張森林

（中石化股份有限公司天津分公司，天津300271）

在生產(chǎn)過程中，自控率是衡量裝置自動化程度和控制性能的重要指標(biāo)。然而，現(xiàn)場的自控率往往由操作員在某個時刻統(tǒng)計投用自動的回路個數(shù)得到，此時得到的是瞬時自控率，無法真實反映裝置一段時間內(nèi)的自動控制狀況。因此，常常出現(xiàn)統(tǒng)計結(jié)果與實際狀況不符的現(xiàn)象，這就使嚴(yán)格定義自控率、提供自控率統(tǒng)計方法和工具有了必要性。

診斷是為了提高裝置自動化程度，對診斷結(jié)果中性能較差的控制回路進行參數(shù)整定是診斷工作的最終目的。常減壓裝置上有上百個控制回路，按照傳統(tǒng)的衰減曲線法、經(jīng)驗試湊法［1－2］對其一一整定是項費力耗時的工作，并且這些方法會嚴(yán)重干擾生產(chǎn)的正常運行［3］。因此，為現(xiàn)場提供高效的、無擾的PID整定工具顯得尤為重要。

筆者基于某大型石化企業(yè)10 Mt/a常減壓裝置，給出了自控率的嚴(yán)格定義，并利用橫河電機的控制性能診斷工具InsightSuite AE和參數(shù)整定工具TuneVP對裝置的控制性能進行了優(yōu)化。

1 自控率定義

1.1 回路自控率

CS3000上的控制回路有O/S，IMAN，TRK，MAN，AUT，CAS，PRD，RCAS，ROUT共九種工作模式。控制回路只有工作在AUT，CAS，RCAS模式下，才是運行在自動控制的狀態(tài)?？刂苹芈纷钥芈实亩x如圖1和下式所示。

式中：RL——回路自控率，%。

按照回路自控率，將回路分為三類：對于RL＞80%的回路，將其性能標(biāo)記為Good Performance；對于20%＜RL＜80%的回路，將其性能標(biāo)記為Fair Performance；對于RL＜20%的回路，將其標(biāo)記為Bad Performance。每個回路的控制性能，還可以用SV與PV之間的偏差來衡量?？刂苹芈菲钤凇?%之內(nèi)的運行率定義如圖2和式（2）所示。

圖1 控制回路自控率定義

圖2 控制回路偏差在±5%之內(nèi)的運行率定義

式中：Rc——回路投用自動且偏差在±5%之內(nèi)的運行率，%；t1，t2——｜PV－SV｜/SV＜5%的時間（自動狀態(tài)下）。

按照回路偏差在±5%之內(nèi)的運行率，也可將回路分為三類：對于Rc＞80%的回路，將其性能標(biāo)記為Good Performance；對于20%＜Rc＜80%的回路，將其性能標(biāo)記為Fair Performance；對于Rc＜20%的回路，將其標(biāo)記為Bad Performance。

1.2 裝置自控率

在回路自控率的基礎(chǔ)上，定義裝置自控率：

式中：Ru——裝置自控率，%；NGood——裝置中回路自控率大于80%的回路數(shù)；NAll——裝置總回路數(shù)。

式（3）的意義可表述為一段時間內(nèi)，RL＞80%的回路數(shù)占裝置總回路數(shù)的百分比，即該段時間內(nèi)裝置的自控率。

在回路偏差±5%之內(nèi)運行率的基礎(chǔ)上，定義裝置偏差±5%之內(nèi)自控率：

式中：Ruc——裝置的偏差在±5%之內(nèi)的自控率，%；Nc——裝置中Rc＞80%的回路數(shù)。

在式（1）～式（4）的定義中，自控率不再是瞬態(tài)概念，它反映的是裝置一段時間內(nèi)的總體自動化水平，這使得自控率的考核與統(tǒng)計更能反映生產(chǎn)的實際狀況，杜絕了現(xiàn)場人員為通過考核臨時增加回路的投用，卻輕視自動化水平的日常維護。InsightSuiteAE通過OPC連接DCS，在線監(jiān)測各個回路的工作狀態(tài)，統(tǒng)計分析每個回路的自控投用率、偏差在±5%范圍內(nèi)的投用率。

2 參數(shù)整定

內(nèi)?？刂疲↖MC）是由Morari發(fā)展起來的。它基于過程模型，得到一個PID控制器參數(shù)的解析表達［4－6］。隨著系統(tǒng)辨識技術(shù)的發(fā)展，IMC方法越來越廣泛地應(yīng)用在實際中。

Tune VP通過OPC連接DCS之后，自動抓取和辨識正常生產(chǎn)過程中的階躍曲線，避免因人為引入階躍信號而干擾裝置正常運行。對于開環(huán)階躍曲線，使用ARX和子空間辨識；對于閉環(huán)階躍曲線，使用子空間辨識。對于自衡系統(tǒng)，給出一階慣性加純遲延模型（FOPTD）；對于非自衡系統(tǒng)，例如液位，給出積分加純遲延模型（IPTD）。

選定能反映過程動態(tài)特性的階躍曲線，可以得到相應(yīng)的傳遞函數(shù)模型，從而利用IMC整定方法得到與之相適應(yīng)的PID參數(shù)。這里的參數(shù)與DCS上的參數(shù)意義一致，可直接應(yīng)用在實際過程中，部分回路整定前后的參數(shù)對比見表1所列。

表1 PID參數(shù)整定前后對比

續(xù) 表 1

3 診斷及優(yōu)化過程

3.1 常減壓裝置概況

某10 Mt/a常減壓裝置由原油電脫鹽脫水、常壓蒸餾、減壓蒸餾、輕烴回收等部分組成［7］，共有152個控制回路。在裝置總回路中，排除選擇控制回路、停用工藝線上回路共20個；排除控制閥故障、儀表故障回路7個；排除工藝參數(shù)超限、工藝方案特殊要求回路21個。將剩余104個回路作為診斷的基礎(chǔ)，常減壓裝置控制性能診斷流程如圖3所示。

圖3 常減壓裝置控制性能診斷流程

3.2 參數(shù)整定前控制性能診斷

為了了解裝置的自控狀況，首先進行了控制性能診斷。在參數(shù)整定前的裝置自控率如圖4所示：

圖4 參數(shù)整定前控制性能診斷結(jié)果

從診斷結(jié)果來看，當(dāng)前只有35.24%的控制回路長期工作在自動狀態(tài)下，31.95%的控制回路能夠使得PV與SV之間的偏差保持在±5%之內(nèi)。這與期望的自控水平相去甚遠(yuǎn)，迫切需要進行控制性能的優(yōu)化。

3.3 控制回路性能優(yōu)化

性能診斷過程中將各回路按照自控率、偏差在±5%之內(nèi)自控率從低到高進行排序。對排名靠前的89個控制回路進行參數(shù)整定，以優(yōu)化其控制性能。整定后的回路，能夠投用自動，且能夠有效地減小PV與SV之間的偏差。

如圖5所示，PDIC10102是電脫鹽罐原油混合閥前后壓差，工藝要求其控制在0.13 MPa。該回路之前長期工作在手動狀態(tài)，測量值在0.126～0.132 MPa內(nèi)波動，操作員需要經(jīng)常調(diào)整閥位進行控制。整定參數(shù)后，能夠長期投用自動，且穩(wěn)定在0.13 MPa。

圖5 電脫鹽罐原油混合閥前后壓差回路整定前后對比

如圖6所示，至D-101B混合器入口管注水回路FIC10201在參數(shù)整定之前，一直投用手動模式，操作員需要通過調(diào)節(jié)閥位來控制回路流量的大小?；芈穮?shù)整定后，能夠長期投用自動模式。而且動態(tài)響應(yīng)快，無超調(diào)，更好地實現(xiàn)了穩(wěn)定性和快速性的平衡。

圖6 FIC10201回路整定前后對比

3.4 參數(shù)整定后控制性能診斷

參數(shù)整定后回路的控制性能得到了改善，整個裝置的自控率相應(yīng)地得到提高。89.42%的控制回路能夠長期工作在自動狀態(tài)，86.67%的控制回路能夠?qū)V與SV之間的偏差控制在±5%之內(nèi)。參數(shù)整定后的自控率統(tǒng)計結(jié)果如圖7所示。

4 結(jié)束語

常減壓作為原油處理的首要裝置，其運行狀況和控制性能對后續(xù)加工有重大影響。采用量化的評價指標(biāo)對其進行診斷，有助于客觀地評價裝置運行狀況。應(yīng)用基于控制理論的先進的PID參數(shù)整定工具，能有效地改善裝置的控制性能。

圖7 參數(shù)整定后控制性能診斷

然而，實際生產(chǎn)中因原料、工況的不斷變化，控制對象的特性發(fā)生遷移，原有參數(shù)不一定能繼續(xù)提供好的控制性能，這決定著控制性能優(yōu)化是一個動態(tài)的、長期的過程，需要工藝部門和儀表部門緊密配合、長期合作，周期性地開展相關(guān)工作。通過診斷來發(fā)現(xiàn)和定位裝置控制性能低下的原因，通過參數(shù)整定來優(yōu)化控制器的性能。

［1］ 王樹青，樂嘉謙.自動化與儀表工程師手冊［M］.北京：化學(xué)工業(yè)出版社，2010.

［2］ 劉鎮(zhèn)，姜學(xué)智，李東海.PID控制器參數(shù)整定方法綜述［J］.電力系統(tǒng)自動化，1997，21（08）：79-83.

［3］ 楊智，朱海鋒，黃以華.PID控制器設(shè)計與參數(shù)整定方法綜述［J］.化工自動化及儀表，2005（05）：1-7.

［4］ 金以慧，方崇智.過程控制［M］.北京：清華大學(xué)出版社，1999.

［5］ 王樹青.工業(yè)過程控制工程［M］.北京：化學(xué)工業(yè)出版社，2007.

［6］ SEBORG E D，EDGAR F T，MELLICHAMP A D.Process Dynamics and Control［M］.2nd ed.America：Wiley，2003.

［8］ OVERSCHEE V P，DE MOOR B.Subspace Identification for Linear Systems：Theory-Implementatin-Application［M］.Netherland：Kluwer Academic Publishers，1996.

［9］ 李幼鳳，蘇宏業(yè)，褚健.子空間模型辨識方法綜述［J］.化工學(xué)報，2006，57（03）：473-479.

［10］ 趙輝.基于內(nèi)?？刂圃淼腜ID控制器設(shè)計［D］.天津：天津大學(xué)，2005.

［11］ 林世雄.石油煉制工程［M］.3版.北京：石油工業(yè)出版社，2000.

［12］ 張建芳，山紅紅，涂永善.煉油工藝基礎(chǔ)知識［M］.2版.北京：中國石化出版社，2009.