馬守濤

(中國石化青島安全工程研究院化學品安全控制國家重點實驗室，山東青島 266104)

精餾過程是化學工業(yè)中應用最廣泛的分離技術之一，但因其操作常處于高溫高壓狀態(tài)，且內部待分離的混合物一般是易燃易爆、有毒有害、腐蝕性強的化合物，故精餾過程存在較多安全隱患。任何單元設備的故障都可能使精餾系統(tǒng)偏離正常操作狀態(tài)，進而引發(fā)安全事故。美國著名化工專家H.Z.Kilter曾統(tǒng)計過精餾過程中所出現(xiàn)的297起事故，故障原因分類見表1。從表1可以看出，引起精餾過程故障因素眾多，深入了解引起故障的原因并對精餾過程進行安全優(yōu)化與智能調控對精餾裝置的安全運行具有重要意義。

表1 精餾過程故障原因與統(tǒng)計[1，2]

1 研究現(xiàn)狀

1.1 動態(tài)建模在精餾過程中的應用現(xiàn)狀

工業(yè)上為保證精餾過程的安全運行，常在塔頂設計安全閥以防止精餾塔的超壓運行。而利用安全聯(lián)鎖控制系統(tǒng)緊急停車取代安全閥泄放操作，可大幅度減少泄放負荷。當精餾塔內超壓時，利用安全聯(lián)鎖控制系統(tǒng)快速關閉蒸汽閥、進料閥和回流閥，使系統(tǒng)回到安全狀態(tài)，也是目前工業(yè)上常用的預防超壓措施。然而，關閉精餾塔的所有能量輸入后，塔板往往會出現(xiàn)嚴重的漏液現(xiàn)象，塔頂大量輕組分液相快速回流到塔底，與相對高溫的重組分液相混合后再次蒸發(fā)，造成塔壓的二次升高，可能超過塔的最大允許工作壓力。因此，在設計精餾系統(tǒng)的各設備時，應當考慮壓力瞬時變化所能達到的最大值。

此外，對不同故障工況的動態(tài)行為進行模擬研究可準確分析精餾過程在非常規(guī)操作條件下壓力的瞬時變化，以便于準確設計安全聯(lián)鎖控制系統(tǒng)。眾所周知，動態(tài)模擬技術采用嚴格的數(shù)學模型，可較為真實地反映化工過程的內部特征。田文德等提出了一種基于動態(tài)模擬的化工過程故障診斷方法，并分析了精餾過程的故障來源。楊照針對乙苯裝置苯塔系統(tǒng)，采用Aspen Dynamic模擬軟件對事故工況進行安全排放分析，通過假設冷卻負荷瞬時停止、加料量與再沸器加熱量不變，對精餾塔進行動態(tài)模擬，根據(jù)模擬結果設定超壓聯(lián)鎖裝置，從而保證了安全措施的有效性。Zhang等以2015年在加利福尼亞州托倫斯發(fā)生的事故為研究對象，通過對催化裂化單元進行動力學建模，提出了一種具有無偏移機制的模型預測控制結構，該結構可以改善過程操作的安全性，避免催化裂化過程事故的發(fā)生。但是目前的文獻僅僅是利用動態(tài)模擬來研究控制結構，且對于事故工況下的安全分析僅僅停留在控制結構方面，國內仍然缺乏對于精餾安全分析技術系統(tǒng)的理論性研究。

1.2 塔板水力學在動態(tài)建模中的應用現(xiàn)狀

多數(shù)情況下，基于動態(tài)模擬技術對于精餾過程進行控制研究，簡單的動態(tài)模型就足以描述控制回路的交互作用。但是當動態(tài)模擬技術應用于精餾塔故障工況的安全分析時，只有建立嚴格的動態(tài)模型才能精確地了解精餾過程的動態(tài)響應機制。Luyben成功將動態(tài)模擬技術應用于精餾安全技術的分析研究中，但該研究沒有涉及塔板水力學對動態(tài)特性的影響。而實際上，詳細的水力學模型是保證精餾過程動態(tài)模擬準確性的關鍵。Mahdipoor等提出了包含詳細水力學關聯(lián)式的塔板動態(tài)模型，然而其水力學關聯(lián)式大多來自經驗，其可靠性尚待驗證。Staak等建立了精餾塔與安全閥的平衡級動態(tài)模型，分析了平衡級模型對于安全分析的可行性，并對精餾塔安全泄放過程進行了模擬研究。但通過對其提出的持液量模型及漏液模型與相關文獻進行計算比較，發(fā)現(xiàn)在不同的氣液相負荷條件下，尤其是在大溢流強度下，計算結果差異較大。Bodizs等采用動態(tài)模擬和實驗相結合的方法，研究了精餾塔緊急停車過程的動態(tài)行為，然而其研究至少存在以下兩點不足：①實驗中所采用的氣液相負荷太小，并不能反映工業(yè)實際；②動態(tài)建模所使用的水力學模型來自文獻，對于非正常工況的模擬分析存在局限性。

此外，目前的精餾塔動態(tài)模擬中，其動態(tài)模型大都沒有考慮降液管的影響，而通過理論分析發(fā)現(xiàn)，降液管對持液量和塔板壓降等都有一定程度的影響，忽略降液管的影響不利于精餾塔的持液量計算和故障工況分析。黃潔等人研究了浮閥塔板不均勻漏液對塔板效率的影響，并基于塔板液體二維不均勻流動模型和二維渦流擴散模型建立了塔板效率的計算模型。他們通過考察均勻漏液和工業(yè)實踐中常遇到的兩種不均勻漏液對塔板效率的影響，證明塔板進口處的漏液是導致塔板效率降低的關鍵。

曾愛武等人對直徑為1.2 m的冷模篩板塔進行了實驗研究，研究結果表明，篩板上不均勻漏液的現(xiàn)象導致塔板效率的降低。Li等人在設計新型固閥塔板時考察了非理想流動狀態(tài)(霧沫夾帶、漏液、液泛等)對塔板效率的影響，結果證明非理想流動狀態(tài)對塔板效率與傳質系數(shù)改變很大。故將非理想流動狀態(tài)下的水力學模型，降液管結構模型納入到精餾塔的完整動態(tài)模型中，可更準確地反映精餾塔內在傳質機理及其動態(tài)特性。綜上所述，了解塔內動態(tài)機制，有必要進行塔板水力學實驗研究，回歸擬合出適用于安全分析的數(shù)學模型，進而建立更加準確的精餾塔動態(tài)平衡級模型。

1.3 工藝與控制參數(shù)優(yōu)化在建模中的應用現(xiàn)狀

精餾塔操作參數(shù)的優(yōu)化是降低精餾能耗，減少年總費用的主要手段。而工程師在設計精餾塔時，安全指標和成本指標是在設計過程中要同時考慮的兩個重要但相互矛盾的指標，這往往需要工程師做出平衡。所以在設計復雜的多變量系統(tǒng)時，設計人員需要采用決策工具來幫助探索這些設計變量并對其進行權衡。

Ma等以年度總費用、能耗和萃取效率為目標采用遺傳算法對乙酸乙酯-乙醇-水的精餾過程的設計變量進行了優(yōu)化，得到了不同工況下的操作參數(shù)。Zhao等采用模擬退火算法對四氫呋喃-水變壓精餾過程的操作參數(shù)進行優(yōu)化，得到了年總費用最低時的設計參數(shù)。但上述研究僅僅考慮經濟指標而安全指標并沒有統(tǒng)籌兼顧。Naveed Ramzan等基于多屬性決策分析理論與擴展的HAZOP分析方案，以經濟指標和安全指標作為目標函數(shù)，利用決策工具來探索設計變量的權衡問題。

另一方面，由于精餾故障的不確定性，會引發(fā)其安全操作參數(shù)的不確定性。對于不確定優(yōu)化問題，隨機雙層規(guī)劃與模糊雙層規(guī)劃、區(qū)間雙層規(guī)劃都有著廣泛的應用。但上述優(yōu)化方法的約束條件之間可能會有沖突，只能解決一部分優(yōu)化和決策問題。而魯棒優(yōu)化因不需要考慮不確定參數(shù)的分布假定，且模型對數(shù)據(jù)的不確定具有免疫性，在不確定性優(yōu)化理論中有著良好的實用前景。

姜冬青采用混合策略算法(上層采用遺傳算法，下層利用具有全局收斂性的非內部連續(xù)算法)對事故不確定問題進行了魯棒性優(yōu)化，獲得了不確定雙層規(guī)劃的最優(yōu)解。該魯棒解為應急物資中心選址和應急物資調度提供了參考，從而制定出最優(yōu)的應急物資調度方案。魯棒模型可將優(yōu)化問題轉化為多項式復雜度的凸優(yōu)化問題，為精餾過程的參數(shù)優(yōu)化與控制結構分析提供了思路。因此，可以利用多目標決策分析理論以經濟和安全為指標對精餾過程進行魯棒性優(yōu)化，從而得到合適的控制結構以抵抗精餾故障工況。

1.4 先進性控制系統(tǒng)在精餾過程中應用現(xiàn)狀

在得到故障工況下準確的動態(tài)響應規(guī)律后，良好的控制策略將會避免故障工況導致聯(lián)鎖后的停車或安全閥泄放。國內企業(yè)不斷采用自動化和信息化技術來提升化工生產過程的安全性能，已廣泛采用的技術有先進過程控制技術、PID優(yōu)化技術、儀表設備管理技術、報警管理優(yōu)化新技術和批量控制技術等。但是隨著計算機網絡的發(fā)展，自動化目前正在向智能化方向發(fā)展，同時智能化也是自動化發(fā)展的終極目標。因此發(fā)展智能化控制系統(tǒng)將會在精餾發(fā)生故障情況下進行提前預判，使閥門、電機、泵等進行變壓調控，從而實現(xiàn)設備的變頻調節(jié)。模型預測控制(Model Predictive Control, MPC)是一種對模型精度要求不高而同樣能實現(xiàn)高質量控制的高級控制方法。MPC可對系統(tǒng)未來的輸出變量進行預測，并利用過程的反饋信息對模型的預測值進行校正，得到最優(yōu)控制序列(工作原理見圖1)。

圖1 MPC工作原理示意

王建新以反應精餾隔壁塔生產乙酸正丁酯為研究對象，建立反應精餾隔壁塔等效模型，該模型由反應精餾塔(RDC)、精餾塔(RC)及提餾塔(SC)構成。通過對工藝參數(shù)優(yōu)化后，建立PID與MPC控制結構，分別引入進料流量和組成的變化擾動，對比兩種控制策略的控制效果。對于PID控制，利用工業(yè)常用的溫度控制策略，通過靈敏板判據(jù)后選取最佳的溫度控制點，建立PID控制結構。對于MPC控制結構，采樣間隔取0.02，預測時域取25，控制時域取4，利用多目標遺傳算法函數(shù)對被控變量與操作變量權重因子進行優(yōu)化，確定模型預測控制器參數(shù)后建立MPC控制結構。

在建立好的兩種控制結構中，引入進料流量和組成的擾動，以誤差平方積分(ISE)作為控制性能評估指標，定量比較PID與MPC控制效果。PID和MPC控制方案的ISE指標對比如表2所示。對于流量擾動，MPC控制方案對應的各靈敏板溫度ISE值之和遠小于PI控制方案，因而其總體表現(xiàn)較好。這表明模型預測控制適用于高度非線性過程。對于組成擾動，PID控制對應的ISE加和更小，因而在維持過程穩(wěn)定方面具有更好的表現(xiàn)。這是由于組成擾動為不可測量擾動，模型中不包含進料組成與其他變量間的線性關系，MPC控制器無法在擾動作用于系統(tǒng)之前預測擾動對系統(tǒng)的影響，只有當擾動作用于系統(tǒng)并引起被控變量偏離設定值后，控制器才會根據(jù)反饋信息調節(jié)相應的操作變量以消除偏差。因而相比于可測量擾動，MPC在處理不可測量擾動方面無法充分發(fā)揮其優(yōu)勢，其主要原因是MATLAB平臺中的MPC toolbox工具箱中預測模型在預測不可測量擾動方面具有局限性。

表2 基于MPC和PID溫度控制ISE指標對比[30]

然而權重因子預測模型的準確性是保證MPC控制效果的關鍵。Ira等利用神經網絡模型研究了MIMO-MPC的自動調諧性能，該模型可準確描述閉環(huán)MPC性能在控制質量、超調量和穩(wěn)定時間等方面對MPC權值的依賴性。人工神經網絡(Artificial Neural Network, ANN)是一種受動物中樞神經系統(tǒng)(特別是大腦)啟發(fā)的機器學習算法，依靠系統(tǒng)的復雜程度，通過調整內部大量神經元之間的相互連接關系，達到分布式并行處理信息的目的。

綜上所述，MPC控制作為一個高度非線性多變量系統(tǒng)，ANN自主學習后建立的預測模型可有效的解決連續(xù)非線性方程問題。所以，開發(fā)基于ANN自主學習的權重因子預測模型，并將其集成到MPC模塊中，對于建立有效的MPC控制系統(tǒng)從而指導精餾塔、閥門、泵等設備進行變頻調節(jié)，使精餾塔進入穩(wěn)定運行狀態(tài)有重要的意義。

2 結論與展望

本文主要對精餾過程的動態(tài)建模與安全控制的研究現(xiàn)狀進行了歸納與總結，提出了從初始的塔板水力學模型入手，建立能夠準確揭示精餾塔緊急停車與泄放過程的動態(tài)響應規(guī)律的手段來對精餾過程進行安全優(yōu)化。并基于該規(guī)律，建立先進的模型預測控制系統(tǒng)，變頻調節(jié)泵、閥門等設備能夠使精餾塔在故障狀態(tài)慢慢趨于安全運行狀態(tài)，從而降低聯(lián)鎖停車或安全閥泄放概率，有效保證生產裝置的安全。因此，動態(tài)建模與先進的模型預測控制技術可為加快我國具有完全知識產權的精餾安全優(yōu)化技術和工業(yè)化提供理論基礎，同時也為我國精餾相關裝置的智能調控控制系統(tǒng)的精確設計做出理論指導。