过程测量数据校正技术在甲醇工厂的在线应用

过程测量数据校正技术在甲醇工厂的在线应用刘宝卫,等过程测量数据校正技术在甲醇工厂的在线应用Online Application of Process Measurement Data Reconciliation in Methanol Plant刘宝卫1赵霞吴胜昔2潘兆鸿3(上海交通大学电子信息与电气工程学院,上海200240华东理工大学信息学院2,上海20037;上海慧铭自动化信息产业有限公司3,上海2003)摘要:过程数据的质量严重影响了MES中的过程监控、实时优化和控制及其它模块的性能和效益。为获得平衡和准确的过程数据研发了一种组合了测量数据检验法和GLR检验法的改进型序列补偿法,并将其应用于数据校正中显著误差的侦破和处理。基于该方法并以甲醇工艺过程为背景的一套实时数据校正软件在某大型甲醇工厂的MES中投入在线运行,并获得了满意的效果。该方法经过适当改造后可以应用于某些过程工业的在线数据校正。关键词:制造执行系统数据校正随机误差最小二乘法序列补偿法中图分类号:TP74文献标志码:BAbstract: The quality of process data significantly affects the performance and profit gained from process monitoring, real-time optimization andcontrol and other applications in MES. To get balanced and correct process data, the modified serial compensation method integrating measure-ment data test with GLR test was developed to detect and deal with the gross errors. Based on the method, and with the methanol process asbackground, a data-reconciliation software package is put into on line service in MES of a large-scale methanol plant. The reconciled data bringabout the desired effect. The method can be applied in certain process industries for on line data reconciliation with slight modificationKeywords: Manufacturing execution system( MES) Data reconciliation Random error Least square method Serial compensation method0引言1过程数据校正问题的数学模型MES已越来越广泛地应用于过程工业中1,因而假设数据的测量值由真实值和比较小的随机误差准确的过程数据对现代化工装置显得尤为重要。在实构成,过程处于稳态,且测量数据所包含的随机误差e时条件下,企业的生产调度、计划管理、装置的优化模服从正态分布:E(e)=0,Com()=Q。拟等工作都依赖于准确的过程数据。测量中不可避免线性约束的数据校正问题的一般数学模型为随机误差的产生从而导致测量值不能精确地符合化工(X-X)Q"(X-X过程中一些内在的物理、化学规律。此外,由于各种原因导致不能采集到所有需要的数据,不平衡和不完整St AX+BU= C的过程数据限制了基于这些数据的应用。数据校正就式中:为测量数据的校正值向量;U为待估量组成的是对采集来的测量数据进行校正,使其完全满足其向量;A、BC为系数矩阵。内在的物理化学规律及其它约束条件,并对所需的未测量数据进行有效的估计,从而获得高度可靠和完整2测量数据的过失误差侦破处理方法的过程数据。实际上,由于测量仪表失灵、操作失误等问题本文以某甲醇工厂为背景,研究了双线性模型中数据协调和过失误差侦破等问题,采用测量数据检测造成少量测量数据严重失真,使数学模型中测量数据只含较小的随机误差的假设并不成立。因此,要法和广义似然比法相结合的一种序列补偿法对测量数进行测量数据的校正,就需要对测量数据进行过失据进行过失误差侦破处理,并获得了较好的结果。误差侦破将萨出含有讨失误差的数据进行处理,使其中国煤化工最低。对线性约束十一五”国家“八六三”基金项目(编号:2006AA042171)。问题CNMHG破方法有整体检测修改稿收到日期:2007-09-12。第一作者刘宝卫,男,1983年生,现为上海交通大学控制理论与控制法约束方程检测法、测量数据检测法和广义似工程专业在读硕士研究生;主要从事过程教掘校正的研究然比法等。PROCESS AUTOMATION INSTRUMENTATION Vol 29 No. 2 February 2008过程测量数据校正技术在甲醇工厂的在线应用刘宝卫等过程分为校正和估计两步计算。先将问题转化成消去未测量只含测量的约束最小二乘法问题,得到校正后的测量数据协调数据后再对待估量进行估计。首先进行数据分「无过失误差类6-”,将变量分为测量变量和待估量,用投影矩阵法消去待估量的系数矩阵B,将数学模型转换成如下形数估计的测量变量的位置的集合式进行GLR侦min(X-X)Q(X-X校正完成对测量值进行补偿处理St.AX= c*物H采用的误差侦破与处理方法为测量数据检测MT)法与广义似然比(GLR)法相结合的序列补偿图1校正流程图法。将MT和CLR结合起来,进行MT的时候考虑Fig. I Flowchart of data reconciliation到变量可能产生过失误差可能性的大小,用GIR确定3应用实例过失误差位置后进行补偿时考虑变量的边界约束。这样吏加充分利用了已知的有用信息。校正流程如图I某甲醇厂从原料气到粗甲醇的工艺简化流程如所图2所示。反应器1净化装置1甲醇合成甲醇净化装置3混合器混合器分流器变压吸附德士古气分流器分流器引净化装置4冷箱2漏入的水反应器2净化装置2甲醇合成2甲腺图2甲醇工厂工艺流程图Fig 2 Technological process of one methanol plant图2中的数字为气体流股的编号,代表不同管道中分平衡的在线数据校正是一项艰巨的工作。的气体;方框为节点。各流股中只有漏入的水、甲醇1根据对模型对象的深入分析,我们决定采用双线甲醇2为液体,其余均为气体。分流器中的分流系数性方法进行数据校正,并进行了一些合理的假设。待估,流股1、2、22、23、2427的流率没有测量值,23的由于分流器中的分流系数未知,我们分三步进行组分没有分析值。V1V2V3V4为净化装置中的释放数据校正气,T、T2、T3、T4为净化装置的回收气,准备进入净化①不加入进出分流器的流股有相同组分的约束,装置2中。30、31为甲醇合成的释放气进行双线性的数据协调和显著误差的侦破和处理反应器1、2中有一个变换反应②根据冗余度比较大的组分流量(这里是COCO+H,O=C02+H2(5)和H2)计算分流系数,将分流约束加入约束方程,进甲醇合成1、2中有两个合成反应行双线性的第二次数据协调和显著误差的侦破处CO+2H, =CH,OH)理中国煤化工CO,+3H,=CH, OH +H20CNMHG测量数据,收缩部这是一个有19个节点、30多个流股、4个反应器分数据的方差,并修正分流器中的分流系数,进行最后且有多个嵌套循环的工艺流程,对这样的工艺进行组的数据校正《自动化仪表》第29卷第2期2008年2过程测量数据校正技术在甲醇工厂的在线应用刘宝卫,等某次采集的原始数据及最终校正的结果如表1和表2所示。表1流率的测量值和校正值Tab 1 Measured and reconciled values of flow股号测量值校正值单位流股号测量值校正值单位m3/班55697.770262783.90m3/班24519.00012345678924518.8336188.50m3/班451626510615.011561/班138769.032577,00m3/班228166.10m3/班10726223788.03/班50032,280m3/班58867.062427.29m3/班44261.17048080.044261.17m3/班4044339169830m3/班012659893.0623982.30m3/班354226.1m3/班131307.07345m3/班78g0338283771.950m3/班53659.055274.23m3/班m’/班46840.039169.83m3/班94199661.780m3/班411680.0399037,90m3/班甲醇1202745202333.400kg/班286889.0甲醇2171065170681.800kg/班l10972.0110972.00m3/班漏人的水1600.000kg/班表2组分百分比的测量值和校正值Tab 2 Measured and reconciled values of component percentage流股号组分测量值校正值流股号组分测量值校正值1,2,3,4CO47.07060099.2637205,1117.469750H35.87435.079920H20.0660.06556.524370H2H33.38722.88719029.4520302.451247H76.70330067.6416808,9,22,25C010.11510.20856023.525H88.95989.553390H,72.83467.72465020.80020.7268302.6012.67511231.15032.2528401.8562.311774H,47.65046."708620H291.248CO56.5149001.7002.385176H,43.78143.01559099.11599.0780705.3494.8317430.18304H,68.04132014,21,248.750CO1.0891.061636H290.3575022.68723.906630甲醇95.879640中国煤化工4.120364H246.56245.304990甲醇CNMHG32.7185006.1006652.2003.76646667.17563,066170PROCESS AUTOMATION INSTRUMENTATION Vol 29 No. 2 February 2008过程测量数据校正技术在甲醇工厂的在线应用刘宝卫,等例如,反应器1的流股4和流股10在校正前后的系数据库中。从而实现数据的同步,如图4所示。气体总流量和三种主要组分的组分流量(由总流量和组分分析值计算)的数据如表3所示。表3组分流率值Tab 3 Component flow数据转储组分流量流股4总流量510615.0659893.0-149278.0237237.099979.1数据预处理关系数据库正CO88663.22055570-116894.0前H2183178.03144131261图4数据同步其它2639.6-1102.6Fig. 4 Process of data synchronization总流量512212.5623982.3-111770.0数据校正软件通过MFS信息总线从关系数据库校CO241102.0l29332.0l1l770.0中取出预处理过的信息,包括生产过程中每个流股的89482.201252,0-111770.0流量,以及流股的组分分析值,然后对组分和流量进行后H2179684.0291454.0-11170.0其1945.10数据校正运算(包括数据协调和显著误差侦破处理及参数的估计)获得准确和完整的数据。再将校正后的可以看到校正前的数据不满足式(5),而校正后流量和组分分析值存放在数据库中。MES的其它模数据完全满足物料平衡方程。另外3号流股经过反块就可以通过MES信息总线取得这些数据进行优化应器2后变为15号流股,由于经过一个变换反应,气控制、设备监控、生产调度、动态成本运算等应用。的测量值41680m3还大。肯定有一个含有较大的误5结束语差对比校正前后,明显是3号的测量有误。校正后的研究了甲醇工艺过程中测量数据的校正问题,针对过程数据是平衡的,并给出了未测量数据的估计值。而实际的工艺流程采用了合适的测量数据协调及过失误差平衡完整的过程数据给化工生产的调度、核算、考评、计侦破和识别方法。工厂运行情况表明,采用该算法编制的划经营等生产活动提供了坚实准确的信息基础。软件能够有效地对甲醇工厂过程测量数据进行在线的数4在线校正的实现据协调以及过失误差侦破和识别校正后的过程数据的质量完全能够满足MFS中其它应用模块的需要。在MES中,通过组态网将从DCS采集来的生产现参考文献场信息存放在实时数据库中,由人工录入的数据存放1黄河清俞金寿.面向流程工业的MES及其关键技术[J自动在关系数据库中。MES信息集成模块通过MES信息化仪表,2004,25(1):10-15总线,从关系数据库中取出关系型数据从实时数据库2]王秀萍,荣冈,王树青.先进控制技术及应用刀].化工自动化及仪表,199,26(3):62-67中取出生产过程的实时数据,并对其进行校正前预处[3] TAMHANE A C, MAHRSH. Data reconciliation and gross error理。如图3所示,根据配置表按指定时间(例如一小时detection in chemical process networks[ J]. Technometrics, 198.5或一个班)采集实时数据,对实时采集的数据进行滤波27(4):409-422处理,对其中的瞬时数据进行积分累计处理,对累计量4】 IORDACHE C, MAH R H, TAMHANE A C. Performance studies of进行减运算处理以得到指定时间段的流量,对采集数据the measurement test for detection of gross errors in process data [J]按需要进行单位换算按工厂流程结构对处理的实时数The American Institute of Chemical Engineers, 1985, 31(7): 1187据分组,最后把处理过的数据转储到另一台服务器的关(51 NARASIMHAN S MAH R S H Generalized likelihood ratio methodfor gross error identification[ J]. The American Institute of Chemical数据采集运算处理单位换算分组模型数据输出Engineers,3(9):15l4-1521[6]袁永根,李华生过程系统测量数据校正技术[M].北京:中国数据通道中国煤化工[7]勺两步矩阵投影算法[J]CNMHG(3):311-314图3实时数据预处理[8 NARASIMHAN S, JORDACHE C. Data reconciliation gross eorFig 3 Process of real-time data pretreaterdetection[M]. Houston: Gulf Publishing Company, 2000: 241-244《自动化仪表》第29卷第2期2008年2月