0 引 言

　　生产优化对减少化工企业成本、提高利润起着至关重要的作用，但由于化工企业生产工艺复杂、生产状况实时性高、数据量庞大等原因，使得优化模型难以建立，建立的优化模型既难以正确地反映现场状况，也不能给生产以正确的指导，而企业制造执行系统MES(manufacturing execution system)平台的建立，填补了企业资源计划层ERP(enterprise resource planning)与底层控制层之间的鸿沟，从而为企业在线优化模型的建立提供了基础。

　　MES平台所提供的实时现场数据的利用，使得优化模型的适应性、实时性得到了前所未有的提高，从而为企业提供正确的生产指导，取得了增效降耗的实际效果，提高了企业竞争力。

　　1 在线数据的采集

　　1.1 采集在线数据的必要性

　　煤化工这类过程工业的生产，随着原料不断的投入、产品不断的产出，工艺运行状况也在不断的变化之中，优化模型的参数和关联式的系数只有采自当前运行的工艺系统，而不是沿用历史数据，其优化结果才能调整优化，取得最大边际效益，具有实际的参考价值。这类参数和系数主要包括各单元工序原料和工程(水、电、蒸汽等)的消耗系数、原料和产品的质量分析数据和价格、原料供应的限制和产品需求的增减等。这些数据来自于MES和ERP数据库。

　　1.2 在线数据采集的实现

　　在线优化系统通过企业已有的MES系统和ERP系统采集在线数据，整个在线优化系统如图1所示。

　　图1 在线优化系统模型图

　　生产现场的数据由现场总线传入DCS，然后由MES系统对实时数据进行各种预处理，处理后的数据与ERP层提供的各种原料、产品价格等数据一起被送入优化模块进行优化计算，将其中一份计算结果送往生产现场，作为操作员调整工况的参考依据；另一份传送给ERP层，供以后用于查询、趋势分析等。

　　2 建立优化模型

　　基于工厂的流程结构和工艺原理，实现在线优化计算为管理者计划调度提供科学的依据。

　　某化工企业在其几十年的发展过程中，形成了以焦炉气为主，包括煤气发生炉UGI炉气、WG炉气和外供天然气为掺混源的南北两条城市燃气管线，分别接入城市燃气管网。同时，在煤制气甲醇和一氧化碳的过程中，多种工艺中间气也可进入燃气掺混系统，另外还要配置低热值的代道煤气作为炼焦的热源。企业生产流程如图2所示。

　　图2 企业生产流程示意图

　　2.1 直接消耗与完全消耗

　　从MES平台可以得到各产品的直接消耗系数，所谓直接消耗就是生产某产品所需直接消耗的原料与其他产品的量。令矩阵：

　　式中：aij为生产每单位第i种产品需消耗的第j种其他产品量。令矩阵：

　　式中：bij为生产每单位第i种产品需消耗的第j种原料量。将A、B矩阵称为完全消耗矩阵，它们直接反映了各原料之间以及原料与产品之问的消耗关系。

　　为建立全局的产品原料消耗关系，我们希望建立一个由各个产品和其完全消耗的原料所构成的矩阵Q＝{qij}，qij为生产每单位第i个产品所需要完全消耗的第J种原料，显然qij由其直接消耗的j种产品量和其消耗的其他产品中所含的j种产品量构成。假设共有m种产品、n种原料。则有：

　　写出矩阵形式可得：

　　式中：Q，B为m×n阶矩阵；A为m×n阶方阵。于是可得：

　　完全消耗矩阵的建立使得我们可以从整体上把握系统输入输出之间的关系，使得某些中间产品的消耗转移到边界上来，从而为从全局上选择决策变量，减小问题规模，建立约束关系提供了基础。

　　2.2 确定决策变量和目标函数

　　决策变量是优化计算中待求取的构成目标函数和约束方程的未知数，决策变量应该尽量选择相互独立的变量以消除冗余，还应该选择物理上容易测量的量以减少各种误差。模型中选取的30个决策变量包括甲醇、CO、H2的产量以及进入南北城市燃气管线的各种掺混气量。模型设定目标函数为工厂的生产利润，即销售收入与物耗成本之差。

　　2.3 建立约束方程

　　系统和目标函数确定后，约束条件则是由系统特征决定的，它反映了决策变量和系统之间必须遵循的关系。主要有以下几类：

　　①装置单元间的连接关系，由图2中的工艺流程决定；

　　②装置单元问的物料平衡关系；

　　③各装置单元的生产能力约束，每个单元都有上限，有的还有下限；

　　④市场决定的因素，如CO用户的需求量、城市燃气的用量变化等；

　　⑤产品必须满足的质量要求，南北城市煤气掺混后应分别满足执值Web指数CP值、重度、H2％、CO％等指标。

　　2.4 模型求解

　　目前求解非线性规划最有效的方法为广义既约梯度法GRG(generalized reduced gradient method)，它是上世纪70年代Abadie J与Carpentier J把Wolfe的既约梯度法推广到具有非线性约束的情形时给出的。它把既约梯度法推广到能同时容纳非线性目标函数和非线性约束的情况，成为目前求解一般非线性规划问题的最有效的方法之一。非线性规划如下：

　　3 不同工况下的优化结果

　　表1给出了5种不同工况情况下南北区掺混的气体组分，表2给出了对应的优化结果。可以看出，在线优化系统能够随着丁况变化，动态地计算优化结果。计算结果符合工程实际且取得了满意的实施效果。

　　表1 5种不同工况下各气体流量

　　表2 5种不同工况下的优化结果

　　工况1：标准工况，以下各工况均在此条件下改变其中的某些项，加以比较，并设定此工况相对利润为100％。

　　工况2：将供南北掺混的1×105 m3／d的天然气切断。

　　工况3：天然气切断，并将焦炉煤气量由6．35×104 m3／d减为5．95×104 m3／d。

　　工况4：将可供此区掺混的1×105 m3／d的天然气切断。

　　工况5：天然气均恢复，UGI炉可运行台数由6台减为5台。

　　表2中：煤气、CO、H2的单位为104 m3／d；甲醇、原煤、中焦、小焦的单位为t／d；电单位为kW；利润单位为％；热值、重度和Web单位为MJ／m3。

　　4 结束语

　　从上面讨论可以看出，基于MES的在线优化系统解决了传统系统不能有效符合生产工况的重要缺点，其优化结果具有很强的针对性，从而为化工企业改进生产工艺，提高生产效率提供了强有力的指导。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。