炼油和石化行业是依赖于提高资产收益率,降低运营成本,以具有竞争力。在这些充满挑战的时代,少花钱多办事是必不可少的驱动更好的结果。
为了提供持续的经济效益,炼油厂已采用先进过程控制(APC)技术,提高产品产量,降低能耗,提高能力,提高产品质量,提供一致的过程安全和减少对环境的排放。从本质上讲,APC允许企业做更多,节省更多,赚更多。
在过去的十年中,基于模型的预测控制技术在工业界成为一个务实的选择,尤其是炼油和石化行业。近日报道,许多公司都提供先进的控制福利,介乎2%至6%增加利润,降低过程可变性和操作让植物更接近自己真正的约束。APC一直起到了关键作用,帮助炼油厂,特别是实现商业上的成功。然而,随时间变化的物理设备,APC模型需要维护,更新或改造,或者他们不再代表真正的工厂行为。虽然已经有显着的好处,在过去十多年持续价值的工具,他们一直没能在一个综合的,系统的方式来解决整个问题。
AspenTech公司开发的自适应过程控制是一个突破通过技术维护控制器,如阿斯DMCPLUS,它允许工程师进行维护控制器上,而它仍然是上线和持续优化工厂。控制器维修的传统做法,持续的价值和自适应过程控制之间有一个显着的差异。随着持续的价值,作为一个项目进行改造控制器。然而,在自适应过程控制下,控制器被修改随着时间的推移,在一个连续的过程。此更新的模式没有发生需要采取控制器脱线,使公司从中获益的控制和优化,而模型是根据维修。
型号质量分析,持续运行和评估模型的准确性,可以检测时发生降解性能。此相同的模型的质量分析,可以查明一个控制器的一个特定部分,并比较它与原始模型,从而确定性能下降的根本原因。
第一代APC工具发表了许多好处,但他们并没有解决最大的成本问题。与积极的步骤测试周期要短得多,但它们是更具破坏性。当然,当控制器脱线的容量损失这样的结果,并受益与质量有关的,通常伴随着一个APC实现。这种类型的测试需要不断的监督,对部分工厂操作员和工程师。在过去的时间是最根本的问题,该控制器需要被关闭,以收集适合的模型识别技术的开环数据。改造的控制器往往需要高达80%的原来的工作量和成本。容量和质量的损失也有潜在的成本。缺乏精确识别问题领域的车型也是一个问题。共线性检测和维修,不与其他的建模工作流程集成,准备模型辨识手动密集,需要大量的活动产生候选机型由控制工程师。
公司面临的另一个核心问题是,APC维护进行不常使用的方法反映,最初的项目。这会产生一些不良的副作用。例如,维护普遍推迟,直到周转和中期控制器的性能被允许随着时间的推移而降低。
有时候,运营商将失去信心,在应用程序中,关闭控制器。与APC维护对经济的影响也是一个重大的问题。控制器的停机时间,包括除正常停机时间的改革与脱困,可以减少总收益35%,跨越一个五年周期。因此,对于一个典型的单位,年收益250万美元(低端)可以实现,亏损金额$875,000每APC应用。
当乘以整个APC控制下每炼厂平均9个主要单位,总计近800万美元的五年期间,潜在福利损失减少控制器的停机时间。因此,60%的停机时间都花在了改造,30%时,未充分使用期的控制器不以最佳性能运行,因此,没有产生最大的效益,最后10%是不可避免的,所在单位转亏为盈。通过减少一些停机时间,并减少使用不足量的,是次优的性能,公司可以大幅提高APC的好处。
制作的区别
今天,自适应过程控制工程师可以做所需的一切,而不需要关闭控制器更新模型。他们还可以确保控制器具有强大的行为模型之间的更新期间内,使维护一个内置的和持续的过程的一部分,消除等待周转的需要,改革控制器。最重要的是,该软件允许工程师总是在循环方面的决策时,新车型将取代现有的上线应用。