中文题目：基于逆系统的原油换热网络解耦设计和控制策略

论文题目：Inverse system based decoupling design and control strategy for crude oil heat exchanger networks.

录用期刊/会议：Applied Thermal Engineering(中科院大类 2区)

原文DOI：10.1016/j.applthermaleng.2024.124509

原文链接：https://www.sciencedirect.com/science/article/pii/S135943112402177X

录用/见刊时间：2024/9/30

作者列表：

1）孙   琳 中国石油大学（北京）人工智能学院 自动化系教师

2）万传昌 中国石油大学（北京）人工智能学院 控制科学与工程专业 硕 23级

3）朱添宇 中国石油大学（北京）人工智能学院 控制科学与工程专业 硕 20级

4）罗雄麟 中国石油大学（北京）人工智能学院 自动化系教师

 

摘要:

本文研究一种原油换热网络的解耦控制方法。首先，基于复杂网络理论，采用符号有向图(SDG)模型来识别所需的控制变量。随后，通过主成分分析方法及相关评价指标构建初始控制器，并进行控制变量配对。由于所提出的系统为多输入多输出控制系统，针对多变量系统中的耦合问题，本文提出一种基于神经网络逆系统理论的解耦控制策略。通过可逆性推导证明逆系统的存在性。最后，该解耦控制系统应用于原油蒸馏单元中的换热网络，与非解耦控制策略相比，原油出口温度波动值平均降低57.1%，且在不同操作条件下系统的平均绝对百分比误差保持在0.02以内。实验结果表明，所提出的解耦控制方法展现出优异的解耦性能，有效提升系统的整体控制效果。

背景与动机:

换热网络在实际运行过程中，由于操作条件和扰动等影响，系统会偏离设计的最佳运行状态，为保证换热网络能量回收的效率，需要对已经设计好的换热网络进行控制，由于换热网络是多变量系统，各控制回路之间的耦合关系会影响系统的控制效果，因此需要进行解耦控制方案设计，以提高换热网络的控制效果和经济效益。

设计与实现:

1. 基于SDG模型的关键变量识别

本文为确定换热网络中的关键变量，建立一个复杂原油换热网络的SDG模型。如图所示，其中，节点表示换热网络中的流股温度，有向边表示换热流股之间的关系。复杂原油换热网络的SDG模型：R可由以下四部分组成。

 

图1 复杂原油换热网络SDG模型.

2. 可逆性证明

为利用逆系统解耦理论，必须先证明系统的可逆性。

首先，建立换热网络中耦合系统的状态空间方程。

在此基础上，通过交互式算法证明换热网络系统的可逆性。

Step 1：计算出换热网络的输出变量Y对时间t的导数，直到它成为输入变量U的显函数。

Step 2：通过公式(2)计算系统的Jacobi矩阵。

在系统运行过程中，换热器的换热面积和换热系数均不为零，且定义为负值。故，根据隐函数定理，换热网络逆系统的存在性被证明。

实验结果及分析:

本文采用MAPE来评价控制策略的性能。图2.1可以看出，所提出的解耦控制方案的MAPE较小，说明解耦控制方案对温度变化具有较好的跟踪性能。从图2.2可以看出，解耦控制方案下的原油温度波动值比常规控制方案下的原油温度波动值小，更接近设定值。与常规控制方案相比，解耦控制方案下温度的波动值分别降低57.5%、57.1%和56.8%。说明所提出的解耦控制方案的有效性。

      

                   图2.1 MAPE                                图2.2 原油温度波动范围 

图2 仿真结果分析

结论:

针对换热网络在多变量控制系统设计中存在的耦合问题，研究一种解耦控制策略。首先，构建换热网络系统的SDG模型，在此基础上通过复杂网络理论、主成分分析和TOPSIS方法寻找系统的关键变量。然后从系统结构角度对换热网络中的耦合结构进行分析，在此基础上，建立系统的耦合机理模型，进一步分析系统的耦合特性；并通过交互式算法证明换热网络系统的可逆性。最后，通过BP神经网络辨识静态逆系统，建立神经网络逆系统，将耦合系统解耦为独立的伪线性系统。并通过仿真实验证明所提方法的有效性。

通讯作者简介:

孙琳，讲师，中国石油大学（北京）人工智能学院硕士研究生导师，主要研究方向为化工过程控制，过程系统工程。