè)基礎(chǔ)信息建模包括生產(chǎn)流程建模和基礎(chǔ)數(shù)據(jù)建模。Visio圖形化建模擁有良好的開放性和兼容性，所以選用圖形化建模方法進(jìn)行生產(chǎn)流程的輔助建模［5］。模型屬性自定義配置截圖如圖3所示。其中，虛線框內(nèi)為乙烯裝置配置的屬性數(shù)據(jù)。

圖3 模型屬性自定義配置Fig.3 Self-defined configuration for model attributes

在圖形化模型庫中，每個(gè)基礎(chǔ)設(shè)備模型按照功能需求都定義了完備的實(shí)體屬性。此外，還通過開放數(shù)據(jù)庫互連(open database connectivity，ODBC)與后臺(tái)的關(guān)系數(shù)據(jù)庫進(jìn)行交互操作。對(duì)于移動(dòng)關(guān)系的連接，本文利用Visio宏功能進(jìn)行二次開發(fā)，建立FillMvmtProp函數(shù)，使得移動(dòng)拖拽完成后，移動(dòng)上下游節(jié)點(diǎn)信息進(jìn)行自動(dòng)填充，不需要人為補(bǔ)充。

傳統(tǒng)的數(shù)據(jù)建模是基于導(dǎo)入的靜態(tài)數(shù)據(jù)。然而隨著傳統(tǒng)仿真與測(cè)量技術(shù)的發(fā)展提高，傳統(tǒng)的仿真模型利用輸入早期測(cè)量的試驗(yàn)數(shù)據(jù)進(jìn)行模擬，其仿真結(jié)果已經(jīng)偏離實(shí)際系統(tǒng)的真實(shí)行為，不能對(duì)系統(tǒng)行為作出準(zhǔn)確的分析與預(yù)測(cè)。因此，需要對(duì)仿真系統(tǒng)進(jìn)行改進(jìn)，加入反映實(shí)際系統(tǒng)真實(shí)行為的外來信息，增強(qiáng)模型的準(zhǔn)確度。近年來應(yīng)用工程科學(xué)領(lǐng)域出現(xiàn)的動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)應(yīng)用系統(tǒng)(dynamic data driven application system，DDDAS)正是為解決這類問題而生［6］。DDDAS使用模型計(jì)算結(jié)果和外部數(shù)據(jù)的差距來控制仿真模型的修正以及外部數(shù)據(jù)的選取。

在基礎(chǔ)數(shù)據(jù)模型的設(shè)計(jì)中，本文對(duì)I類變量和II類變量作了區(qū)分。I類變量指在工廠實(shí)際中的高精度量，一般不做調(diào)整，測(cè)量值可作為“真值”，應(yīng)保證相關(guān)變量的仿真結(jié)果與實(shí)際嚴(yán)格相符。II類變量多為裝置側(cè)線，在生產(chǎn)實(shí)際中相應(yīng)儀表精度較低或者數(shù)據(jù)缺失現(xiàn)象嚴(yán)重，但若建立的平行模型是準(zhǔn)確的，則仿真真值結(jié)果經(jīng)過數(shù)據(jù)協(xié)調(diào)后仍應(yīng)與原仿真真值一致，否則模型必須作修改。結(jié)合生產(chǎn)實(shí)際及現(xiàn)場(chǎng)工程師的經(jīng)驗(yàn)，本文提出如圖4所示的仿真策略。

圖4 仿真策略Fig.4 Simulation tactics

模型仿真的基本原理是已知上期罐存、進(jìn)廠量、罐 付出、分流點(diǎn)系數(shù)、裝置生產(chǎn)方案，求解移動(dòng)、裝置進(jìn)、裝置出、出廠量、罐收、當(dāng)期罐存。該方法通用于大多數(shù)石化企業(yè)MES規(guī)模的仿真求解。

2.2 測(cè)量值生成

根據(jù)生產(chǎn)實(shí)際以及工廠核算基準(zhǔn)，進(jìn)出廠數(shù)據(jù)為法定經(jīng)濟(jì)核算數(shù)據(jù)，假設(shè)其不存在誤差［7］。罐區(qū)有較高精度儀表，大部分為自動(dòng)檢尺，測(cè)量數(shù)據(jù)假設(shè)不存在隨機(jī)誤差，但少數(shù)人工檢尺有可能引入顯著誤差。裝置側(cè)線的儀表精度較低，加之有可能出現(xiàn)的裝置泄漏或儀表故障，存在大量隨機(jī)或顯著誤差。依據(jù)以上原則，在測(cè)量值生成模塊，對(duì)裝置側(cè)線仿真真值加入±5%以內(nèi)的隨機(jī)誤差。

默認(rèn)情況下，隨機(jī)選取裝置側(cè)線變量數(shù)5%的側(cè)線數(shù)，并加入20% ～30%的顯著誤差。根據(jù)案例設(shè)計(jì)，一般會(huì)生成僅含有隨機(jī)誤差、獨(dú)立側(cè)線變量帶顯著誤差、關(guān)聯(lián)側(cè)線變量帶顯著誤差三種不同測(cè)量值的情況對(duì)校正軟件進(jìn)行測(cè)評(píng)。

2.3 測(cè)評(píng)指標(biāo)定義

由于沒有明確的評(píng)判標(biāo)準(zhǔn)，全廠IRR指標(biāo)數(shù)值的大小和趨勢(shì)均不能反映系統(tǒng)校正效果的好壞?？梢?，唯有獲得真值，將測(cè)量值、校正值與真值通過多種評(píng)價(jià)指標(biāo)進(jìn)行對(duì)比、分析，才能客觀、準(zhǔn)確地評(píng)判系統(tǒng)校正效果，并指導(dǎo)系統(tǒng)的改進(jìn)。

本文定義如下指標(biāo)［8］:

式中:Ns為仿真采樣次數(shù);n1為正確識(shí)別的顯著誤差數(shù);n2為顯著誤差仿真數(shù)。OP值越大，表示系統(tǒng)檢測(cè)顯著誤差的能力越強(qiáng)。

式中:Ns為仿真測(cè)試次數(shù);n為節(jié)點(diǎn)數(shù);ri，k為第i個(gè)變量第k次平衡結(jié)果;mi，k為第i個(gè)變量的仿真測(cè)量值;ti，k為該變量仿真真值。

IRR1描述了系統(tǒng)測(cè)量值偏離真值的平均程度，IRR1越大，則系統(tǒng)的輸入測(cè)量值平均誤差率越大。IRR2描述了系統(tǒng)平衡值偏離真值的平均程度，IRR2越大，則系統(tǒng)的平衡值平均誤差率越大。RT更好地描述了系統(tǒng)修正測(cè)量誤差的能力，RT值越小，系統(tǒng)去除誤差的性能越好。

統(tǒng)計(jì)數(shù)據(jù)證明，當(dāng)系統(tǒng)測(cè)量值誤差率增大，帶顯著誤差的變量比例增大時(shí)，隨著系統(tǒng)識(shí)別、校正顯著誤差能力的下降，IRR值并沒有持續(xù)上漲，所以不可以依據(jù)IRR值的變化判斷物料平衡系統(tǒng)數(shù)據(jù)校正的效果。

3 案例分析

SMES(Sinopec-MES)是以MES集成平臺(tái)為核心，上與企業(yè)資源計(jì)劃(enterprise resource planning，ERP)層、下與生產(chǎn)操作優(yōu)化控制層集成，提供統(tǒng)一的數(shù)據(jù)訪問機(jī)制的、煉化一體的整體解決方案和應(yīng)用系統(tǒng)。SMES采取的是“2+1”物料平衡方式，即首先在生產(chǎn)控制層，以裝置為界區(qū)，利用裝置投入產(chǎn)出歷史數(shù)據(jù)，對(duì)裝置側(cè)線原始數(shù)據(jù)進(jìn)行小范圍的最小二乘的數(shù)據(jù)協(xié)調(diào)［9］。在此基礎(chǔ)之上開展MES層和統(tǒng)計(jì)層數(shù)據(jù)平衡。

調(diào)度層的生產(chǎn)平衡策略以進(jìn)出廠量、罐存變化量等高精度數(shù)據(jù)協(xié)調(diào)裝置側(cè)線數(shù)據(jù)，底層裝置側(cè)線協(xié)調(diào)原始結(jié)果作為調(diào)度層側(cè)線差量分?jǐn)偟谋壤龜?shù)據(jù)參考依據(jù)。調(diào)度生產(chǎn)平衡的結(jié)果傳入統(tǒng)計(jì)層。

統(tǒng)計(jì)層從物料的角度，對(duì)調(diào)度層協(xié)調(diào)結(jié)果的各側(cè)線量按單物料進(jìn)行全廠平衡，找出差異，指導(dǎo)精細(xì)化生產(chǎn)管理。調(diào)度層和統(tǒng)計(jì)層的平衡數(shù)據(jù)基礎(chǔ)來源于裝置層。這就消除了一個(gè)工廠存在多套模型而無法互用，每一層數(shù)據(jù)獨(dú)立無法通信、無法協(xié)同平衡的問題。

相比于傳統(tǒng)數(shù)據(jù)協(xié)調(diào)方法，在面對(duì)大規(guī)模問題時(shí)，不確定量推理規(guī)則能快速得到一組解，可行性和可操作性遠(yuǎn)優(yōu)于傳統(tǒng)協(xié)調(diào)方法。在現(xiàn)場(chǎng)，工程師會(huì)將SMES系統(tǒng)ERP層的月、旬統(tǒng)計(jì)值與工廠實(shí)際報(bào)表進(jìn)行對(duì)照，以判斷軟件平衡的質(zhì)量。這種判斷雖然有一定的可靠性，但是失去了及時(shí)性，且不利于糾正系統(tǒng)的問題。

基于仿真的測(cè)評(píng)可以聯(lián)合現(xiàn)場(chǎng)操作進(jìn)行，提高了測(cè)評(píng)的及時(shí)性和有效性。測(cè)評(píng)結(jié)果有利于指導(dǎo)系統(tǒng)進(jìn)一步修正數(shù)據(jù)校正算法。

選取SMES3.0中某烯烴廠2011年1季度運(yùn)行數(shù)據(jù)搭建仿真案例。該廠一共有8套裝置、37個(gè)罐、55個(gè)進(jìn)出廠點(diǎn)、474條側(cè)線、237條移動(dòng)、69個(gè)分匯流點(diǎn)。Visio圖形化建模輔助流程建模，通過提取1季度共90天物料日統(tǒng)計(jì)平衡數(shù)據(jù)，通過數(shù)據(jù)驅(qū)動(dòng)的模型校正系統(tǒng)得到各裝置的投入產(chǎn)出模型，產(chǎn)率模型考慮了裝置的加工損失。

3.1 模型驗(yàn)證

首先驗(yàn)證仿真模型與SMES中烯烴廠模型的一致性。模型驗(yàn)證時(shí)校正值誤差率分布圖如圖5所示。經(jīng)過動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)的迭代修正，仿真結(jié)果帶入待評(píng)系統(tǒng)得到的誤差可以忽略不計(jì)，說明仿真模型與待評(píng)系統(tǒng)中的模型匹配，可以進(jìn)行測(cè)評(píng)。

圖5 校正值誤差率分布圖Fig.5 Distribution of corrected error rate

3.2 隨機(jī)誤差處理能力測(cè)評(píng)

將帶有±2%以內(nèi)隨機(jī)誤差的測(cè)量值帶入SMES系統(tǒng)中，平衡后得到平衡值。平均誤差率從3.717%下降到1.068%，測(cè)量值最大誤差率為“3#丁二烯損失虛擬出廠”的62.658%，平衡后該項(xiàng)校正值誤差率下降到25.712%，誤差率顯著下降，如圖6所示。

圖6 帶2%隨機(jī)誤差校正值誤差率分布圖Fig.6 Distribution of corrected value error rate with 2%random error

將產(chǎn)生的50組、連續(xù)7個(gè)班次、側(cè)線帶±2%以內(nèi)隨機(jī)誤差的仿真測(cè)量值，送入SMES生產(chǎn)平衡模塊，7個(gè)班次IRR1均值為0.39，IRR2均值為0.21。側(cè)線隨機(jī)誤差平衡結(jié)果如表1所示。

表1 隨機(jī)誤差平衡結(jié)果比較Tab.1 Comparison of random error balance results

以上結(jié)果顯示，對(duì)于側(cè)線僅存在隨機(jī)誤差的情況，SMES數(shù)據(jù)校正算法的作用不是非常明顯。

3.3 獨(dú)立側(cè)線誤差處理能力測(cè)評(píng)

本文將獨(dú)立側(cè)線定義為單入/單出節(jié)點(diǎn)(罐、裝置或進(jìn)出廠點(diǎn))所對(duì)應(yīng)的單獨(dú)側(cè)線。選取“1#丁二烯裝置工業(yè)用丁二烯出”側(cè)線添加35%顯著誤差，其他側(cè)線添加±2%以內(nèi)的隨機(jī)誤差，平衡后得到平衡值。測(cè)試結(jié)果顯示平均誤差率從8.988%下降到0.680%，設(shè)置的顯著誤差“1#丁二烯裝置工業(yè)用丁二烯”測(cè)量值誤差率為35%，平衡值誤差率為0%，誤差消除。具體誤差率數(shù)據(jù)對(duì)比如圖7所示。

圖7 帶顯著誤差校正值誤差率分布圖Fig.7 Distribution of corrected error rate with significant error

3.4 關(guān)聯(lián)側(cè)線誤差處理能力測(cè)評(píng)

在所有側(cè)線變量上分別選取10%、15%、25%的變量個(gè)數(shù)，分別加入25%、35%、100%顯著誤差率進(jìn)行測(cè)試。此時(shí)的側(cè)線變量不再全部是獨(dú)立側(cè)線，隨著顯著誤差變量數(shù)增多，關(guān)聯(lián)側(cè)線越來越多。

進(jìn)行5×7=35組仿真試驗(yàn)(連續(xù)7班次，每班次5組數(shù)據(jù))。試驗(yàn)結(jié)果如表2所示。

由表2可知，當(dāng)顯著誤差率不變時(shí)，隨著選取添加顯著誤差的變量數(shù)量的增加，OP值減小，說明顯著誤差的識(shí)別率降低;RT值趨勢(shì)不明顯，說明去除顯著誤差的能力變化無法判斷，若要判斷，需要具體分析選取顯著誤差側(cè)線之間的關(guān)聯(lián)關(guān)系。選取相同數(shù)量的側(cè)線添加顯著誤差時(shí)，隨著顯著誤差率的增大，OP值減小，顯著誤差的識(shí)別率降低，RT值增大，系統(tǒng)去除顯著誤差的能力減弱。

然而，采用式(1)所示IRR判斷系統(tǒng)的校正能力，與本文提出的RT對(duì)比得到如圖8所示的評(píng)價(jià)指標(biāo)變化趨勢(shì)圖。

表2 試驗(yàn)結(jié)果Tab.2 Test results

圖8 評(píng)價(jià)指標(biāo)變化趨勢(shì)Fig.8 Trend of variation of evaluation index

由圖8可以看出，隨著顯著誤差數(shù)量的增加、顯著誤差率的增大，帶顯著誤差的關(guān)聯(lián)側(cè)線數(shù)增加，系統(tǒng)排除顯著誤差的能力逐步下降，RT值始終可以正確地反映出系統(tǒng)的變化趨勢(shì)，評(píng)價(jià)系統(tǒng)的校正效果;而IRR值在一定范圍內(nèi)可以正常反映系統(tǒng)的平衡效果，但誤差數(shù)增加到一定程度后，指標(biāo)便失效?？梢姡疚囊氲腞T指標(biāo)顯著改善了系統(tǒng)對(duì)平衡結(jié)果的判別。

4 結(jié)束語

本文結(jié)合模型管理技術(shù)、數(shù)據(jù)驅(qū)動(dòng)模型修正技術(shù)，搭建了匹配待評(píng)系統(tǒng)中工廠模型的仿真模型。將仿真模型產(chǎn)生的真值及可配置的測(cè)量值自動(dòng)推送到待評(píng)物料平衡系統(tǒng)中，并提出一套完善的評(píng)價(jià)方法，對(duì)平衡結(jié)果進(jìn)行測(cè)評(píng)和分析。文章使用SMES系統(tǒng)中的烯烴廠模型作為測(cè)試案例，搭建仿真模型進(jìn)行驗(yàn)證，并利用其生成的測(cè)量值對(duì)SMES物料平衡系統(tǒng)數(shù)據(jù)校正算法進(jìn)行了測(cè)評(píng)。同時(shí)，分別選取側(cè)線隨機(jī)誤差、單一側(cè)線顯著誤差、關(guān)聯(lián)側(cè)線顯著誤差等誤差分布形式，對(duì)待評(píng)軟件進(jìn)行全方位的測(cè)評(píng)，選取多種評(píng)價(jià)指標(biāo)對(duì)結(jié)果進(jìn)行分析。各項(xiàng)結(jié)果有效地輔助了生產(chǎn)平衡系統(tǒng)數(shù)據(jù)校正算法的改進(jìn)。

［1］褚健，榮岡.流程工業(yè)綜合自動(dòng)化技術(shù)［M］.北京:機(jī)械工業(yè)出版社，2004.

［2］王化雨.數(shù)據(jù)校正技術(shù)及其在制造執(zhí)行系統(tǒng)中的應(yīng)用［D］.杭州:浙江大學(xué)，2010.

［3］郭超，金曉明，榮岡.數(shù)據(jù)校正技術(shù)在流程工業(yè)企業(yè)物料平衡中的應(yīng)用［J］.化工自動(dòng)化及儀表，2005，32(3):39-41.

［4］ Radermecker E，Dumont M N，Heyen G.Adaptation and testing of data reconciliation software for CAPE-OPEN compliance［J］.Computer Aided Chemical Engineering，2009(26):303-308.

［5］李筧列.流程企業(yè)模型與數(shù)據(jù)管理研究［D］.杭州:浙江大學(xué)，2009.

［6］ Darema F.Dynamic data driven applications systems:a new paradigm for application simulations and measurements［C］∥Computational Science-ICCS，2004:662-669.

［7］張路恒，張平福，董天翔，等.公路進(jìn)出廠計(jì)量管理在石化企業(yè)MES深化應(yīng)用中的進(jìn)展［J］.自動(dòng)化博覽，2010(11):64-66.

［8］ Narasimhan S，Jordache C.Data reconciliation ＆ gross error detection:an intelligent use of process data［M］.Oxford，United Kingdom:Gulf Professional Publishing，2000.

［9］李德芳，蔣白樺，王宏安.石油化工行業(yè)生產(chǎn)執(zhí)行系統(tǒng)應(yīng)用研究［J］.天津大學(xué)學(xué)報(bào):自然科學(xué)版，2007，40(3):335-341.

Evaluating Material Balance System Based on Simulation

In order to better evalute the results of data correction function of material balance module of MES software in petrochemical enterprises，the evaluation method based on simulation for data correction results is proposed.The true values of the material processes in the whole plant are generated through establishing simulation model，and the correction of model parameters is conducted by applying dynamic driving method.Specifically，through adding measurement error on simulation true value to generate measurement with configurable error，the on-site true measurement network is emulated，by using material balance system and its embedded data coordinate algorithm，the data correction is implemented to obtain corrected value.The corrected value and emulated true value，and measurement are respectively compared to evalute the performance of data coordinate algorithm quantitatively.This method is more accurate than original evaluating method;it evaluates the effects of data correction algorithm comprehensively，and is verified in cases of certain petrochemical enterprise.

Manufacturing execution system(MES)Material balance Data correction Evaluation and improvementSimulation model

TP273

A

國(guó)家973基金資助項(xiàng)目(編號(hào):2012CB720500);

國(guó)家863基金資助項(xiàng)目(編號(hào):2012AA041102)。

修改稿收到日期:2012-05-29。

張睿(1987-)，女，現(xiàn)為浙江大學(xué)控制理論與控制工程專業(yè)在讀博士研究生;主要從事流程工業(yè)數(shù)據(jù)校正方面的研究。