汽驱工业过程优化监控系统设计.pdf

《汽驱工业过程优化监控系统设计.pdf》由会员分享，可在线阅读，更多相关《汽驱工业过程优化监控系统设计.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 4 4 0计算机测量与控制.2 0 0 5.1 3(5)C o m p u t e r Me a s u re m e n t&C o n t rol工业控制文章编号:1 6 7 1 一4 5 9 8(2 0 0 5)0 5 一0 4 4 0 一0 3中图分类号:T P 2 7 3文献标识码:B汽驱工业过程优化监控系统设计李亚芬，种制肆(大连理工大学 自 动化系，辽宁 大连1 1 6 0 2 4)摘要:以辽河油田 汽驱工业过程为对象，设计开发了一套优化监控系统。该系统由 操作站、工程师站构建的小型局域网组成，建立了湿蒸汽干度的软测量模型，实现了指标变量的在线检测，并采用遗传算法进行优化计算，

2、实现了对整个汽驱过程的优化操作指导。系统具有良好的人机界面，同时具有较好的可靠性和稳定性，系统各部分之间的数据通讯是基于O P C接口进行的。目 前该监控系统已成功运行于辽河油田的注气3 站和5 站。关键词:优化监控系统;蒸汽干度;软测量技术;遗传算法;O P C接口D e s i g n o f O p t i m i z a t i o n C o n t r o l S y s t e m f o r t h e I n d u s t r i a l P r o c e s s o f S t e a m D r i v e r L i Y a f e n,Z h a n g J i

3、a n f e n g (D e p t.o f A u t o m a t i o n,D a l i a n U n i v e r s i t y o f T e c h n o l o g y,D a l i a n 1 1 6 0 2 4，C h i n a)A b s t r a c t;A s o f t-s e n s o r a n d o p t im i z a t i o n c o n t r o l s y s t e m f o r t h e i n d u s t r i a l p r o c e s s o f S t e a m D r i v e r

4、O i l R e c o v e r y i s in t r o d u c e d.T h es y s t e m i s b u i l t o n a s m a l l-s c a l e L A N,w h i c h i s m a d e u p b y o p e r a t o r-s t a t io n a n d e n g i n e e r-s t a t i o n.I t g i v e s s o f t-s e n s o r m o d e l,r e a l i z e so n 一l i n e d i s p l a y o f q u a l

5、 i t y i n d i c e s,a n d e m p l o y s g e n e t i c a l g o r i t h m s f o r c a l c u l a t io n o f o p t im i z a t i o n t o r e a c h o p t i m i z a t i o n g u i d e f o r o p e r a t io n.T h e s y s t e m h a s f r i e n d l y.H MI s,a n d i t h a s g o o d r e l i a b i l i t y a n d s

6、 t a b i l i t y.D a t a c o m m u n ic a t i o n in t h e s y s t e m i s b a s e d o n O P C.S o f a r,t h e s y s-t e m h a s b e e n a p p l i e d t o g u i d e a n d c o n t r o l t h e p r a c t ic a l p r o c e s s.K e y w o r d s:o p t i m i z a t io n c o n t r o l s y s t e m;s t e a m q u

7、 a l i t y;s o f t-s e n s o r t e c h n o l o g y;g e n e t i c a l g o r i t h m s;O P C0引言 往井下注蒸汽是油田经常采用的一种有效的稠油开采方法。目 前，这种热力强化采油方法已经转向蒸汽驱动阶段，如图1 所示。汽驱的热采工艺主要设备包括热力除氧器、直流锅炉、高压汽水分离器和低压汽水分离器。经除氧器处理过的软化水送人直流锅炉进行加热，并达到汽化阶段，在锅炉出口形成具有一定干度的湿饱和蒸汽，根据工艺要求，锅炉出口蒸汽的干度应严格控制在 7 4%一7 9%之间。将这种状态下的湿蒸汽引人高压分离器进行汽水分离

8、，经分离后，湿蒸汽干度达到9 0%左右，并从高压分离器顶部抽出，经分配器平衡后送人汽驱井。图1 汽驱热采工艺示意图 在这个工艺流程中，锅炉出口湿蒸汽干度检测是一个关键问题。锅炉出口干度过低，无法满足注井热量要求，不能有效提高地下油层稠油的流动性;锅炉出口干度过高会导致蒸汽过 收稿日期:2 0 0 4-0 8-2 4;修回日期:2 0 0 4-0 9-1 4,蓦金项目:国 家教育部科学技术重点基金资助项目(2 0 0 0.1 6 b)作者简介:李亚芬(1 9 5 4-)，女，河北省抚宁人，副教授，硕士，主要从事复杂工业过程建模与控制等方向的研究。热，蒸汽中的盐分从中分离出来形成炉垢，对锅炉造成损

9、害。因此，保证锅炉出口蒸汽干度在7 4 0 0-7 9%之间、保证人井蒸汽干度在 9 0%以上是该汽驱工艺的关键质量指标。此前，现场还没有对“干度指标”进行直接测量的有效办法，工艺上主要采用的是“人工分析化验”法，但这种化验方法时间滞后性大，化验操作繁琐，锅炉的优化操作得不到保证，这是困扰汽驱工艺的重要问题。1 监控系统方案设计 本文以图1 所示的汽驱工艺过程为基础，设计开发了一套优化监控系统。该系统可对锅炉出口 蒸汽干度、注井蒸汽干度指标变量进行在线检测，并利用遗传算法实现优化计算，给出汽驱工艺在线优化的操作指导。1.1 监控系统硬件构成 监控系统是由操作站(工控机)、工程师站(工控机)、打

10、印机、数据采集板(P C L-8 1 3 E)、若干压力、压差传感器等构建的小型局域网系统，监控系统硬件构成如图2 所示。1.2 监控系统软件构成 t-2 1 本套监控系统软件构成如图3 所示。系统软件主要由V B软测量计算程序、V B优化计算程序、A C C E S S 数据库、基于组态王的人机界面H MI 1 和H M1 2 构成。这些程序之间都配备有O P C接口，用于这些程序之间数据流的传递。V B软测量程序的功能包括:(1)通过 P C L-8 1 3 E读取工艺现场各检测点的测量数据;(2)对采集数据进行处理，运用数据校正方法提高采集数据精度;(3)建立软测量模型来计算蒸汽密度、熔

11、值、温度、流量等变量，实现锅炉出口蒸汽干度、注井蒸汽干度指标变量的在线检测;(4)定时向数据库写数据、定时和实时打印各类报表、实时向H M1 1 传送现场实时数据以及接受来自 人心吻第 5 期李亚芬，等:汽驱工业过程优化监控系统设计 4 4 1机界面H MI I 以及人机界面H MI 2 的指令。V B 优化计算程序的功能包括:(1)建立人井蒸汽干度为目 标函数的优化模型，并对汽驱过程可操作变量如给水流量、蒸汽压力及饱和水排量等进行优化运算，从而给出工艺过程优化运作的操作指导;(2)采用模型校正技术及时调整因工况变化所带来的模型误差。打，只。口操 作 站耙趟臀燮缪馨 罄堪 4黔图2 监控系统硬

12、件构成示意图图3 监控系统软件构成示意图1.3 监控系统的O P C关系及)P C设置 软测量后台运算程序、后台优化计算程序作为O P C的客户端程序，基于组态王的人机界面H MI 1,H MI 2 作为O P C的服务器端程序。具体说，软测量后台运算程序作为O P C的一个客户端，它有两个 O P C服务器端，H MI 1 是它的本地 O P C服务器端，二者的O P C接口是基于 c o m接口技术组建的;H MI 2 是它的远程O P C服务器端，而这个O P C接口 是基于分布式 c o m接口技术组建的。后台优化计算程序作为(护C的一个客户端，它仅有 H MI 2 作为它的本地()P

13、 C服务器端。这些关系在图3 中已经表示出了。因为该系统的软测量程序和优化程序都是基于V i s u a l B a s-i s 编写的，而这两个 V B程序与 O P C月 及 务端程序(H MI I,H M I 2)运行在不同的计算机进程空间，所以不能直接调用O P C 接口 进行数据交换。为此，必须在操作站、工程师站安装“代理一占位D L L ,O P C自动化包装 D L L，以实现 V B客 户 端 程 序 对O P C 接口 的 访问 3 软测量程序是通过基于分布式 C O M 的O P C接口访问到H M I 2，为此，必须对工程师站的D C O M安全机制进行专门设置。因为远程

14、客户端“软测量运算程序”要对H MI 2 访问，所以必须开放基于组态王的人机界面 H M1 2 的网络访问权限。1.4 系统功能介绍 监控系统可实现功能:(1)利用现场采集的各点压差和压力信号，构建蒸汽干度机理模型和神经网络模型，可获得锅炉出口湿蒸汽干度值以及人井湿蒸汽干度值。(2)根据各点压差信号，采用流量补偿技术计算出双相流瞬时蒸汽流量，同时提供其它点瞬时蒸汽流量、人井注汽蒸汽流量，并可计算出小时、班、日的蒸汽计量值，还可以随时对原始流量进行校正。(3)针对汽驱工艺的操作要求，可回归计算出锅炉出口温度值以及注井蒸汽温度值，并可计算出小时、班、日 和全井的原始热能注人量。(4)以手动按扭方式

15、选择各类画面显示、参数列表显示以及曲线显示，不论何种显示方式均可动态显示各点干度、温度、压力、流量等参数，为生产操作提供指导。(5)保留4 8 h 多点历史趋势曲线并可调出每个采样点的详细记录，以及长达 1 0 a 的全装置的生产参数记录、累计量统计记录、报警和报警确认记录，随时供生产管理人员按规定的方式查询和分析。(6)定时和随机两种打印方式，打印各种不同 形式不同内容的统计报表，还可以 进行屏幕流程图和历史趋势曲线的硬拷贝。(7)在锅炉稳定运行时保证蒸汽压力波动在士8%之内。稳定工况蒸汽干度的计算误差不超过士3 0 0，波动工况蒸汽干度计算误差在士5%以内。(8)根据系统当前情况可进行优化

16、计算，给出在线优化操作指导。(9)具有软测量模型校正功能，包括机理模型结构参数的调整功能，神经网络模型的再训练功能。2 软测盘模型建立 4 1 监控系统根据实际情况的需要建立两套独立的可以切换使用的软测量模型，一套是运用过程机理分析所获得的汽驱工艺机理模型;另一套是利用 R B F神经网络所建立的汽驱工艺网络模型。2.1 软测t机理模型 为了在线估算锅炉出口 湿蒸汽干度，在直流锅炉的人口 和出口 各安装一套标准节流装置，分别用于检测锅炉人口的给水流量和锅炉出口的蒸汽流量。根据质量平衡原理，利用压力、密度、温度的回归计算公式，整理出锅炉出口 湿蒸汽的干度表达式为:X,一f,(K,G,ZI P 2

17、,P 2,P I,6 2)(1)X,一锅炉出口湿蒸汽干度;K 一综合系数;G-一 给水流量;尸 2-2 蒸汽节流装置两端的差压;P 2 一锅炉出口压力;P -锅炉出口 饱和水密度;P 2 一锅炉出口 饱和蒸汽密度。为了在线估算人井注汽蒸汽干度，在高压汽水分离器饱和水排放口 安装一套标准节流装置，根据饱和水排放量、锅炉出口 湿蒸汽干度以及给水流量整理出人井注汽蒸汽干度表达式为:X 2=儿(G,民，X,)(2)4 4 2计算机测量与控制第 1 3 卷X 2 一人井蒸汽干度;G 一锅炉人口 给水流量;G一高压汽水分离器饱和水排放量;X，一锅炉出口 湿蒸汽干度。2.2 软测.网络模型 由汽驱工艺可知，

18、锅炉出口 湿蒸汽干度依赖给水流量、锅炉出口湿蒸汽压力、饱和水排放量等，因此，以给水流量、锅炉出口湿蒸汽压力、饱和水排放量等为输人信号，锅炉出口湿蒸汽干度为输出信号 s 7，利用R B F 神经网络，用2 0 0 组样本数据进行网络训练，用另外1 0 0 组样本数据作为检验样本，建立了锅炉出口 湿蒸汽干度的神经网络模型。经学习训练后，网络训练样本 R S ME为 0.0 0 2 3 2 6 3，检验样本的 R S ME为0.0 0 9 3 5 9 5，拟合结果和预测结果如图4 所示。从图4 可以看出，软测量神经网络模型对数据有较好的识别能力，可以有效的实现对湿蒸汽干度的在线估计。模型拟合模型预钡

19、卿 4)w川啊嚼!引厂值输it*a ll洲085c807507065肠0550 6 0 1 0 02 0 0 2 5 0 3 0 0图4 R B F网络模型的拟合和预测示意图2.3 软测f模型的校正 汽驱工艺过程操作运行不稳定，经常发生周期性的工况变化，操作参数会发生一定的偏移。因此，软测量机理模型应能调整结构参数以适应工况的变化，软测量网络模型应具有再学习功能不断修正模型以适应工艺情况。监控系统配备有模型校正功能，操作人员通过工程师站的人机界面(H M1 2)发出模型参数修改命令，通过建立在D O O M上的O P C接口与软测量后台运算程序，可修改软测量后台运算程序模型对应的结构和参数。或

20、者操作人员通过工程师站的人机界面(H M1 2)也可进行机理模型和网络模型的替换。3 系统优化模型的建立与实现 稠油开采效果与注井蒸汽流量、注井蒸汽干度这两个关键质量指标直接相关，汽驱工艺希望注井蒸汽流量在一定范围内，注井蒸汽干度越高越好。为了得到对应目 标函数的决策量的最优组合，监控系统在工程师站后台程序中动态建立了系统优化模型，通过求解该模型，可得到系统当前工况下的多种最优决策量组合。3.1 优化模型的建立m a x X 2=(G,民,A P 2,P 2)s.t.1 8 毛G蕊 2 2 0(民(3 1 1(P 2(1 6 0.7 4(X,成 0.7 9 G一民)1 6(3)X 2 一人井蒸

21、汽干度，目 标是获得最大值;G一 锅炉人口给水流量，要求在1 8 2 2 t/h;G b 一高压汽水分离器饱和水排放量，要求在。-3 t/h;几一锅炉出口 压力，要求在 1 1 -1 6 MP a;具一锅炉出口 蒸汽节流装置两端的差压;X,一锅炉出口湿蒸汽干度，要求在7 4%一7 9%。在优化模型(3)给出的决策量中有 G,(3 b,P 2,AP 2等，其中P 2 是汽驱工艺中不可操作变量，监控系统利用改进的B P 神经网络，采用可操作变量来估计出不可操作变量，估计误差完全符合工艺要求。3.2 遗传算法求解优化模型 由上可知，汽驱系统优化模型是一个多约束、单目 标、非线性优化问题，优化模型比

22、较复杂。遗传算法是通过目 标函数来计算适配值，不需其他的推导和附属信息，对问题的依赖性较小;对于待寻优的函数基本无限制，既不要求函数连续也不要求函数可微，应用范围较广;鲁棒性也比较好，可以有效防止搜索过程收敛于局部最优解，从而有较大可能获得全局最优解困。因此，该系统采用遗传优化算法来求解该优化问题。3.2.1 遗传算法的基本操作 首先对可操作决策量进行二进制编码，生成遗传算法的种群。依次计算锅炉出口湿蒸汽压差、锅炉出口 湿蒸汽干度等，最后得到目 标函数作为样本的适配值。通过对高适配值的样本进行复制、交叉、变异操作，使种群得以进化，在停止进化后获得最佳样本，通过解码得到决策量的操作指导。(1)该

23、系统采用二进制编码，将需要优化的决策量编码成二进制字符串，确定以人井蒸汽干度为目 标的适应度函数，确定遗传算法所使用的参数，如群体规模 N、交叉概率尸。、变异概率P m。本系统种群数目为 3 0、交叉概率为o.8，变异概率为0.0 0 9 0 (2)根据算法寻找最优串 t=0时，随机生成 N个串，构成初始群体;根据优化模型约束条件判断种群个体的合法性;计算合法串的适配值;进行复制、交叉、变异操作，产生新的群体;计算进化代数;中止条件满足，则结束，否则返回;找出最优串S m o (3)根据S m 给出实际问题最优解。为保证系统收敛在程序中使用了优秀个体保护法，此方法是对每一代中一定数量最优个体，

24、可直接进人下一代。这样防止了优秀个体由于复制、交叉或变异中的偶然因素而被破坏掉。该方法对于增强算法的稳 定 性 和 收 敛 性 非 常 有 效 川。3.2.2 结果分析 采用遗传算法在4 0 代以后就已经收敛到最优值，收敛速度很快，完全满足工程上的要求。最优的人井蒸汽干度可以对应多种决策量组合，这些决策量组合都被保存在一个专门的*.t x t 文件中，供工程人员参考、选择。汽驱优化监控系统利用建立的优化模型，计算出操作汽驱工艺的最佳决策量，这些最佳决策量会随着实际工艺参数的变化而不同。所以，优化模型的最优值、对应最优值的最佳决策量组合并非一成不变，而是随着实际情况改变而改变，也只有这样才能满足

25、工程上的要求。4结论 该套监控系统目 前已投人现场应用，在辽河油田的注汽3站和5 站已运行约一年时间。(下转第4 6 4 页)4 6 4计算机测量与控制第 1 3 卷;J州11傀!州门n划n钊门门只八n孟/1且自一湘吸 Wb)门n日n门乙J件h 一一一丫明.勺司口。卜、匕 -之_ 1 0，2 d 轴(W b)图7 采用自 适应磁链观测器与模糊控制 器时，定子磁链的运行轨迹图 一 一 一 一 j0 0.0 5 0.1 0.1 5 0.2 0.2 5 0.3 叭图1 0 结合速度自 适应磁链观测器模型 与模糊控制器时电机转矩曲线图 匕 尸1卜|卜卜日日目川曰日SC户二口门50q曰0门门乙门户11e

26、s_ 止 _ _ _上-，-一-一公 -一J _ _0.0 5 0.1 0.1 5 0.2 d%-马 一-0.2 51 结论 本文采用了自 适应磁链观测器，在此基础上推导出速度自适应观测器，并成功结合模糊控制器，对传统的直接转矩控制系统进行全面改进，通过仿真实验表明:本文采用的自 适应磁链观测器具有较高的观测精度和较好的鲁棒性。同时将速度自适应观测器与模糊控制器有机结合起来，可以进一步提高转速的辨识精度，尤其在低速情况下使系统仍能保持很高的性能。P心扩图8 低速情况下结合速度自 适应观测器 与模糊控制器时的辨识转速曲线图只nUSISCUS门曰勺刁q自一11 了的p昭之才一:0 0.0 50.1

27、5d s图 9 低速情况下电机的实际输出转速曲线示意图 对比图6 一图1 0 可以看出，与传统的直接转矩控制相比，采用自 适应磁链观测器与模糊控制器时，定子磁链观测精度提高，电机转矩运行更加平稳，超调量更小，反应更快。低速情况下结合速度自适应观测器与模糊控制器时的辨识转速能很好的跟踪电机实际输出转速，而且电机输出转速具有较好的鲁棒,t和动态响应性能。参考文献:I 口T a k a h a s h i I.A n e w q u i c k-r e s p o n s e a n d h i g h 一e f f ic i e n c y c o n t r o l s t r a t e g

28、y o f a n i n d u c t i o n m o t o r J .I E E E t r a n s.I n d u s t r y A p p l i c a-t i o n s,1 9 8 6,2 2(5):8 2 0 一8 2 7.2 B a a d e r U,D e p e n b r o c k M.D i r e c t s e l f-c o n t r o l(D S O o f in v e r t e r-f e d i n d u c t io n m a c h in e:A b a s i s f o r s p e e d c o n t r o

29、l w i t h o u t s p e e d m e a s u r e m e n t J .I E E E t r a n s.I n d u s t ry A p p l i.，1 9 9 2,2 8(3):5 8 1 一5 8 8,仁 3 Ma r io M,P a o l o S.A s i m p l e a p p r o a c h t o f l u x a n d s p e e d o b s e r v a t i o n i n i n d u c t io n m o t o r d r iv e s J .I E E E t r a n s.I n d u

30、s t r y A p p l i c a t i o n s,1 9 9 7,4 4(4):5 2 8 一5 3 5.4 H i s a o K u b o t a.D S P-b a s e d s p e e d a d a p t i v e f l u x o b s e r v e r o f i n d u c-t i o n m o t o r J .I E E E t r a n s.I n d u s t r y A p p l ic a t io n s,1 9 9 3,2 9(2):3 4 4 一3 4 8.5 H i s a o K u b o t a.S p e e

31、 d s e n s o r l e s s f i e l d-o r i e n t e d c o n t r o l o f i n d u c t i o n m o t o r w i t h r o t o r r e s i s t a n c e a d a p t a t i o n J .I E E E t r a n s.I n d u s t r y A p p l i c a t i o n s,1 9 9 4,3 0(5):1 2 1 9 一1 2 2 4.6 诸静.模糊控制原理与应用 M .北京:机械工业出 版社，1 9 9 5.7 何新军.模糊控制在感应电动机

32、直接转矩控制中的应用 J .电机 电器技术，2 0 0 1，(6):2 一4.8 刘和平.T M S 3 2 0 L F 2 4 O x D S 1 结构、原理与应用 M.北京:J 匕 京航天航空大学出版社，2 0 0 2.(上接第 4 4 2 页)现场质量指标检测已达到工艺要求，系统优化功能为生产操作人员提供了在线优化操作的依据，这对于稳定生产、提高油田出油率起到显著的作用。油田 注汽井相对分散，给油田的统一管理带来相当大的难度，本套系统着眼于在局域网的基础上实施统一管理的监控优化操作，提出了 解决这一问题的基本方案，为进一步的网络化管理奠定了基础。动化及仪表，1 9 9 4,2 1(4);

33、4 2 一4 5 2 俞金寿，刘爱伦，张克进.软测量技术及其在石油化工中的应用 M.北京:化学工业出版社，2 0 0 0.阳 李勤，党选举.基于C O M的(C P C技术研究及其接口实现 仁 J .计算机应用，2 0 0 3(2):2 8 一3 0 4 李亚芬，王会芹，周小林.神经网络在湿蒸汽干度测量中的应用 J .计算机测量与控制，2 0 0 3,1 1(3):1 1 7 一1 7 9 5 李亚芬，王会芹.基于R B F 神经网络的湿蒸汽干度测量模型 J .自动化仪表，2 0 0 3,2 4(9);9-1 1.6 王小平，曹立明.遗传算法一理论、应用与软件实现 毛 M.西参考文献:1 周小林，曲良孟，董文葆.湿蒸汽干度软测量技术 J .化工自安:西安交通大学出版社，2 0 0 3.7 周激流，郭晶.一种可寻得全局最优解的改进变异算子 J .控制理论与应用，2 0 0 1,1 8(5):7 5 5 一7 5 8.