软测量技术论文：化工中软测量运用探究
前言：本站为你精心整理了软测量技术论文：化工中软测量运用探究范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。
本文作者：梁玉明王雁芬作者单位：云南云天化国际化工股份有限公司红磷分公司
生产应用实例
1采用差压测量液位
由于化工生产的特点，有的工况较复杂或介质腐蚀性强，不能在设备上开孔如储槽或反应器等等，因此，用现有的液位计无法准确测量;有的虽然能测量但不能长期稳定运行，而液位又要求严格控制;有的可以选择核液位计，但核液位计不仅价格高，而且核辐射对人身及环境影响较大，运行成本也较高。采用软测量可解决类似的测量难题。下面以云南云天化国际化工股份有限公司红磷分公司磷酸厂磷酸浓缩液位测量为例(见图1)，来说明采用软测量方法解决复杂工况的液位测量的可行性。工况说明:红磷分公司1#磷酸浓缩系统由东华科技公司设计，采用强制循环真空蒸发技术，将w(P2O5)=25%左右的稀磷酸浓缩至w(P2O5)=45%～50%，同时蒸发气体采用两级逆流真空氟吸收系统生产出w=12%～16%的H2SiF6。特点是强腐蚀、高真空、设备内件复杂。控制系统DCS采用艾默生公司的deltav控制系统。
1）第一氟吸收塔T-301A液位的测量
T-301A内液相为w=12%～16%的H2SiF6，气相成分主要为HF、F2、H3PO4蒸汽，温度68℃左右，表压10kPa左右。设备采用A3钢内衬胶板，内有多层洗涤喷头。T-301A液位测量设计采用双法兰液位变送器测量，法兰膜片为钽+F隔膜。在使用过程中，由于真空度较高，负压室钽+F隔膜经常损坏，使用周期仅为一个月左右，正压室由于有F隔膜的保护能长期使用。双法兰液位计大约2．5万元一台，如此高的运行费用显然是不能接受的。2001年，笔者采用软测量的方式解决了这个问题，具体方法是:把LT-1301双法兰液位变送器改为单法兰变送器，在DCS系统中作算法，用LT-1301的信号减去PIC-1307信号模拟出液位LICA-1301。采用该测量方式后，液位测量10年来稳定运行，降低了运行成本并在公司内推广应用。
2）磷酸浓缩闪蒸室(V-301A)液位测量
磷酸浓缩闪蒸器(V-301A)是磷酸生产的重要设备，正常生产时，液相温度81℃左右，汽相温度68℃左右，表压10kPa左右，气相含F、H3PO4。设备采用A3钢内衬胶板，下半部衬胶板加碳砖，内有多层折流板。1#浓缩闪蒸器(V-301A)液位设计采用阿玛特的γ-射线液位计测量，存在测量误差大、有核辐射的问题。在LICA-1301液位测量使用软测量技术获得成功之后，仪表技术员在闪蒸器底部的进酸管上安装一个单法兰差压变送器，也使用软测量方式来测量。具体作法是:用新装的差压变送器信号LT－1303A与原有的PIC-1307压力进行计算，模拟出液位LIA-1303A。这种软测量方式虽然简单，但在实际生产中的确解决了一些测量的难题，云南云天化国际化工股份有限公司红磷分公司从2001年以来一直采用，并推广到2#、3#、4#浓缩及其它分公司。
2采用物料平衡测量液位
采用物料平衡原理对一些难于直接测量的液位进行软测量。如3式采用物料平衡原理对一些难测量的液位进行的软测量。软测量方法可用于测量液氨储罐类设备的液位，但由于流量的误差累积，K值需根据实际情况进行修正。
对产品质量连续测量的设想
对那些只能在实验室中分析化验得出的数据，如产品质量、过程介质成分等，也可以通过软测量实现在线分析，如DAP水分的测量。DAP水分生产时因不能连续测量，常常造成分析结果滞后，有可能导致产品不合格，这种情况实际存在而又难以解决。影响DAP产品水分的主要因素是磷酸与液氨的比例、管式反应器的反应温度、返料量、干燥空气的温度、流量、产品产量等，可通过DCS系统把这些相关的辅助变量作一个算法模型，再经过反复的在线校正，最终是能测量出产品实时水分的。当然要建立这样复杂的数学模型，需要进行大量的数据采集、修正，单靠工厂的技术力量显然是不够的。现在国内外一些自动控制产品开发公司已经开发出一些专门用于软测量的软件包，为化工企业工程技术人员在开发和使用软测量技术提供了极大的方便，如由美国艾默生公司开发的DCS控制系统DELTAV，就有专门用于进行软测量的神经网络控制平台DeltaVNeural软件包，该软件包具有如下特点:①神经网络的创建非常方便;②神经网络能够以功能块的形式执行;③具有自动预处理、设计、培训和检验功能;④在神经网络的开发中，允许专家模式相互作用。DeltaVNeural神经网络控制平台可以用作上游分析设备，或者在那些难以操作的场合中取代分析设备。DeltaV系统的嵌入历史程序既可以自动记录历史数据，也可以方便地链接流程中的任一参数，还可以快速而方便地对神经网络进行训练并检验模型结果的准确性，从而获得每秒钟一次的质量数据。DeltaVNeural神经网络技术已经成功用来测量辛烷值、大气辐射量和其它质量参数。
