工业流化床气相聚乙烯装置的产品质量在线软测量方法

摘要

本发明公开了一种工业流化床气相聚乙烯装置产品质量的软测量方法，该方法选取影响产品质量的若干关键变量构造过程检测变量集，运用多元统计投影原理建立了产品树脂熔融指数和密度与过程检测变量之间的软测量模型，核心技术为一个嵌入Taylor级数逼近(用于进行过程非线性特性表征)的非线性偏最小二乘算法，并通过交叉检验技术来决定最佳主元个数。本发明的方法避开了复杂的过程机理分析，现场实施方便，而且软测量精度高，尤其适用于类似工业流化床气相聚乙烯生产装置这样的非线性、高维且过程数据非常丰富的工业场合；本发明可用于实时监控或指导实际生产，能使产品质量提高、产量增加、装置运行平稳，带来较大的经济效益。

说明书

技术领域

本发明涉及石油化工工业生产过程的检测和控制领域，特别涉及一种工业流化床气相聚乙烯装置的产品质量在线软测量方法。

背景技术

聚乙烯生产过程一般以产品树脂的熔融指数(melt index，MI)和密度(density，ρ)作为产品性能指标。以流化床气相聚乙烯生产工艺为例，聚乙烯的熔融指数MI和密度ρ共同决定了产品树脂的加工性能和最终用途。然而，由于缺乏可靠的工业化在线测量仪表，长期以来聚乙烯生产过程的MI和ρ主要通过产品定时采样的实验室分析得到，并以此为参考对生产过程进行质量控制。正常生产条件下，MI每两个小时采样(分析)一次，ρ每四个小时一次，如此长的测量滞后无法及时反映当前的产品质量(尤其是采样间隔期间，树脂性能如何变化一无所知)，产品质量的波动甚至不合格是难免的。况且，MI和ρ的采样分析结果只能反映生产操作条件和产品质量的定性关系(如反应温度升高会导致MI增加)，操作人员无法从中了解多种操作条件共同影响下对产品树脂质量作用的定量关系和瞬态过渡特性，据此所作的操作往往出现较大偏差，甚至有时导致流化床内部结快，造成停车。

为克服以上聚乙烯树脂产品质量不可直接检测的问题，人们提出了通过合理的数学模型来在线估计和预测聚乙烯树脂产品质量(即软测量)，进而实现生产运行的质量控制的思想。近年来，作为一种基于生产过程检测数据的建模方法，多元统计投影理论为这类在生产过程中难于测量的产品质量指标的在线检测研究提供了一种新的数学工具和解决方案并首先在石油化工生产过程中得到应用，该方法避开了复杂的过程机理分析，不仅算法求解相对简单、软件编程和现场实施方便，而且软测量精度高，尤其适用于类似聚乙烯装置这样过程数据非常丰富的场合。

然而，就方法的理论技术本身而言，目前发表的代表性成果基本针对于线性系统提出，不能很好地适用于像流化床气相连续聚合反应这样机理复杂、影响因素众多且彼此交互、化学过程和物理过程俱存的高度本质非线性过程。

发明内容

本发明针对工业流化床气相聚乙烯装置的产品质量无法直接测量，从而难以实现产品树脂的质量控制和装置运行在线监控等问题，提供一种工业流化床气相聚乙烯装置的产品质量在线软测量方法。

本发明的目的是通过以下技术方案和步骤来实现的：一种工业流化床气相聚乙烯装置产品质量的软测量方法，包括以下步骤：

(1)选择对聚乙烯树脂质量有直接影响的29个现场测量变量作为软测量模型的辅助变量，构成测量参数向量X_m。

(2)选择表征聚乙烯树脂质量水平的2个变量作为软测量目标变量，构成软测量参数向量Y_m。

(3)在气相流化床装置正常运行过程中采集一组软测量建模样本集i＝1，2…NN，构成建模样本矩阵XX和YY。

(4)对建模样本矩阵XX和YY进行标准化、归一化处理，使得各变量均值为0、方差为1，得到归一化的建模样本矩阵X₀和Y₀。

(5)根据X₀和Y₀，离线建立工业流化床气相聚乙烯装置产品质量的非线性偏最小二乘软测量模型：$>X_0=t_1{p}_1^T+t_2{p}_2^T+······+t_l{p}_l^T,$>$>{\hat{Y}}_0=V_1{\beta }_1^T+V_2{\beta }_2^T+······+V_l{\beta }_l^T,$>其中，t_i，p_i，i＝1，2，…l是X₀经过主元分解后得到的l个主元得分向量和负荷向量，β_i，i＝1，2，…l是Y₀关于非线性展开项$>V_i=\left(\begin{array}{ccc}1& t_i& t_i^2\end{array}\right),$>i＝1，2，…l的类负荷矩阵。由P＝[p₁p₂……p_l]，β＝[β₁β₂……β₁]构成的二元组(P，β)为软测量模型的参数集。

(6)在线运行实施时，每次得到新的辅助变量测量值，都将当前的现场测量数据矩阵代入软测量模型进行预测计算，并把预测结果进行逆标准化、逆归一化处理，得到工程单位意义下的产品质量目标变量预测数据矩阵或向量。

(7)为保证长时间运行时软测量的精度，对软测量模型参数集(P，β)定期进行模型自动校正。

本发明的有益效果是：

(1)本发明的方法避开了复杂的过程机理分析，软测量精度高，尤其适用于类似工业流化床气相聚乙烯生产装置这样的非线性、高维且过程数据非常丰富的生产过程；

(2)本发明的方法通过将线性PLS方法拓展到非线性系统，特别解决了具有本质非线性特征的工业对象的软测量模型建立问题，不仅保证了模型的稳定性，更大大提高了软测量精度；

(3)本发明的方法中非线性特性的描述采用主元对之间的抛物线Taylor逼近方法实现，不仅技术路线清晰，而且算法实现简单，在线计算量小；

(4)本发明的方法能一次实现多个树脂产品质量指标的软测量，方便现场应用；

(5)本发明的方法用于实时监控或指导实际生产，能使产品质量提高、产量增加、装置运行平稳，带来较大的经济效益。

附图说明

图1为一个典型的工业流化床气相聚乙烯生产装置示意图；

图2为本发明的系统网络结构示意图；

图中，气相流化床反应器1，循环气管路2，循环气压缩机3，循环气换热器4，反应器混合室5，反应器分布板6，流化床层7，产品出料罐甲8，产品出料罐乙9，催化剂加料器甲10，催化剂加料器乙11，气相流化床聚乙烯装置12，主控DCS设备13，数据接口机14，网络服务器15，监控工作站16。

具体实施方式

下面对本发明的技术方案细节逐一详细说明，本发明的目的和效果将更加明显。

图1是一个国内常见的工业流化床气相聚乙烯生产装置示意图，主体设备由气相流化床反应器1、循环气管路2、循环气压缩机3、循环气换热器4组成，设备之间由循环气管路串连连结。其中，气相流化床反应器包括反应器混合室5、反应器分布板6、流化床层7、产品出料罐甲8、产品出料罐乙9、催化剂加料器甲10、催化剂加料器乙11，皆附着安装在反应器内部和外部。生产过程中，含有单体、共聚单体以及其他组分的循环气体首先进入反应器底部的混合室5，经预混合后再通过特殊设计的反应器分布板6进入流化床层7。聚合物/催化剂粉体一边悬浮流化，进行聚合反应，一边将聚合热传递给流化气体并带出反应器。离开反应器的较高温度气体经过压缩、热交换和补充原料后以较低的温度重新循环进入反应器。反应过程所需催化剂通过催化剂加料器甲10或/和催化剂加料器乙11加入反应器中。聚合物产品通过出料罐甲8和出料罐乙9交替批量放出，以保持流化床高度恒定。如此循环往复，实现生产过程的连续运行。

本发明的工业流化床气相聚乙烯装置产品质量的软测量方法，包括以下步骤：

(1)选择对聚乙烯树脂质量有直接影响的29个现场测量变量作为软测量模型的辅助变量，构成测量参数向量X_m。

所选择的29个现场测量辅助变量为：反应器入口温度T_Rxinlet、反应器温度T_RX、反应器出口温度T_RXoutlet、乙烯进料温度T_Ethylene、丁烯进料温度T_Butene、反应器压力P_Reactor、乙烯进料压力P_Ethylene、产品出料罐A压降P_TankA、产品出料罐B压降P_TankB、反应器分布板压降P_RXplate、循环气流量F_Cyclegas、乙烯进料流量F_C2H4、丁烯进料流量F_C4H8、氢气进料流量F_H2、氮气进料流量F_N2、三乙基铝注入量F_TEAL、反应器产率F_Prorate、氢气/乙烯mol比R_H2toC2、丁烯/乙烯mol比R_C4toC2、催化剂加料器A转速V_FeederA、催化剂加料器B转速V_FeederB、反应器床重W_Bed、反应器料位指示值L_Bed、反应器上部松密度D_Upper、反应器下部松密度D_Lower、循环气中乙烯浓度M_C2H4、循环气中丁烯浓度M_C4H8、循环气中氢气浓度M_H2、循环气中氮气浓度M_N2。所组合构成的测量参数向量X_m为：X_m＝[T_Rxinlet T_RX T_Rxoutlet T_Ethylene T_Butene P_ReactorP_Ethylene P_TankA P_TankB P_Rxplate F_Cyclegas F_C2H4 F_C4H8 F_H2 F_N2F_TEAL F_Prorate R_H2toC2 R_C4toC2 V_FeederA V_FeederB W_Bed L_BedD_Upper D_Lower M_C2H4 M_C4H8 M_H2 M_N2]

(2)选择表征聚乙烯树脂质量水平的2个变量作为软测量目标变量，构成软测量参数向量Y_m。

所选择的2个软测量目标变量为：树脂熔融指数MI和树脂密度ρ。所组合构成的软测量参数向量Y_m为：Y_m＝[MI ρ]。

(3)在气相流化床装置正常运行过程中采集一组软测量建模样本集i＝1，2…NN，构成建模样本矩阵XX和YY。

由建模样本集i＝1，2…NN，所构成的建模样本矩阵为：