王平，趙輝，楊朝合

（1中國(guó)石油大學(xué)（華東）重質(zhì)油國(guó)家重點(diǎn)實(shí)驗(yàn)室，山東 青島 266580；2中國(guó)石油大學(xué)（華東）信息與控制工程學(xué)院，山東 青島 266580）

基于多目標(biāo)優(yōu)化的兩段提升管重油催化裂解自優(yōu)化控制

王平1， 2，趙輝1，楊朝合1

（1中國(guó)石油大學(xué)（華東）重質(zhì)油國(guó)家重點(diǎn)實(shí)驗(yàn)室，山東 青島 266580；2中國(guó)石油大學(xué)（華東）信息與控制工程學(xué)院，山東 青島 266580）

針對(duì)兩段提升管重油催化裂解過(guò)程經(jīng)濟(jì)運(yùn)行要求和工藝特點(diǎn)，從多目標(biāo)優(yōu)化角度出發(fā)，提出一種自優(yōu)化控制方法。首先，基于過(guò)程穩(wěn)態(tài)模型，考慮操作約束條件，構(gòu)造同時(shí)最大化丙烯產(chǎn)量和最小化干氣產(chǎn)量的多目標(biāo)操作優(yōu)化問(wèn)題，并采用標(biāo)準(zhǔn)化法向約束方法求解獲得完整、均勻分布的Pareto最優(yōu)解；然后，根據(jù)多目標(biāo)優(yōu)化結(jié)果所揭示的最優(yōu)操作條件與積極約束之間的關(guān)系，提出了一種基于串級(jí)控制的自優(yōu)化控制策略。仿真結(jié)果表明，與傳統(tǒng)的提升管出口溫度設(shè)定值跟蹤控制相比，本文方法在干擾作用下能夠及時(shí)調(diào)整操作條件，降低干擾對(duì)過(guò)程優(yōu)化運(yùn)行的不利影響。

優(yōu)化；過(guò)程控制；數(shù)值模擬；催化裂解；兩段提升管

引　言

在市場(chǎng)對(duì)丙烯和清潔燃料需求日益增長(zhǎng)的背景下，兩段提升管重油催化裂解多產(chǎn)丙烯（two-stage riser catalytic pyrolysis of heavy oil for maximizing propylene，TMP）［1-2］技術(shù)因具有良好的原料適應(yīng)性和較高的丙烯、高品質(zhì)汽油收率，市場(chǎng)前景廣闊。然而，在復(fù)雜多變的工業(yè)環(huán)境下，生產(chǎn)裝置經(jīng)常面臨著干擾因素多、產(chǎn)品收率波動(dòng)范圍大等嚴(yán)重影響操作安全性和經(jīng)濟(jì)性的問(wèn)題。因此，如何實(shí)現(xiàn)裝置操作優(yōu)化與控制，最大限度地發(fā)揮裝置生產(chǎn)潛力，是TMP技術(shù)工業(yè)化過(guò)程中亟待解決的關(guān)鍵問(wèn)題。

由于存在各種干擾因素，實(shí)際生產(chǎn)過(guò)程的最優(yōu)操作條件可能不斷發(fā)生變化。目前，煉油化工企業(yè)普遍采用“實(shí)時(shí)優(yōu)化+先進(jìn)控制”的遞階結(jié)構(gòu)解決復(fù)雜過(guò)程操作優(yōu)化與控制問(wèn)題［3］。實(shí)時(shí)優(yōu)化和先進(jìn)控制技術(shù)的基礎(chǔ)是模型，只有在模型足夠精確的情況下，這些技術(shù)才能發(fā)揮最大的效果。然而，實(shí)際工業(yè)過(guò)程很難建立精確數(shù)學(xué)模型，完全基于模型的操作優(yōu)化與控制方法很難取得滿意的效果。針對(duì)上述問(wèn)題，國(guó)內(nèi)外學(xué)者提出了一系列改進(jìn)方法［4-5］。其中，自優(yōu)化控制（self-optimizing control，SOC）是一種采用傳統(tǒng)反饋控制實(shí)現(xiàn)過(guò)程優(yōu)化運(yùn)行的方法［6-7］，其通過(guò)離線選擇或構(gòu)造一些被控變量，然后控制這些變量使得過(guò)程在干擾作用下仍能維持最優(yōu)或者接近最優(yōu)運(yùn)行。因此實(shí)現(xiàn)過(guò)程SOC的關(guān)鍵是找到合適的被控變量。關(guān)于被控變量選擇方法很多，但大多是基于過(guò)程局部線性化模型推導(dǎo)得到，針對(duì)復(fù)雜強(qiáng)非線性過(guò)程的 SOC方法研究目前仍是一個(gè)開(kāi)放的問(wèn)題［8-11］。

反應(yīng)-再生系統(tǒng)是TMP裝置的核心部分，其運(yùn)行狀況將直接影響目的產(chǎn)品收率進(jìn)而影響整個(gè)裝置經(jīng)濟(jì)效益。反應(yīng)-再生系統(tǒng)由兩段提升管、汽提段和再生器等多個(gè)操作單元構(gòu)成，具有非線性程度強(qiáng)、變量耦合度高、操作條件苛刻以及關(guān)鍵變量不能在線測(cè)量等特點(diǎn)，采用傳統(tǒng)的提升管出口溫度設(shè)定值控制很難維持過(guò)程優(yōu)化運(yùn)行［12］。針對(duì)TMP工藝特點(diǎn)和控制難點(diǎn)，本文從多目標(biāo)優(yōu)化角度出發(fā)，提出一種符合TMP過(guò)程運(yùn)行規(guī)律的SOC策略。首先構(gòu)建面向產(chǎn)品分布協(xié)調(diào)的多目標(biāo)優(yōu)化問(wèn)題并采用標(biāo)準(zhǔn)化法向約束（normalized normal constraint，NNC）方法［13］求解獲得完整、均勻分布的Pareto解集；然后，基于多目標(biāo)優(yōu)化結(jié)果所揭示的最優(yōu)操作條件與積極約束條件間的關(guān)系，設(shè)計(jì)串級(jí)控制系統(tǒng)實(shí)現(xiàn)過(guò)程優(yōu)化運(yùn)行。最后，通過(guò)仿真研究，并與提升管出口溫度設(shè)定值跟蹤控制比較，驗(yàn)證所提方法的有效性。

1　面向產(chǎn)品分布協(xié)調(diào)的多目標(biāo)優(yōu)化

1.1過(guò)程概述

圖1　TMP工藝流程Fig.1　Schematic diagram of TMP process

TMP過(guò)程工藝流程如圖1所示［1］。其中，一段提升管由新鮮原料與回?zé)扖4組合進(jìn)料，二段提升管由回?zé)捚?、回?zé)捰秃陀蜐{組合進(jìn)料。兩個(gè)提升管反應(yīng)器共用一個(gè)沉降器和再生器，同時(shí)處理一段和二段待生催化劑。再生器采用前置燒焦罐式高效再生技術(shù)燒掉積炭恢復(fù)催化劑活性并為裂解反應(yīng)提供熱量，再生器設(shè)有外取熱器用于控制燒焦溫度。課題組前期以實(shí)驗(yàn)室內(nèi)小型提升管實(shí)驗(yàn)裝置和大慶煉化10萬(wàn)噸/年TMP中試裝置為背景，在深入分析催化裂解反應(yīng)機(jī)理和兩段提升管工藝特點(diǎn)的基礎(chǔ)上，兼顧模型精度、適應(yīng)性和實(shí)驗(yàn)室具備條件等要求，分別建立了 11集總反應(yīng)動(dòng)力學(xué)模型［14］和過(guò)程機(jī)理模型［15-16］，并利用實(shí)驗(yàn)數(shù)據(jù)和工業(yè)運(yùn)行數(shù)據(jù)驗(yàn)證了模型的可靠性，這為操作優(yōu)化與控制方法的研究奠定了基礎(chǔ)。

1.2多目標(biāo)優(yōu)化命題構(gòu)造

TMP過(guò)程操作優(yōu)化與控制的目標(biāo)是，在保證安全運(yùn)行的前提下，最大限度地多產(chǎn)丙烯。為實(shí)現(xiàn)這一目標(biāo)，從氫元素平衡的角度分析，必須抑制干氣產(chǎn)率［2］。催化裂解平行-順序的反應(yīng)特點(diǎn)決定了最大化丙烯產(chǎn)率和最小化干氣產(chǎn)率兩個(gè)目標(biāo)是相互沖突、難以同時(shí)達(dá)到最優(yōu)的。多數(shù)情況下，提高反應(yīng)轉(zhuǎn)化率，將導(dǎo)致丙烯和干氣的產(chǎn)率同時(shí)升高。為此，本文構(gòu)建一個(gè)以最大化兩段提升管丙烯產(chǎn)量和最小化干氣產(chǎn)量為目標(biāo)，同時(shí)滿足操作安全以及產(chǎn)品質(zhì)量指標(biāo)約束的多目標(biāo)優(yōu)化命題MOP1

（1）一段提升管原料轉(zhuǎn)化率yconversion，1|Z= 1下限（80%）：一段轉(zhuǎn)化率不能過(guò)低，否則二段汽油進(jìn)料不足。

（2）二段提升管汽油產(chǎn)率ygasoline，2|Z= 1下限（18%）：二段汽油不能過(guò)低，否則高品質(zhì)汽油產(chǎn)量不足。

1.3多目標(biāo)優(yōu)化問(wèn)題的求解

與單目標(biāo)優(yōu)化只能得到唯一解不同，目標(biāo)函數(shù)間的沖突性決定了多目標(biāo)優(yōu)化結(jié)果是一組代表目標(biāo)函數(shù)間最優(yōu)折中的 Pareto最優(yōu)解［17］，因此獲得Pareto最優(yōu)解是求解多目標(biāo)優(yōu)化問(wèn)題的關(guān)鍵。此外，為了便于分析目標(biāo)函數(shù)間的權(quán)衡關(guān)系，一般希望獲得均勻分布的Pareto前沿。多目標(biāo)優(yōu)化方法分為智能進(jìn)化和標(biāo)量化兩類(lèi)。其中，智能進(jìn)化算法具有全局收斂性、不依賴(lài)具體問(wèn)題顯式表達(dá)以及潛在并行性等優(yōu)點(diǎn)，已被廣泛用于解決煉油化工多目標(biāo)優(yōu)化問(wèn)題［18］。然而，這類(lèi)算法普遍存在優(yōu)化耗時(shí)長(zhǎng)、參數(shù)設(shè)置困難等問(wèn)題，且難以處理復(fù)雜等式約束。標(biāo)量化法，如加權(quán)和法、ε-約束法，將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化為一系列單目標(biāo)優(yōu)化問(wèn)題后逐個(gè)求解。其優(yōu)點(diǎn)是計(jì)算效率高、容易理解并有充分理論支撐，但難以產(chǎn)生分布均勻的Pareto前沿。特別地，加權(quán)和法無(wú)法獲得非凸多目標(biāo)優(yōu)化問(wèn)題完整的Pareto前沿［19］。

本文采用NNC法［13］求解MOP1以獲得完整、均勻分布的Pareto前沿。該方法通過(guò)對(duì)多目標(biāo)優(yōu)化問(wèn)題的可行域進(jìn)行切割、縮減，構(gòu)造出一系列單目標(biāo)優(yōu)化問(wèn)題，最后求解這些單目標(biāo)優(yōu)化問(wèn)題得到分布均勻的Pareto前沿。

（1）定位點(diǎn)（anchor points）求取。針對(duì)問(wèn)題MOP1，構(gòu)造下述單目標(biāo)優(yōu)化問(wèn)題SOPi，i=1， 2

（2）可行域標(biāo)準(zhǔn)化。不同目標(biāo)函數(shù)的量綱和數(shù)量級(jí)可能不同，需要對(duì)目標(biāo)函數(shù)空間標(biāo)準(zhǔn)化處理

其中，l1、l2分別定義為

標(biāo)準(zhǔn)化后的各目標(biāo)函數(shù)取值范圍均為［0，1］，標(biāo)準(zhǔn)化目標(biāo)函數(shù)空間內(nèi)和對(duì)應(yīng)的坐標(biāo)分別為（0，1）和（1，0），由指向的向量（1，-1），如圖3所示。

圖2　雙目標(biāo)優(yōu)化問(wèn)題的目標(biāo)函數(shù)解空間Fig.2　Objective space for bi-objective optimization problem

圖3　雙目標(biāo)優(yōu)化問(wèn)題的標(biāo)準(zhǔn)化目標(biāo)函數(shù)解空間Fig.3　Normalized objective space for bi-objective optimization problem

由于不等式約束式（9）的引入，SOP3的解將位于圖3法線左上方區(qū)域，優(yōu)化得到B點(diǎn)。

（5）Pareto解的逆標(biāo)準(zhǔn)化。將步驟（4）計(jì)算得到的標(biāo)準(zhǔn)化Pareto解進(jìn)行逆標(biāo)準(zhǔn)化從而得到N個(gè)Pareto最優(yōu)解。

1.4多目標(biāo)優(yōu)化結(jié)果及分析

圖4給出了NNC法求解問(wèn)題MOP1獲得的Pareto前沿，其橫、縱坐標(biāo)分別為兩段提升管丙烯和干氣單位時(shí)間內(nèi)的產(chǎn)量。Pareto前沿各點(diǎn)代表不同的操作條件下丙烯和干氣產(chǎn)量，其中五角星對(duì)應(yīng)干氣收率最小工作點(diǎn)，正方形對(duì)應(yīng)丙烯收率最大工作點(diǎn)。顯然，隨著丙烯產(chǎn)量的提高，干氣產(chǎn)量將相應(yīng)升高。

圖4　基于NNC法求解MOP1獲得的Pareto前沿Fig.4　Pareto frontier found by NNC method for MOP1

獲得Pareto最優(yōu)解后，需要綜合多方面信息（如市場(chǎng)需求、下游分離單元操作成本和負(fù)荷），從中選擇出一個(gè)滿意解。從過(guò)程控制的角度看，這需要了解Pareto最優(yōu)解分布，以及決策變量、約束條件與Pareto最優(yōu)解間的對(duì)應(yīng)關(guān)系。表1和圖5分別給出Pareto最優(yōu)解對(duì)應(yīng)的操作條件及其在決策空間內(nèi)的分布情況。綜合圖4和表1知，Pareto解集可以根據(jù)積極約束條件劃分為 subset Ⅰ和 subset Ⅱ兩部分，在圖4中分別標(biāo)記為星號(hào)和圓圈。從表1中可以看出：（1）對(duì)于所有Pareto最優(yōu)解，再生密相溫度Treg，2始終位于其約束下邊界（953.15 K），這是因?yàn)榻档驮偕鷾囟葘⑻岣邉┯捅?，?qiáng)化催化裂解反應(yīng)、抑制熱裂解反應(yīng)；（2）對(duì)于subset Ⅰ，一段提升管原料轉(zhuǎn)化率yconversion，1|Z= 1位于其約束下邊界，以避免二段提升管回?zé)捚瓦M(jìn)料量不足的情況；（3）對(duì)于 subset Ⅱ，二段提升管汽油產(chǎn)率ygasoline，2|Z= 1位于其約束下邊界，以避免高品質(zhì)汽油產(chǎn)量過(guò)低。圖5清晰地揭示出Pareto最優(yōu)解集與各約束條件之間的對(duì)應(yīng)關(guān)系?？梢钥闯觯琓MP過(guò)程的最優(yōu)操作點(diǎn)是由多個(gè)積極約束共同決定的，這些積極約束對(duì)操作優(yōu)化與控制系統(tǒng)設(shè)計(jì)具有重要意義［7］。

表1　Pareto最優(yōu)解對(duì)應(yīng)的操作條件Table 1　Operation conditions corresponding to Pareto-optimal solutions

圖5　Pareto最優(yōu)解在決策空間內(nèi)的分布情況（Treg，2=953.15 K）Fig.5　Distribution of Pareto-optimal solutions in decision space （Treg，2=953.15 K）

2　TMP過(guò)程操作優(yōu)化與控制系統(tǒng)

TMP裝置運(yùn)行期間，普遍采用控制催化劑循環(huán)量使得提升管出口溫度維持在特定設(shè)定值。然而，由于反應(yīng)過(guò)程的復(fù)雜性，在原料處理和原料預(yù)熱溫度等操作變量變化后，即使反應(yīng)溫度控制穩(wěn)定，反應(yīng)轉(zhuǎn)化率和產(chǎn)品分布也可能發(fā)生改變。如原料預(yù)熱溫度提高后，若控制提升管出口溫度不變，再生劑循環(huán)量將減少，而原料預(yù)熱溫度提高和再生劑循環(huán)量減少這二者綜合效果是：丙烯和汽油產(chǎn)率下降。因此，控制反應(yīng)溫度平穩(wěn)，并不代表能夠獲得最佳的目的產(chǎn)品收率。為此，袁璞等［20-21］提出采用單位進(jìn)料在反應(yīng)時(shí)所需的熱量來(lái)衡量反應(yīng)深度，同時(shí)基于動(dòng)態(tài)模型設(shè)計(jì)觀測(cè)器實(shí)現(xiàn)反應(yīng)熱和催化劑循環(huán)量的在線實(shí)時(shí)計(jì)算，然后以觀測(cè)計(jì)算結(jié)果為依據(jù)，應(yīng)用具有狀態(tài)反饋的單值預(yù)估控制技術(shù)，實(shí)現(xiàn)反應(yīng)熱的動(dòng)態(tài)優(yōu)化閉環(huán)控制，使反應(yīng)深度穩(wěn)定地控制在預(yù)期值上，從而使反應(yīng)器及其有關(guān)部分的操作更平穩(wěn)，目的產(chǎn)品的產(chǎn)率得到提高。

（1）首先需要綜合多方面決策信息，如市場(chǎng)對(duì)丙烯期望產(chǎn)量、下游氣體分離單元對(duì)干氣的最大處理負(fù)荷等，判斷TMP過(guò)程操作工作區(qū)域（subsetⅠ或 subset Ⅱ），進(jìn)而選擇與該工作區(qū)域相匹配的優(yōu)化控制方案。

（2）對(duì)于大多數(shù)的干擾而言，過(guò)程最優(yōu)操作點(diǎn)始終位于特定約束邊界上，因此主回路的設(shè)定值可以保持恒定，整個(gè)控制系統(tǒng)具有自優(yōu)化的功能。擾動(dòng)發(fā)生時(shí)，不需要對(duì)主回路設(shè)定值進(jìn)行調(diào)整，過(guò)程仍能維持優(yōu)化運(yùn)行，可以避免優(yōu)化滯后等問(wèn)題。

圖6　TMP過(guò)程操作優(yōu)化與控制系統(tǒng)Fig.6　Optim ization and control system for operation of TMP process

（3）串級(jí)控制系統(tǒng)的副控制回路采用提升管出口溫度PID控制系統(tǒng)，即分別利用兩段催化劑循環(huán)量控制兩段提升管出口溫度。此外，再生器溫度通過(guò)PID控制外取熱量使其始終維持在下限約束邊界（953.15 K）附近。主回路的作用是根據(jù)外界擾動(dòng)的變化，自動(dòng)調(diào)整兩段提升管出口溫度的設(shè)定值，使得過(guò)程在滿足操作約束的前提下，最大限度地多產(chǎn)丙烯。

3　仿真研究

3.1最優(yōu)工作點(diǎn)屬于subset Ⅰ時(shí)控制系統(tǒng)性能

圖7　一段進(jìn)料溫度Tin，1變化后提升管出口溫度動(dòng)態(tài)響應(yīng)Fig.7　Dynam ic responses of Tris，1and Tris，2to Tin，1change

圖8　一段進(jìn)料溫度Tin，1變化后丙烯和干氣產(chǎn)量動(dòng)態(tài)響應(yīng)Fig.8　Dynam ic responses of propylene and dry gas yields to Tin，1change

3.2最優(yōu)工作點(diǎn)屬于subset Ⅱ時(shí)控制系統(tǒng)性能

圖9　二段進(jìn)料溫度Tin，2變化后提升管出口溫度動(dòng)態(tài)響應(yīng)Fig.9　Dynamic responses of Tris，1and Tris，2to Tin，2change

圖10　二段進(jìn)料溫度Tin，2變化后丙烯和干氣產(chǎn)量動(dòng)態(tài)響應(yīng)Fig.10　Dynamic responses of propylene and dry gas yields toTin，2change

4　結(jié)　論

針對(duì) TMP過(guò)程的工藝特點(diǎn)以及控制難點(diǎn)，本文提出了該過(guò)程的操作優(yōu)化與控制方法并進(jìn)行了仿真驗(yàn)證。首先構(gòu)造面向產(chǎn)品分布協(xié)調(diào)的 TMP過(guò)程多目標(biāo)優(yōu)化問(wèn)題并采樣NNC方法求解獲得完整、均勻分布的Pareto最優(yōu)解集；然后根據(jù)多目標(biāo)優(yōu)化問(wèn)題的解揭示出的最優(yōu)操作條件與積極約束條件的關(guān)系，設(shè)計(jì)了基于串級(jí)控制系統(tǒng)的操作優(yōu)化與控制系統(tǒng)；仿真研究結(jié)果表明，與傳統(tǒng)的提升管出口溫度控制方法相比，本文提出的控制系統(tǒng)能夠根據(jù)外界干擾的變化，自動(dòng)調(diào)整操作條件，減少干擾對(duì)過(guò)程優(yōu)化運(yùn)行的不利影響。

References

［1］李春義， 袁起民， 陳小博， 等. 兩段提升管催化裂解多產(chǎn)丙烯研究［J］. 中國(guó)石油大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2007， 31 （1）: 118-121.

LI C Y， YUAN Q M， CHEN X B， et al. Maxim izing yield of propylene by two-stage-riser catalytic pyrolysis of heavy oil ［J］. Journal of China University of Petroleum （Edition of Natural Science），2007， 31 （1）: 118-121.

［2］LI C Y， YANG C H， SHAN H H. Maxim izing propylene yield by two-stage riser catalytic cracking of heavy oil ［J］. Ind. Eng. Chem. Res.， 2007， 46 （14）: 4914-4920.

［3］柴天佑. 復(fù)雜工業(yè)過(guò)程運(yùn)行優(yōu)化與反饋控制 ［J］. 自動(dòng)化學(xué)報(bào)，2013， 39 （11）: 1744-1757.

CHAI T Y. Operational optim ization and feedback control for complex industrial processes ［J］. Acta Automatica Sinica， 2013， 39 （11）: 1744-1757.

［4］ENGELL S. Feedback control for optimal process operation ［J］. J. Process. Contr.， 2007， 17 （3）: 203-219.

［5］ELLIS M， DURAND H， CHRISTOFIDES P D. A tutorial review of econom ic model predictive control methods ［J］. J. Process. Contr.，2014， 24 （8）: 1156-1178.

［6］SKOGESTAD S. Plantw ide control: the search for the self-optim izing control structure ［J］. J. Process. Contr.， 2000， 10 （5）: 487-507.

［7］SKOGESTAD S. Control structure design for complete chem ical plants ［J］. Comp. Chem. Eng.， 2004， 28 （1）: 219-234.

［8］葉凌箭， 李英道， 宋執(zhí)環(huán). 一種構(gòu)造化工過(guò)程被控變量的方法 ［J］.化工學(xué)報(bào)， 2011， 62 （8）: 2221-2226.

YE L J， LI Y D， SONG Z H. New approach for constructing controlled variables for chem ical processes ［J］. CIESC Journal， 2011，62 （8）: 2221-2226.

［9］葉凌箭， 宋執(zhí)環(huán)， 馬修水. 間歇過(guò)程的批間自優(yōu)化控制 ［J］. 化工學(xué)報(bào)， 2015， 66 （7）: 2573-2580.

YE L J， SONG Z H， MA X S. Batch-to-batch self-optimizing control for batch processes ［J］. CIESC Journal， 2015， 66 （7）: 2573-2580.

［10］YE L J， CAO Y， YUAN X. Global approximation of self-optimizing controlled variables with average loss minimization ［J］. Ind. Eng. Chem. Res.， 2015， 54 （48）: 12040-12053.

［11］葉凌箭. 非線性過(guò)程自優(yōu)化控制的快速算法 ［J］. 控制理論與應(yīng)用，2016， 33 （1）: 40-46.

YE L J. A fast algorithm for self-optimizing control of nonlinear plants ［J］.Control Theory & Applications， 2016， 33 （1）: 40-46.

［12］YUAN Z H， WANG P， YANG C H， et al. Systematic control structure evaluation of two-stage-riser catalytic pyrolysis processes ［J］. Chem. Eng. Sci.， 2015， 126 （2）: 309-328.

［13］MESSAC A， ISMAIL-YAHAYA A， MATTSON C A. The normalized normal constraint method for generating the Pareto frontier ［J］. Struct. Multidiscip. O， 2003， 25 （2）: 86-98.

［14］郭菊花. 重油兩段催化裂解多產(chǎn)丙烯集總動(dòng)力學(xué)模型的初步研究［D］. 青島：中國(guó)石油大學(xué)， 2008.

GUO J H. Primary study of the lumped kinetic model for heavy oil cracking into propylene by two-stage-riser technology ［D］. Qingdao: China University of Petroleum， 2008.

［15］WANG P， TIAN X， YANG C， et al. Economics-oriented NMPC of two-stage-riser catalytic pyrolysis processes for maximizing propylene yield ［J］. IFAC-Papers OnLine， 2015， 48 （8）: 32-37.

［16］YUAN Z H， WANG P， YANG C H. Steady-state multiplicity analysis of two-stage-riser catalytic pyrolysis processes ［J］. Comp. Chem. Eng.， 2015， 73: 49-63.

［17］MESSAC A， MATTSON C A. Generating well-distributed sets of Pareto points for engineering design using physical programming ［J］. Optim. Eng.， 2002， 3 （4）: 431-450.

［18］RANGAIAH G P. Multi-objective Optimization: Techniques and Applications in Chemical Engineering ［M］. World Scientific， 2009.

［19］DAS I， DENNIS J E. A closer look at drawbacks of minimizing weighted sums of objectives for Pareto set generation in multicriteria optimization problems ［J］. Struct. Multidiscip. O， 1997， 14 （1）: 63-69.

［20］袁璞， 鄭遠(yuǎn)揚(yáng)， 黃德先， 等. 催化裂化反應(yīng)深度的觀測(cè)與控制方法: 90108193.0 ［P］. 1992-04-22

YUAN P， ZHENG Y Y， HUANG D X， et al. Observation and control method for the depth of catalytic cracking reaction: 90108193.0 ［P］. 1992-04-22.

［21］袁璞， 孫德祥， 左信， 等. 催化裂化裝置反應(yīng)深度實(shí)時(shí)優(yōu)化控制方法: 97100141.3 ［P］. 1997-12-17.

YUAN P， SUN D X， ZUO X， et al. Real time optimization control method for the depth of catalytic cracking unit: 97100141.3 ［P］. 1997-12-17.

Self-optim izing control based on multi-objective optim ization for heavy oil catalytic pyrolysis in two-stage riser

WANG Ping1，2， ZHAO Hui1， YANG Chaohe1
（1State Key Laboratory of Heavy Oil Processing， China University of Petroleum， Qingdao 266580， Shandong， China；2College of Information and Control Engineering， China University of Petroleum， Qingdao 266580， Shandong， China）

Considered economic requirement for maximizing propylene yield of fluidized catalytic pyrolysis process in two-stage riser， as well as complex characteristics of the FCC process such as strong nonlinearity，coupling multivariable and unavailability in online measurement of product yields， a self-optim izing control strategy on a basis of multi-objective optimization was proposed. First， a multi-objective optimization framework for maximizing propylene yield while minimizing dry gas output was created from steady state model and operational constraints of the process， and solved for optimal operation condition w ith a complete and uniform Pareto distribution by standardized normal constraint method. Secondly， a self-optim izing scheme of cascade controls was generated from relationships between the optimal operation condition and the active constraints. Product yield that could not be measured online were estimated by an unscented Kalman filter transformation. Compared to the tracking control on temperature setpoints at the riser outlet， the self-optim izing control method could spontaneously adjust operating condition under circumstances of interference and reduce the disadvantageous impact of noise factors to optim izing process operation.

optimization； process control； numerical simulation； catalytic pyrolysis； two-stage riser

date: 2016-04-01.

Prof. YANG Chaohe， yangch@upc.edu.cn

supported by the National Basic Research Program of China （2012CB215006） and the Fundamental Research Funds for the Central Universities （2015010109）.

TE 624

A

0438—1157（2016）08—3491—08

10.11949/j.issn.0438-1157.20160414

2016-04-01收到初稿，2016-06-13收到修改稿。

聯(lián)系人：楊朝合。第一作者：王平（1983—），男，博士，講師。

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目（2012CB215006）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目（2015010109）。