過程測(cè)量數(shù)據(jù)校正技術(shù)在甲醇工廠的在線應(yīng)用劉寶衛(wèi),等過程測(cè)量數(shù)據(jù)校正技術(shù)在甲醇工廠的在線應(yīng)用Online Application of Process Measurement Data Reconciliation in Methanol Plant劉寶衛(wèi)1趙霞吳勝昔2潘兆鴻3(上海交通大學(xué)電子信息與電氣工程學(xué)院,上海200240華東理工大學(xué)信息學(xué)院2,上海20037;上?；坫懽詣?dòng)化信息產(chǎn)業(yè)有限公司3,上海2003)摘要:過程數(shù)據(jù)的質(zhì)量嚴(yán)重影響了MES中的過程監(jiān)控、實(shí)時(shí)優(yōu)化和控制及其它模塊的性能和效益。為獲得平衡和準(zhǔn)確的過程數(shù)據(jù)研發(fā)了一種組合了測(cè)量數(shù)據(jù)檢驗(yàn)法和GLR檢驗(yàn)法的改進(jìn)型序列補(bǔ)償法,并將其應(yīng)用于數(shù)據(jù)校正中顯著誤差的偵破和處理?；谠摲椒ú⒁约状脊に囘^程為背景的一套實(shí)時(shí)數(shù)據(jù)校正軟件在某大型甲醇工廠的MES中投入在線運(yùn)行,并獲得了滿意的效果。該方法經(jīng)過適當(dāng)改造后可以應(yīng)用于某些過程工業(yè)的在線數(shù)據(jù)校正。關(guān)鍵詞:制造執(zhí)行系統(tǒng)數(shù)據(jù)校正隨機(jī)誤差最小二乘法序列補(bǔ)償法中圖分類號(hào):TP74文獻(xiàn)標(biāo)志碼: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過程數(shù)據(jù)校正問題的數(shù)學(xué)模型MES已越來越廣泛地應(yīng)用于過程工業(yè)中1,因而假設(shè)數(shù)據(jù)的測(cè)量值由真實(shí)值和比較小的隨機(jī)誤差準(zhǔn)確的過程數(shù)據(jù)對(duì)現(xiàn)代化工裝置顯得尤為重要。在實(shí)構(gòu)成,過程處于穩(wěn)態(tài),且測(cè)量數(shù)據(jù)所包含的隨機(jī)誤差e時(shí)條件下,企業(yè)的生產(chǎn)調(diào)度、計(jì)劃管理、裝置的優(yōu)化模服從正態(tài)分布:E(e)=0,Com()=Q。擬等工作都依賴于準(zhǔn)確的過程數(shù)據(jù)。測(cè)量中不可避免線性約束的數(shù)據(jù)校正問題的一般數(shù)學(xué)模型為隨機(jī)誤差的產(chǎn)生從而導(dǎo)致測(cè)量值不能精確地符合化工(X-X)Q"(X-X過程中一些內(nèi)在的物理、化學(xué)規(guī)律。此外,由于各種原因?qū)е虏荒懿杉剿行枰臄?shù)據(jù),不平衡和不完整St AX+BU= C的過程數(shù)據(jù)限制了基于這些數(shù)據(jù)的應(yīng)用。數(shù)據(jù)校正就式中:為測(cè)量數(shù)據(jù)的校正值向量;U為待估量組成的是對(duì)采集來的測(cè)量數(shù)據(jù)進(jìn)行校正,使其完全滿足其向量;A、BC為系數(shù)矩陣。內(nèi)在的物理化學(xué)規(guī)律及其它約束條件,并對(duì)所需的未測(cè)量數(shù)據(jù)進(jìn)行有效的估計(jì),從而獲得高度可靠和完整2測(cè)量數(shù)據(jù)的過失誤差偵破處理方法的過程數(shù)據(jù)。實(shí)際上,由于測(cè)量?jī)x表失靈、操作失誤等問題本文以某甲醇工廠為背景,研究了雙線性模型中數(shù)據(jù)協(xié)調(diào)和過失誤差偵破等問題,采用測(cè)量數(shù)據(jù)檢測(cè)造成少量測(cè)量數(shù)據(jù)嚴(yán)重失真,使數(shù)學(xué)模型中測(cè)量數(shù)據(jù)只含較小的隨機(jī)誤差的假設(shè)并不成立。因此,要法和廣義似然比法相結(jié)合的一種序列補(bǔ)償法對(duì)測(cè)量數(shù)進(jìn)行測(cè)量數(shù)據(jù)的校正,就需要對(duì)測(cè)量數(shù)據(jù)進(jìn)行過失據(jù)進(jìn)行過失誤差偵破處理,并獲得了較好的結(jié)果。誤差偵破將薩出含有討失誤差的數(shù)據(jù)進(jìn)行處理,使其中國(guó)煤化工最低。對(duì)線性約束十一五”國(guó)家“八六三”基金項(xiàng)目(編號(hào):2006AA042171)。問題CNMHG破方法有整體檢測(cè)修改稿收到日期:2007-09-12。第一作者劉寶衛(wèi),男,1983年生,現(xiàn)為上海交通大學(xué)控制理論與控制法約束方程檢測(cè)法、測(cè)量數(shù)據(jù)檢測(cè)法和廣義似工程專業(yè)在讀碩士研究生;主要從事過程教掘校正的研究然比法等。PROCESS AUTOMATION INSTRUMENTATION Vol 29 No. 2 February 2008過程測(cè)量數(shù)據(jù)校正技術(shù)在甲醇工廠的在線應(yīng)用劉寶衛(wèi)等過程分為校正和估計(jì)兩步計(jì)算。先將問題轉(zhuǎn)化成消去未測(cè)量只含測(cè)量的約束最小二乘法問題,得到校正后的測(cè)量數(shù)據(jù)協(xié)調(diào)數(shù)據(jù)后再對(duì)待估量進(jìn)行估計(jì)。首先進(jìn)行數(shù)據(jù)分「無過失誤差類6-”,將變量分為測(cè)量變量和待估量,用投影矩陣法消去待估量的系數(shù)矩陣B,將數(shù)學(xué)模型轉(zhuǎn)換成如下形數(shù)估計(jì)的測(cè)量變量的位置的集合式進(jìn)行GLR偵min(X-X)Q(X-X校正完成對(duì)測(cè)量值進(jìn)行補(bǔ)償處理St.AX= c*物H采用的誤差偵破與處理方法為測(cè)量數(shù)據(jù)檢測(cè)MT)法與廣義似然比(GLR)法相結(jié)合的序列補(bǔ)償圖1校正流程圖法。將MT和CLR結(jié)合起來,進(jìn)行MT的時(shí)候考慮Fig. I Flowchart of data reconciliation到變量可能產(chǎn)生過失誤差可能性的大小,用GIR確定3應(yīng)用實(shí)例過失誤差位置后進(jìn)行補(bǔ)償時(shí)考慮變量的邊界約束。這樣吏加充分利用了已知的有用信息。校正流程如圖I某甲醇廠從原料氣到粗甲醇的工藝簡(jiǎn)化流程如所圖2所示。反應(yīng)器1凈化裝置1甲醇合成甲醇凈化裝置3混合器混合器分流器變壓吸附德士古氣分流器分流器引凈化裝置4冷箱2漏入的水反應(yīng)器2凈化裝置2甲醇合成2甲腺圖2甲醇工廠工藝流程圖Fig 2 Technological process of one methanol plant圖2中的數(shù)字為氣體流股的編號(hào),代表不同管道中分平衡的在線數(shù)據(jù)校正是一項(xiàng)艱巨的工作。的氣體;方框?yàn)楣?jié)點(diǎn)。各流股中只有漏入的水、甲醇1根據(jù)對(duì)模型對(duì)象的深入分析,我們決定采用雙線甲醇2為液體,其余均為氣體。分流器中的分流系數(shù)性方法進(jìn)行數(shù)據(jù)校正,并進(jìn)行了一些合理的假設(shè)。待估,流股1、2、22、23、2427的流率沒有測(cè)量值,23的由于分流器中的分流系數(shù)未知,我們分三步進(jìn)行組分沒有分析值。V1V2V3V4為凈化裝置中的釋放數(shù)據(jù)校正氣,T、T2、T3、T4為凈化裝置的回收氣,準(zhǔn)備進(jìn)入凈化①不加入進(jìn)出分流器的流股有相同組分的約束,裝置2中。30、31為甲醇合成的釋放氣進(jìn)行雙線性的數(shù)據(jù)協(xié)調(diào)和顯著誤差的偵破和處理反應(yīng)器1、2中有一個(gè)變換反應(yīng)②根據(jù)冗余度比較大的組分流量(這里是COCO+H,O=C02+H2(5)和H2)計(jì)算分流系數(shù),將分流約束加入約束方程,進(jìn)甲醇合成1、2中有兩個(gè)合成反應(yīng)行雙線性的第二次數(shù)據(jù)協(xié)調(diào)和顯著誤差的偵破處CO+2H, =CH,OH)理中國(guó)煤化工CO,+3H,=CH, OH +H20CNMHG測(cè)量數(shù)據(jù),收縮部這是一個(gè)有19個(gè)節(jié)點(diǎn)、30多個(gè)流股、4個(gè)反應(yīng)器分?jǐn)?shù)據(jù)的方差,并修正分流器中的分流系數(shù),進(jìn)行最后且有多個(gè)嵌套循環(huán)的工藝流程,對(duì)這樣的工藝進(jìn)行組的數(shù)據(jù)校正《自動(dòng)化儀表》第29卷第2期2008年2過程測(cè)量數(shù)據(jù)校正技術(shù)在甲醇工廠的在線應(yīng)用劉寶衛(wèi),等某次采集的原始數(shù)據(jù)及最終校正的結(jié)果如表1和表2所示。表1流率的測(cè)量值和校正值Tab 1 Measured and reconciled values of flow股號(hào)測(cè)量值校正值單位流股號(hào)測(cè)量值校正值單位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l(xiāng)10972.0110972.00m3/班漏人的水1600.000kg/班表2組分百分比的測(cè)量值和校正值Tab 2 Measured and reconciled values of component percentage流股號(hào)組分測(cè)量值校正值流股號(hào)組分測(cè)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中國(guó)煤化工4.120364H246.56245.304990甲醇CNMHG32.7185006.1006652.2003.76646667.17563,066170PROCESS AUTOMATION INSTRUMENTATION Vol 29 No. 2 February 2008過程測(cè)量數(shù)據(jù)校正技術(shù)在甲醇工廠的在線應(yīng)用劉寶衛(wèi),等例如,反應(yīng)器1的流股4和流股10在校正前后的系數(shù)據(jù)庫(kù)中。從而實(shí)現(xiàn)數(shù)據(jù)的同步,如圖4所示。氣體總流量和三種主要組分的組分流量(由總流量和組分分析值計(jì)算)的數(shù)據(jù)如表3所示。表3組分流率值Tab 3 Component flow數(shù)據(jù)轉(zhuǎn)儲(chǔ)組分流量流股4總流量510615.0659893.0-149278.0237237.099979.1數(shù)據(jù)預(yù)處理關(guān)系數(shù)據(jù)庫(kù)正CO88663.22055570-116894.0前H2183178.03144131261圖4數(shù)據(jù)同步其它2639.6-1102.6Fig. 4 Process of data synchronization總流量512212.5623982.3-111770.0數(shù)據(jù)校正軟件通過MFS信息總線從關(guān)系數(shù)據(jù)庫(kù)校CO241102.0l29332.0l1l770.0中取出預(yù)處理過的信息,包括生產(chǎn)過程中每個(gè)流股的89482.201252,0-111770.0流量,以及流股的組分分析值,然后對(duì)組分和流量進(jìn)行后H2179684.0291454.0-11170.0其1945.10數(shù)據(jù)校正運(yùn)算(包括數(shù)據(jù)協(xié)調(diào)和顯著誤差偵破處理及參數(shù)的估計(jì))獲得準(zhǔn)確和完整的數(shù)據(jù)。再將校正后的可以看到校正前的數(shù)據(jù)不滿足式(5),而校正后流量和組分分析值存放在數(shù)據(jù)庫(kù)中。MES的其它模數(shù)據(jù)完全滿足物料平衡方程。另外3號(hào)流股經(jīng)過反塊就可以通過MES信息總線取得這些數(shù)據(jù)進(jìn)行優(yōu)化應(yīng)器2后變?yōu)?5號(hào)流股,由于經(jīng)過一個(gè)變換反應(yīng),氣控制、設(shè)備監(jiān)控、生產(chǎn)調(diào)度、動(dòng)態(tài)成本運(yùn)算等應(yīng)用。的測(cè)量值41680m3還大?？隙ㄓ幸粋€(gè)含有較大的誤5結(jié)束語(yǔ)差對(duì)比校正前后,明顯是3號(hào)的測(cè)量有誤。校正后的研究了甲醇工藝過程中測(cè)量數(shù)據(jù)的校正問題,針對(duì)過程數(shù)據(jù)是平衡的,并給出了未測(cè)量數(shù)據(jù)的估計(jì)值。而實(shí)際的工藝流程采用了合適的測(cè)量數(shù)據(jù)協(xié)調(diào)及過失誤差平衡完整的過程數(shù)據(jù)給化工生產(chǎn)的調(diào)度、核算、考評(píng)、計(jì)偵破和識(shí)別方法。工廠運(yùn)行情況表明,采用該算法編制的劃經(jīng)營(yíng)等生產(chǎn)活動(dòng)提供了堅(jiān)實(shí)準(zhǔn)確的信息基礎(chǔ)。軟件能夠有效地對(duì)甲醇工廠過程測(cè)量數(shù)據(jù)進(jìn)行在線的數(shù)4在線校正的實(shí)現(xiàn)據(jù)協(xié)調(diào)以及過失誤差偵破和識(shí)別校正后的過程數(shù)據(jù)的質(zhì)量完全能夠滿足MFS中其它應(yīng)用模塊的需要。在MES中,通過組態(tài)網(wǎng)將從DCS采集來的生產(chǎn)現(xiàn)參考文獻(xiàn)場(chǎng)信息存放在實(shí)時(shí)數(shù)據(jù)庫(kù)中,由人工錄入的數(shù)據(jù)存放1黃河清俞金壽.面向流程工業(yè)的MES及其關(guān)鍵技術(shù)[J自動(dòng)在關(guān)系數(shù)據(jù)庫(kù)中。MES信息集成模塊通過MES信息化儀表,2004,25(1):10-15總線,從關(guān)系數(shù)據(jù)庫(kù)中取出關(guān)系型數(shù)據(jù)從實(shí)時(shí)數(shù)據(jù)庫(kù)2]王秀萍,榮岡,王樹青.先進(jìn)控制技術(shù)及應(yīng)用刀].化工自動(dòng)化及儀表,199,26(3):62-67中取出生產(chǎn)過程的實(shí)時(shí)數(shù)據(jù),并對(duì)其進(jìn)行校正前預(yù)處[3] TAMHANE A C, MAHRSH. Data reconciliation and gross error理。如圖3所示,根據(jù)配置表按指定時(shí)間(例如一小時(shí)detection in chemical process networks[ J]. Technometrics, 198.5或一個(gè)班)采集實(shí)時(shí)數(shù)據(jù),對(duì)實(shí)時(shí)采集的數(shù)據(jù)進(jìn)行濾波27(4):409-422處理,對(duì)其中的瞬時(shí)數(shù)據(jù)進(jìn)行積分累計(jì)處理,對(duì)累計(jì)量4】 IORDACHE C, MAH R H, TAMHANE A C. Performance studies of進(jìn)行減運(yùn)算處理以得到指定時(shí)間段的流量,對(duì)采集數(shù)據(jù)the measurement test for detection of gross errors in process data [J]按需要進(jìn)行單位換算按工廠流程結(jié)構(gòu)對(duì)處理的實(shí)時(shí)數(shù)The American Institute of Chemical Engineers, 1985, 31(7): 1187據(jù)分組,最后把處理過的數(shù)據(jù)轉(zhuǎn)儲(chǔ)到另一臺(tái)服務(wù)器的關(guān)(51 NARASIMHAN S MAH R S H Generalized likelihood ratio methodfor gross error identification[ J]. The American Institute of Chemical數(shù)據(jù)采集運(yùn)算處理單位換算分組模型數(shù)據(jù)輸出Engineers,3(9):15l4-1521[6]袁永根,李華生過程系統(tǒng)測(cè)量數(shù)據(jù)校正技術(shù)[M].北京:中國(guó)數(shù)據(jù)通道中國(guó)煤化工[7]勺兩步矩陣投影算法[J]CNMHG(3):311-314圖3實(shí)時(shí)數(shù)據(jù)預(yù)處理[8 NARASIMHAN S, JORDACHE C. Data reconciliation gross eorFig 3 Process of real-time data pretreaterdetection[M]. Houston: Gulf Publishing Company, 2000: 241-244《自動(dòng)化儀表》第29卷第2期2008年2月