炼油化工企业生产调度系统的改进

2015-03-23傅继强山东京博控股股份有限公司山东滨州256500

化工管理 2015年25期

傅继强(山东京博控股股份有限公司，山东滨州 256500)

一般情况下，研究炼油化工生产调度优化系统都倾向于建模方法及优化算法等方面。然而，对于炼油化工生产调度问题在研究过程中会发现，它具有连续性、离散变量性等多约束非线性特点。所以，在研究过程中可能不断的增加了规模系数，从而使得难度系数也增大。由此，出现了三种调度优化方法，分别为数学规划、模拟型和智能型方法。

1 影响调度系统模型建立的关键因素

(1)目标函数造成的影响一般情况下，炼油化工企业生产经营的目标就是既能保障生产高效平稳的进行，又能实现生产效益、追求收益最大化。所以，炼油化工企业的调度系统的目标函数就是生产效率和收益最大化。在生产过程中，影响生产效率和收益最大化的因素有很多，不可能在限定的时间内满足所有的约束条件，求出最佳的解决方案。

由于炼油化工企业的生产系统复杂、规模庞大，随之其调度系统的模型也具有复杂性和规模性。整个生产系统是由各个局部设备共同协调完成，每项局部设备还需要自己的约束条件，数量的不同性，并不一定各项局部设备具有同样的标准，很可能存在相反的目标。如果确保每项局部目标函数的最大化并不一定就能使整个生产系统的目标函数实现最大化。

(2)时间尺度造成的影响时间尺度因素是影响调度模型建立的关键性因素。炼油化工企业生产调度问题在研究过程中会发现，它具有连续性、离散变量性等多约束非线性特点。在模型建立时，每项操作都是和时间紧密联系在一起的。为了避免在连续性、离散变量性特点上出现时间尺度问题，要着重注意时间尺度的设立方式。

2 炼油化工企业生产调度系统的改进

(1)数学规划方法数学规划方法就是将生产调度问题转化为数学规划模型，采用数学中的运筹学方法，运用数学知识中的整数规划、线性非线性规划、动态规划等方面知识，对调度最优化、近似优化问题予以解决。数学规划方法也称为严格优化调度方法。

生产调度模型具有连续量性及离散变量性特点。一般情况下，针对这一特点采用的是混合整数线性规划(MILP)和混合整数非线性规划(MINLP)方法。例如，Coxhead对炼油厂的调度优化进行建模时使用经典的MILP模型；为了求解生产调度和重调度(Re-scheduling)问题，Roslof等人开发了一种基于MILP的算法等。

针对数学规划方法来说，它具有良好的把控全局性优势，任务分配和排序都很得当。能够使得全局求解保证凸和非凸问题的解决。但是，调度生产参数并不是一成不变的，如果参数变化了，就是使得算法的精准性得不到确认。生产调度的复杂性，使得数学规划方法模式的单一性参数不能代表所有的参数，这就使得求解的过程变得困难及计算的结果不精准。所以，结合不同业务范围、地域范围将完成的调度问题划分成若干个子问题，对子问题进行求解，最终实现子问题最优化，但是在进行子问题整合的过程中，并不一定实现全局最优化。

(2)模拟型方法模拟型方法是指使用离散事件模拟建立调度生产系统，对所有环节进行动态模拟，不断建立调度生产系统的离散模拟系统。模拟型方法也被称为系统仿真方法，也是调度研究中心最常用的方法之一。模拟型方法是完全照搬设计生产环境，不需要进行计算或是分析，是真实的在运行时解决问题。模拟调度模型是以图形化流程为基础，模拟仿真系统为核心，进行实际验证解决调度方案的可行性，将最终的结果用图形的方式清晰、可操作性的表达出来。

对于模拟型方法区别于数字规划方法，它是既涵盖了数字模型，并且着重表达系统运行的逻辑关系，并且采用简化的视图模型清晰的表达出来。而且它涵盖了所有分配、排序和时间选择决策的结果分析，再加上结果分析的有效评价，使得模拟型方法成为选择最多、反馈效果最好的生产调度方法。

截止目前，模拟型方法并不能起到优化功能的作用。但是，后续出现了智能优化型调度方法，使得二者有机的结合，实现了提高调度系统搜索和优化功能，逐渐成为应用最为广范的调度方法。例如，Artiba 和 Riane利用专家系统技术、仿真技术及优化算法开发了一个化工厂的生产计划和调度系统；目前炼油化工调度开发平台使用较多的 ORION 系统中也涵盖了模拟型系统的功能。

(3)智能优化法智能优化方法是通过借助类型各异的原理方法，结合调度人员的调度经验、调度过程中的决策方式，将生产调度问题采用抽象式的表达经验形式的模式。同时，将以上模型的建立运用到某一个特定的调度过程中，真正解决生产调度过程中的问题，使得局部达到最佳状态，进而实现整体的最佳状态。另外，根据原理使用的不同和方法使用的不同，也可以将智能优化方法分为约束规划、约束导向、规则推理等三种类型。