过程建模与优化控制技术在清洁生产中的应用（上）

关键词：清洁生产策略 流程工业 过程建模 控制与优化技术

 

　　1.1 清洁生产的概念
　　工业化的发展，一方面推动经济的发展、满足人类对物质生活不断增长的需求，从而推动着社会的发展；另一方面，也消耗着地球上大量的自然资源，并在制造人类所需产品的同时不断产生各种污染和有害物质，成为地球环境最大的污染来源。这是人类经过漫长的工业化发展道路面临日益严重的环境污染之害后逐步形成的共识。
　　较长时期以来，我国工业界（特别是流程工业）走的是以高投入、高消耗、高污染换取较高经济增长的粗放型发展道路。这种发展模式一方面导致资源和能源利用不合理，另一方面给环境带来严重污染，而环境和资源所承受的压力反过来又对经济发展产生了严重的制约作用。因此，污染防治已成为我国工业可持续发展的当务之急。
　　随着科学技术的发展，对工业防治污染研究和实践的不断深入，工业防治污染方法已逐步从过去单纯进行污染物排出后减量化、无害化处理的末端治理方式，发展到在产品的整个生命周期，包括产品及生产工艺的设计、产品的生产制造过程和产品的销售、服务及使用等各个阶段，以及从原料、生产工艺、产品性能等各个方面全方位考虑减少污染物产生、改善环境性能、降低成本的“清洁生产”策略。该策略将综合预防污染、考虑环境保护的策略持续地应用于生产以及产品售后的服务、使用等各个阶段，实施的目的是在产品的整个生命周期内全方位地减少污染物产生、改善环境性能、降低成本。据国内外推行清洁生产的实践报告，在投入少量资金的条件下，短期内即可减少原材料5%～10%，污染物排放减少10%～50%，经济效益明显提高，并腾出了环境容量满足进一步发展的需要^[1]。因此实施清洁生产是经济持续增长的必由之路。
　　在各个工业门类中，以化工、炼油、石化、造纸、冶金等为代表的流程工业是污染最为严重的，在这些工业行业实施清洁生产策略对减少工业对环境的污染尤为重要。

　　1.2 清洁生产策略的层次分析
　　清洁生产策略在工业生产中的实施可以分为两个层次。
　　第一个层次，是产品整个生命周期的清洁化，即从产品的设计、生产工艺（包括工艺原理、设备、原料等）的选择到对生产中产生的副产品和废料的处理以至对产品的使用和回收都考虑采取减少对环境污染的措施。这一层次的清洁生产策略涉及到具体的工艺过程，较难总结出适合于一般工业过程的通用技术与方法，主要应在各行业工艺专家指导下进行。此外，这一层次的清洁生产策略一般要改变已有的生产工艺和设备或者原料，往往耗资巨大，但一旦实施则效果显著。
　　第二个层次，是在产品的生产全过程实施清洁生产策略，即在所确定的工业生产过程中，通过运用测量、建模、实时监控、优化操作、生产调度、经营管理等综合自动化技术，利用在流程工业中已经普遍存在的过程控制系统（如DCS）和计算机网络，在生产过程的各个环节实施清洁生产策略，在不降低企业经济效益的前提下，不增加大量投资进行工艺和设备改造，尽量使生产过程中产生的污染物或给后续工段造成的污染处理负荷尽可能地少，达到清洁生产的目的。这个层次的任务一般是在管理与控制专家的指导下进行，得到的清洁生产策略适合于大多数流程工业过程，便于实施与推广，且投资较少，是第一层次实现清洁生产的补充和完善。从观上看，这两个层次的关系应该是相辅相成、缺一不可的。
　　目前大多数有关流程工业清洁生产策略的研究与应用均侧重于第一层次，如改变化学反应条件，选择更清洁的原料和能源，改进工艺机理等。除了少数专用的污染处理控制系统外，属于第二个层次的研究与应用还未受到广泛重视，例如在各种自动化系统与管理系统中自觉地将清洁生产策略作为研究或应用的对象等，有关这方面研究的文献还不多见。从理论上来说，清洁生产与其说是一种策略，还不如说是一种理念和思想。实施清洁生产，与传统的先生产、后治理的方法全然不同，它强调的是在生产全过程的各个环节加以规划、控制与管理，使物料和能源消耗最少，使产出的废物/污染物减量化、资源化和无害化，同时能够从中产生经济效益。
　　基于上述清洁生产策略的层次分析，本文立足于第二个层次介绍利用过程建模与优化控制技术实现清洁生产的方法。其基本内涵是通过对工业生产过程中污染物产生的模型描述，建立考虑减少污染量的综合优化指标，对生产过程施以实时监视, 以先进的优化控制手段，使工业过程始终处于产生污染物最少的最佳操作状态。下面分别从建模、控制、优化几个方面加以阐述。

　　针对清洁生产的要求，过程建模技术主要有以下两方面的应用。

　　2.1 污染指标参数的软测量技术
　　环境污染指标的检测是生产过程监控和污染防治的基础。要有效地监控生产过程中污染物的产生，需要大量价格低、性能可靠的自动检测仪表。目前虽然几乎所有的环境污染指标都可以通过化验手段检测，国外也有一些能够连续测量污染指标的自动化仪表，但实验室化验无法满足对污染指标实时监控的要求，进口仪表价格又十分昂贵，多数工业企业难以承受，而国内能够用于连续自动检测的技术和仪表还十分缺乏，尤其是在恶劣的自然条件下能够长期运行并保持测量精度的自动化仪表更为少见。
　　解决这一问题主要有两条途径。一是新型环保测量仪表的开发研制，包括测量原理、敏感元件和高性能信号变送装置。目前较为现实的产业化道路是采用国外较为成熟的测量原理，引进或仿制关键的敏感元件，自行开发高性能信号变送装置，从而生产出性能好、价格低的国产自动化仪表。国内已有一些厂家引进了国外技术生产污染指标测量仪表，但由于各种原因，质量往往不过关，如烟道气二氧化硫检测仪等，较好的解决方法是组织力量对其进行攻关研究，解决其中的技术关键。另一种方法是采用软测量技术。这是一条很有发展前途的途径，目前有很多研究，但总的看来，研究的方法论多，解决实际问题少。软测量的实质是建立被测参数与其他可测参数之间关系的模型，然后根据可测参数计算出所需要的被测参数。因此，必须针对要测量的污染指标踏踏实实地研究其具有一定精度和可靠性的测量模型。
　　建立污染指标软测量模型的方法主要有两类：一类是根据物理或化学反应动力学理论，通过详尽地机理分析，找出污染因素与其他变量之间的关系，建立含有污染指标的机理模型；另一类是在大量生产数据的历史记录基础上，通过某种算法对数据进行回归处理，建立起含有污染指标的经验模型。前一种方法由于人们往往对复杂工业过程的机理不甚清晰，加上机理模型中的系数常常不易获得，因而在实际中单独应用较少；后一种方法相当于是一种黑箱建模方法，它直接源自于生产数据的历史累积，不需要另外测试，对生产过程也无任何影响，因此仍是常常采用的方法，但由于其是针对特定工艺条件回归，具有较大的局限性。更有效的方法是，对特定的过程深入研究其过程机理，在经验模型的基础上，结合机理与实验进行模型的修正。

　　2.2 与生产过程技术指标、经济指标关联的污染指标模型
　　一般的控制系统是以被控变量的稳定或产品质量的达标为目的，而与此不太相同的是，在本文提出的策略中，清洁生产的目的是应该在保证原有产品质量指标不变的条件下，针对车间或工段的污染物优化指标作局部的最小量化，将优化的结果用于确定过程控制级各相关控制变量的最佳设定值。而要达到这个目标，必须要建立与生产过程技术指标、经济指标关联的、含有污染物变量的数学模型，给出合适的使污染物最小量化的优化目标函数，然后可以选择某种优化的算法求解，最后通过计算机控制系统实施。这种模型是以往人们常常忽视的，而且也往往更为困难，因为模型的形式更具有多样性，不仅有机理模型、辨识模型等数值模型，而且可能会有语言模型、规则模型等智能模型。近年来，对以人工神经元网络(Artificial Neural Network, ANN)为代表的智能过程建模及其控制系统的研究成为一大热点。这是因为ANN具有很强的学习能力或者说是自适应能力；其本身是非线性的，可以通过学习达到以所要求的非线性形状来模拟对象模型，并且适合多输入多输出系统。因此用它来建立复杂工业过程中含有污染量指标的模型值得研究与尝试，特别是将ANN建模和机理建模结合起来，发挥它们的各自优势，建立机理与ANN的混合模型，以达到比经