氯乙烯生产过程优化控制研究
摘要
氯乙烯单体(VCM)是生产聚氯乙烯的主要原料。氯乙烯单体生产过程反应机理复杂，反应过程具有非线性、不确定性和时变性，它具有一系列复杂化工反应过程的典型特性。目前我国氯乙烯生产的自动化水平很低，大多生产装置都处于手动控制和半自动控制状态，而对氯乙烯生产技术的研究大多着重于工艺性的研究，工艺研究和控制研究还没有有效地结合。如何提高控制水平，优化氯乙烯生产过程已经成为提高氯乙烯生产效率和产品质量的瓶颈。
本文在对氯乙烯生产工艺流程、机理特性深入了解分析的基础上，根据生产的工艺要求和控制要求，提出了生产过程优化方案以及氯乙烯生产过程集成控制系统整体方案设计，采用IPC+PLC+现场总线模块的形式，利用工业以太网技术，组成三层分布式控制系统；针对氯乙烯生产过程四个阶段之一的乙炔生产过程存在的“气柜”问题，提出了PFC-PID串级控制策略解决方案；针对氯乙烯转化过程存在的模型难以建立，转化温度难以控制的问题，采用支持向量机对氯乙烯转化过程进行建模，并将得到的支持向量机模型应用于非线性系统的预测控制，提出了基于支持向量机模型的非线性预测控制算法；最后采用Rsview32组态软件对氯乙烯生产过程进行了上位机组态设计。
仿真结果表明，文中所提出的先进控制解决方案有良好的控制品质，可以成功的解决氯乙烯生产过程现存的控制问题，实现了提质、降耗和提高生产效率的目的。
Vinyl chloride monomer (VCM) is the main material of PVC produce. The produce process of VCM has complicated mechanism, it is nonlinear, uncertainty and time-varying, so it has typical character of a series of complex chemical reaction process. Currently, the automation level of VCM production is very low in China, most of device is in a manual or semi-automatic control, and most of research of VCM production technique focus on production technology, it has not been combined effectively with research of control. How to improve the level of control and optimize the production process have become the important methods of improving production efficiency and product quality.
Based on understanding and analyzing the mechanics of VCM production process and production flow, according to the request of technology and control, the production process optimization solution and the project of the integrated control system of VCM production process are proposed. In this project, the 3-layer distributed control system is presented by assembling PLC, industrial PC, field bus I/O modules and the industrial Ethernet. Aimed at the "gas-tank" problem in acetylene station, the PFC-PID cascade control solution is designed. Aimed at the problems of building up model and controlling translation temperature difficulty, a modeling method of nonlinear systems using support vector machines is proposed. And the modeling of SVM is applied to nonlinear predictive control. A kind of nonlinear predictive control scheme based on the SVM model is gave out. Finally, the human machine interface of VCM production is designed based on Rsview32.
The results of simulation show that the advanced control solutions have good control quality, it could revolved successfully the control problems of VCM production process, realize the purpose of improving produce quality, reducing consume and improving production efficiency.
本文在对氯乙烯生产工艺流程、机理特性深入了解分析的基础上，根据生产的工艺要求和控制要求，提出了生产过程优化方案以及氯乙烯生产过程集成控制系统整体方案设计，采用IPC+PLC+现场总线模块的形式，利用工业以太网技术，组成三层分布式控制系统；针对氯乙烯生产过程四个阶段之一的乙炔生产过程存在的“气柜”问题，提出了PFC-PID串级控制策略解决方案；针对氯乙烯转化过程存在的模型难以建立，转化温度难以控制的问题，采用支持向量机对氯乙烯转化过程进行建模，并将得到的支持向量机模型应用于非线性系统的预测控制，提出了基于支持向量机模型的非线性预测控制算法；最后采用Rsview32组态软件对氯乙烯生产过程进行了上位机组态设计。
仿真结果表明，文中所提出的先进控制解决方案有良好的控制品质，可以成功的解决氯乙烯生产过程现存的控制问题，实现了提质、降耗和提高生产效率的目的。
Vinyl chloride monomer (VCM) is the main material of PVC produce. The produce process of VCM has complicated mechanism, it is nonlinear, uncertainty and time-varying, so it has typical character of a series of complex chemical reaction process. Currently, the automation level of VCM production is very low in China, most of device is in a manual or semi-automatic control, and most of research of VCM production technique focus on production technology, it has not been combined effectively with research of control. How to improve the level of control and optimize the production process have become the important methods of improving production efficiency and product quality.
Based on understanding and analyzing the mechanics of VCM production process and production flow, according to the request of technology and control, the production process optimization solution and the project of the integrated control system of VCM production process are proposed. In this project, the 3-layer distributed control system is presented by assembling PLC, industrial PC, field bus I/O modules and the industrial Ethernet. Aimed at the "gas-tank" problem in acetylene station, the PFC-PID cascade control solution is designed. Aimed at the problems of building up model and controlling translation temperature difficulty, a modeling method of nonlinear systems using support vector machines is proposed. And the modeling of SVM is applied to nonlinear predictive control. A kind of nonlinear predictive control scheme based on the SVM model is gave out. Finally, the human machine interface of VCM production is designed based on Rsview32.
The results of simulation show that the advanced control solutions have good control quality, it could revolved successfully the control problems of VCM production process, realize the purpose of improving produce quality, reducing consume and improving production efficiency.
引文
[1] 易小云．国内外氯乙烯(VCM)生长技术的初步研究．广东化工，2000，9(1)：37-39．
[2] 易华，徐明霞，景小燕．氯乙烯的生产技术及产需现状．化学工程师，2001，85(4)：63-64．
[3] 刘焕举，周双然，李海青．电石法氯乙烯生产技术总结．聚氯乙烯，2007，2(2)：45．
[4] 姬忠良．基于支持向量机的VCM生产过程控制方法研究：(硕士学位论文)．大连：大连理工大学，2005．
[5] 韩力群．机电系统智能控制技术．北京：机械工业出版社，2003．
[6] 俞金寿．过程控制系统和应用．北京：机械工业出版社，2003．
[7] 李少远，席裕庚，陈增强等．智能控制的新进展(1)．控制与决策，2000，15(1)：1-5．
[8] 蔡自兴，陈海燕，魏世勇．智能控制工程研究的进展．控制工程，2004，1l(01)：9-13．
[9] 孙增沂．智能控制理论与技术．北京：清华大学出版社，1992．
[10] 吴麒，高黛陵．控制系统的智能设计．北京：机械工业出版社，2003．
[11] 桂卫华，阳春华，吴敏等．智能集成优化控制技术及其在工业中的应用．有色冶金设计与研究，2003，24(S1)：6-14．
[12] 王耀南．智能控制系统-模糊逻辑专家系统神经网络控制．长沙：湖南大学出版社，1996．
[13] 王立新．模糊系统与模糊控制教程．北京：清华大学出版社，2003．
[14] 席庆彪，袁冬莉，闫建国．导航系统多模变结构智能控制研究．西安电子科技大学学报，2004，31(04)：644-647．
[15] 李智斌，吴宏鑫，解永春等．航天器智能控制实验平台自动化学报，2001，27(05)：395-399．
[16] 张永辉．铝粉氮气雾化分级过程集成优化控制系统研究(博士学位论文)．大连：大连理工大学，2006．
[17] 刘长有．环氧丙烷生产过程优化、控制研究(硕士学位论文)．大连：大连理工大学，2002．
[18] Kuntze H. B., Jacubasch A., Richalet J. et al. On the predictive functional control of an elastic industrial robot. Proc. 25th CDC, Athens, Greece, 1986: 1877-1881.
[19] Richalet J., Doss S.A.A., Artier C. et al. Predictive functional control: Applications to Fast and Accurate Robots. Isermann R. ed. Automatic control tenth Triennial World Congress of IFAC V. 4,0xford: PergamonPress, 1988: 251-258.
[20] 张泉灵，王树青．化学反应器温度跟踪预测函数控制的研究及应用．控制理论与应用，2001，8：559-563．
[21] 张日东，苏成利，张建明．PFC-PID控制在加热炉炉膛压力控制中的应用．华东理工大学学报，2006，07：750～753．
[22] 王国玉，韩璞，王东风等．PFC-PID串级控制在主汽温控制系统中的应川研究．中国电机工程学报，2002．12：50-54．
[23] McDonnell M., Ata-Doss S. A.. Predictive functional multivariable systems with more outputs than inputs. Proc. 28th CDC, Tampa, FL, USA, 1989: 1591-1596.
[24] Ata-Doss S. A., Fiani P., Richalet J.. Handling input and state constraints in predictive functional control. Proc. 30th CDC, Brighton, UK, 1991: 985-990.
[25] Igor Skrjanc, Drago Matko. Predictive functional control based on fuzzy model for heat-exchanger pilot plant. Proc. 4th Triennial World Congress of IFACQ-9c-02-6, Beijing, China, 1999: 341-345.
[26] Richalet J., Estival J. L., Fiani PH.. Industrial applications of predictive functional control to metallurgical industries. Proc. 4th IEEE Conference on Control Applications, Piscataway, NL, USA, 1995: 934-942.
[27] Compas J. M., Decarreau P., Lanquetin G et al. Industrial applications of predictive functional control to roiling mill, fast robot, River Dam. Proc. 3rd IEEE Conference on Control Appiications, Glasgow, August, 1994: 882-896.
[28] Cuadrado D., Guerchet P., Abu EI Ata-Doss S.. Computer aided design of weapon system guidance and control with predictive functional control technique. Proc. Conference of Software for Guidance and Control, 1991.
[29] 金晓明．模糊控制、预测控制与工业过程的先进控制(博士学位论文)．杭州：浙江大学，1998．
[30] 赵昀，荣冈，王树青．预测函数控制(PFC)的稳定性及鲁棒性分析．中国控制会议论文集，1998：327-332．
[31] 楼史进，王骥程，王树青．精馏塔塔釜的热晗参数预测控制．中国控制与决策学术年会论文集，1998：168-171．
[32] 张泉灵．预测函数控制及应用研究：(博士学位论文)．杭州：浙江大学，1999．
[33] LeCun Y. Learning processes in an asymmetric threshold network. Disordered Systems and Biological Organization, 1986, 34(3): 33-36.
[34] 阎辉，张学工，李衍达．支持向量机与最小二乘法的关系研究．清华大学学报(白然科学版)，2001，41(9)：77-80．
[35] Steve G.. Support vector machines classification and regression. Image Speech & Intelligent Systems, 1998, 12(4): 71-76.
[36] 王定成，方庭健，高理富．支持向量机同归在线建模及应用．控制与决策，2003，18(1)：89-92．
[37] 王定成，方庭健．支持向量机回归与控制的综述．模式识别与人工智能．2003，16(2)：192-197．
[38] 许超，陈治纲，邵惠鹤．预测控制技术及应用发展综述．化工自动化及仪表，2002，29(3)：1-10．
[39] 席裕庚，耿晓军，陈虹．预测控制性能研究的新进展．控制理论与应用，2000，17(4)：469-475．
[40] Campbell C.. Algorithmic approaches to training support vector machines:a survey. In Proceeding of ESANN2000, Belgium, 2000: 27-36.
[2] 易华，徐明霞，景小燕．氯乙烯的生产技术及产需现状．化学工程师，2001，85(4)：63-64．
[3] 刘焕举，周双然，李海青．电石法氯乙烯生产技术总结．聚氯乙烯，2007，2(2)：45．
[4] 姬忠良．基于支持向量机的VCM生产过程控制方法研究：(硕士学位论文)．大连：大连理工大学，2005．
[5] 韩力群．机电系统智能控制技术．北京：机械工业出版社，2003．
[6] 俞金寿．过程控制系统和应用．北京：机械工业出版社，2003．
[7] 李少远，席裕庚，陈增强等．智能控制的新进展(1)．控制与决策，2000，15(1)：1-5．
[8] 蔡自兴，陈海燕，魏世勇．智能控制工程研究的进展．控制工程，2004，1l(01)：9-13．
[9] 孙增沂．智能控制理论与技术．北京：清华大学出版社，1992．
[10] 吴麒，高黛陵．控制系统的智能设计．北京：机械工业出版社，2003．
[11] 桂卫华，阳春华，吴敏等．智能集成优化控制技术及其在工业中的应用．有色冶金设计与研究，2003，24(S1)：6-14．
[12] 王耀南．智能控制系统-模糊逻辑专家系统神经网络控制．长沙：湖南大学出版社，1996．
[13] 王立新．模糊系统与模糊控制教程．北京：清华大学出版社，2003．
[14] 席庆彪，袁冬莉，闫建国．导航系统多模变结构智能控制研究．西安电子科技大学学报，2004，31(04)：644-647．
[15] 李智斌，吴宏鑫，解永春等．航天器智能控制实验平台自动化学报，2001，27(05)：395-399．
[16] 张永辉．铝粉氮气雾化分级过程集成优化控制系统研究(博士学位论文)．大连：大连理工大学，2006．
[17] 刘长有．环氧丙烷生产过程优化、控制研究(硕士学位论文)．大连：大连理工大学，2002．
[18] Kuntze H. B., Jacubasch A., Richalet J. et al. On the predictive functional control of an elastic industrial robot. Proc. 25th CDC, Athens, Greece, 1986: 1877-1881.
[19] Richalet J., Doss S.A.A., Artier C. et al. Predictive functional control: Applications to Fast and Accurate Robots. Isermann R. ed. Automatic control tenth Triennial World Congress of IFAC V. 4,0xford: PergamonPress, 1988: 251-258.
[20] 张泉灵，王树青．化学反应器温度跟踪预测函数控制的研究及应用．控制理论与应用，2001，8：559-563．
[21] 张日东，苏成利，张建明．PFC-PID控制在加热炉炉膛压力控制中的应用．华东理工大学学报，2006，07：750～753．
[22] 王国玉，韩璞，王东风等．PFC-PID串级控制在主汽温控制系统中的应川研究．中国电机工程学报，2002．12：50-54．
[23] McDonnell M., Ata-Doss S. A.. Predictive functional multivariable systems with more outputs than inputs. Proc. 28th CDC, Tampa, FL, USA, 1989: 1591-1596.
[24] Ata-Doss S. A., Fiani P., Richalet J.. Handling input and state constraints in predictive functional control. Proc. 30th CDC, Brighton, UK, 1991: 985-990.
[25] Igor Skrjanc, Drago Matko. Predictive functional control based on fuzzy model for heat-exchanger pilot plant. Proc. 4th Triennial World Congress of IFACQ-9c-02-6, Beijing, China, 1999: 341-345.
[26] Richalet J., Estival J. L., Fiani PH.. Industrial applications of predictive functional control to metallurgical industries. Proc. 4th IEEE Conference on Control Applications, Piscataway, NL, USA, 1995: 934-942.
[27] Compas J. M., Decarreau P., Lanquetin G et al. Industrial applications of predictive functional control to roiling mill, fast robot, River Dam. Proc. 3rd IEEE Conference on Control Appiications, Glasgow, August, 1994: 882-896.
[28] Cuadrado D., Guerchet P., Abu EI Ata-Doss S.. Computer aided design of weapon system guidance and control with predictive functional control technique. Proc. Conference of Software for Guidance and Control, 1991.
[29] 金晓明．模糊控制、预测控制与工业过程的先进控制(博士学位论文)．杭州：浙江大学，1998．
[30] 赵昀，荣冈，王树青．预测函数控制(PFC)的稳定性及鲁棒性分析．中国控制会议论文集，1998：327-332．
[31] 楼史进，王骥程，王树青．精馏塔塔釜的热晗参数预测控制．中国控制与决策学术年会论文集，1998：168-171．
[32] 张泉灵．预测函数控制及应用研究：(博士学位论文)．杭州：浙江大学，1999．
[33] LeCun Y. Learning processes in an asymmetric threshold network. Disordered Systems and Biological Organization, 1986, 34(3): 33-36.
[34] 阎辉，张学工，李衍达．支持向量机与最小二乘法的关系研究．清华大学学报(白然科学版)，2001，41(9)：77-80．
[35] Steve G.. Support vector machines classification and regression. Image Speech & Intelligent Systems, 1998, 12(4): 71-76.
[36] 王定成，方庭健，高理富．支持向量机同归在线建模及应用．控制与决策，2003，18(1)：89-92．
[37] 王定成，方庭健．支持向量机回归与控制的综述．模式识别与人工智能．2003，16(2)：192-197．
[38] 许超，陈治纲，邵惠鹤．预测控制技术及应用发展综述．化工自动化及仪表，2002，29(3)：1-10．
[39] 席裕庚，耿晓军，陈虹．预测控制性能研究的新进展．控制理论与应用，2000，17(4)：469-475．
[40] Campbell C.. Algorithmic approaches to training support vector machines:a survey. In Proceeding of ESANN2000, Belgium, 2000: 27-36.