高氨氮廢水的不合理排放是河流和海洋水體富營養化的最主要原因之一，其去除工藝已經越來越受到行業重視［1－ 3］。處理高氨氮含量的廢水耗費企業大量環保成本，因此若能對該工段的操作進行優化并加以控制，則能降低廢水處理的成本［4］。李國忠［5］對某煤化工企業蒸氨塔進行機理建模，尋找到進水量不同時最佳的蒸汽消耗。王劍舟［6］ 利用 Aspen Plus 對蒸氨塔進行模擬計算，并對塔板數、進料位置、回流比與進料熱狀態分析比較，發現進料位置靠近塔下端有利。沈連峰等［7］認為在實際操作中，不加堿工藝更為經濟。
本文中主要針對蒸氨塔單元過程的操作進行優化和控制研究，重點在實時優化軟件與控制結構的設計，以達到效益更高且方案可執行的目的。目前針對蒸氨塔的研究主要集中單變量，并未有更為深
 
入的多工況優化算法及動態控制，而通過計算機應用優化算法［8－ 10］，可快速在多變量中尋找到最優工況及其操作方案，動態控制則能輔助操作人員將優化方案應用到裝置中去。Aspen Plus、MATLAB、 Aspen Plus Dynamics 等軟件平臺［11－ 13］為優化計算和實施提供了可能。
1 穩態模擬
1. 1 蒸氨塔單元工藝流程簡述
蒸氨塔的基本操作流程為: 廢氨水經預熱器加熱，補充適量堿液后通過泵打入蒸氨塔，在蒸氨塔中揮發氨隨著塔板上升在塔頂增濃，同時塔底廢水中的揮發氨逐步減少。塔頂冷凝系統可以實現高濃度氨水的外送和回流，塔底再沸器則為提餾段的氣液交換提供了上升氣相，同時排出一部分處理合格的低濃度廢水，送往后續工段繼續處理。
1. 2 穩態模型
蒸氨塔的穩態模擬是系統的核心，是模型參數在線修正和經濟優化模型的基礎。在本文中，采用Aspen Plus 建立的機理模型作為優化軟件的求解器，以某企業每小時處理量 100 t 的蒸氨塔的真實運行數據為基礎，建立了符合裝置實際的機理模型。流程如圖 1 所示

蒸氨塔模型中的進料數據和塔結構數據完全依據實測值和實際塔體進行建立，對比如表 1 和表 2所示。模型中的流程工藝數據為機理模型根據真實數據計算而來，表 3 中可以看出，機理模型與實際的相對誤差基本小于 1%，表示模型可以代表裝置的基本運行機理，在該模型上進行優化計算可預測裝置的優化操作。
1. 3 工藝優化分析
對于上述已經建立好的機理模型，進行多變量分析。通過流程分析和與車間技術人員溝通，發現回流比和采出量是影響產品質量和收率的關鍵變   
量，因此對不同回流比下采出/ 進料比值對裝置產品質量和能耗的影響進行分析。
1. 3. 1 采出/ 進料摩爾比與塔頂液氨質量分數的關系
 

 
不同回流比下，塔頂液氨質量分數隨采出/ 進料
摩爾比的增大而增大，且回流比越大，塔頂液氨質量分數越大。
1. 3. 2 采出/ 進料摩爾比與塔頂冷凝負荷的關系
不同回流比下，塔頂冷凝負荷隨采出/ 進料摩爾比的增大而增大，且回流比越大，塔頂冷凝負荷越大。
1. 3. 3 采出/ 進料摩爾比與塔底熱負荷的關系
不同回流比下，塔底熱負荷隨采出/ 進料摩爾比的增大而增大，且回流比越大，塔底熱負荷越大。
1. 3. 4 采出/ 進料摩爾比與塔底廢水中氨質量分數的關系
不同回流比下，塔底廢水中氨質量分數隨采出/進料摩爾比的增大而減小，且回流比越大，塔底廢水中氨質量分數越小。
根據以上分析，可以看出在回流比一定時，出量增大，塔頂液氨產品的質量分數先增后減，這是因為在采出量比較小的階段時，增加采出量能使輕組分更好地抽出，而過了一定的量后輕組分會被后續的重組分稀釋，造成純度下降。另外，隨著采出量增
加，冷凝負荷逐漸增大( 冷凝負荷為負值) ，塔底熱負荷逐漸增大，塔底廢水中氨質量分數減小。
而在相同的采出量下，回流比越大，塔頂液氨質量分數越高、冷凝負荷越大，塔底熱負荷越大，廢水氨質量分數越小。可見在該裝置中，產品質量的提升需增加部分能耗。
2 實時優化軟件的開發
2. 1 實時優化功能
對于蒸氨塔而言，優化即保證最大的液氨采出量，且液氨質量分數合格，同時也能達到廢水中氨質量分數最小。該優化軟件在運行時會實時讀取與裝置相關的進料、產品、公用工程的價格等，然后由優化模型尋優求解出最優解，并將優化方案傳遞給操作人員，最終實現蒸氨塔系統的實時優化。
2. 2 優化系統結構
優化軟件及系統與實時數據庫和控制系統是直接關聯的，上層直接接到實時數據庫，從中讀取來自裝置的生產操作數據，形成完整的閉環。系統執行順序如下。
( 1) 讀取 DCS 數據和原料分析數據并導入數據庫中。
( 2) 優化軟件讀取實時數據，并自動建立機理模型，使蒸氨塔機理模型與實際讀取的各數據之差的平方和最小。
( 3) 獲取當前產品和公用工程的價格，設定目標函數為經濟效益最優的操作方案。
max 利潤= 塔頂產品流量× 對應純度下塔頂產品價格－ 塔底產品流量× 對應純度下塔底廢水處理費用－ 冷卻水和蒸汽費用－ 原料流量× 原料折算價格。
( 4) 在裝置處理能力范圍內，求得目標函數的最大值，并顯示出可執行的工藝方案。
2. 3 優化方案的實現
優化方案從具體實施到裝置產生效果，還需要技術人員或其他控制程序結合自身操作經驗和方案提供的各變量調整方向，將裝置調整至最優狀態。
蒸氨塔在線優化控制的目標是塔底液氨質量分數達標的前提下，再沸器熱負荷最小，產品采出量最大，即經濟效益最佳。控制系統是在線優化系統的下層，在系統中的作用是通過接收來自優化系統的操作變量和被控變量優化值，從而控制裝置以實現優化。
2. 4 優化系統及結果討論
本文中基于 MATLAB 開發了一套可用于蒸氨塔的優化系統，程序的打開界面如圖 2 所示。該系統程序自動與 DCS 和 LIMS 數據庫實時鏈接，操作人員只需點擊優化計算按鈕，系統將自動計算出當前工況下的優化操作方案。蒸氨塔在線優化控制的目標是塔底液氨質量分數達標的前提下，再沸器熱負荷最小，產品采出量最大，即經濟效益最佳。控制系統是在線優化系統的下層，在系統中的作用是通過接收來自優化系統的操作變量和被控變量優化值，從而控制裝置以實現優化。
2. 4 優化系統及結果討論
本文中基于 MATLAB 開發了一套可用于蒸氨塔的優化系統，程序的打開界面如圖 2 所示。該系統程序自動與 DCS 和 LIMS 數據庫實時鏈接，操作人員只需點擊優化計算按鈕，系統將自動計算出當前工況下的優化操作方案。

 為測試優化軟件的優化功能，分別以本文中采集到的該企業生產數據為基礎，進行了優化計算，優化計算完畢后方案展示在界面中如圖 3 所示。對于當前工況，系統計算出需將塔頂溫降低 2℃ ，將回流溫度降低 2℃ ，將回流量降低 1. 1 t / h，再沸器蒸汽量提高 1. 1 t / h，能在產品合格前提下增加液氨產量1 t / h。

在實際生產中，操作人員應對進料組成和流量的變化時，往往需要根據分析結果在 8 h 左右的時間將裝置控到產品合格的水平上，而在優化軟件的輔助下，1 h 左右即可達到目標。
2. 5 優化方案的經濟效益
以目前該企業裝置平均進料量 100 t / h 計算，全年有 20% 左右工況與本文中工況類似，存在較大的優化空間，操作人員在優化軟件的輔助下操作裝置，全年平均每小時能增產 0. 2 t 的液氨，同時增加 1 t / h 的蒸汽消耗和其他能耗，以當前液氨價格 3 500 元/ t 計，該項技術每年能為企業帶來約
500 萬元經濟效益。
3 動態模擬
對于真實工況匹配的模型進行傳統的  PID 控制研究，以便于探索該蒸氨塔實際操作的可控性。
3. 1 溫度靈敏板的選取
在搭建溫度控制結構之前首先要進行穩態分析，選擇適宜的溫度控制點。
分別針對蒸氨塔模型作相應的溫度分布曲線圖、溫差圖如圖 4 所示。
可以看出，蒸氨塔第 2 塊板和第 3 塊板以及第
3 塊板和第  4 塊板之間的溫差較大，根據斜率判據［13］，初步選擇蒸氨塔的第 3 塊塔板作為溫度靈敏板。考慮傳統的單塔控制時，首先選用一個溫度控制點，若控制效果不佳再考慮新的控溫點。本文中擬通過控制再沸器的負荷來控制蒸氨塔的第 3 塊板的溫度。

 圖 4  蒸氨塔溫度、溫差分布曲線及再沸器熱負荷
變化±0. 1%各塔板溫度的靈敏度曲線
對穩態模擬結果添加合適的泵和閥門，泵和閥門的壓降取 300 kPa。由穩態模型可計算出塔徑為
2. 2 m。根據式( 1) 計算相應的塔釜液槽及塔頂回流罐寬度 D，動態模擬所需要的另一個尺寸  H ( 高度) 約等于 2D。
V = ( πD2 / 4) ( 2D) ( 1)
3. 2   溫度控制結構的搭建
將計算完畢的完整穩態模型從 Aspen Plus 導入 Aspen Plus Dynamics 中，運行初始化后，根據選定的溫度控制點搭建控制結構CS1，主要包括基礎的液位控制、壓力控制以及溫度控制以保證產品純度。具體結構如下: ①蒸氨塔釜液相采出量控制塔釜液位( 正作用) ; ② 再沸器負荷控制第 3 塊板的溫度
( 反作用) ; ③通過冷凝器負荷來控制塔頂壓力( 反作用) ; ④通過頂部產品采出量來控制回流罐液位
( 正作用) 。

 
液位控制器的增益為 2，積分時間為 9 999; 流量控制器的增益為 0. 5，積分時間為 0. 3。因溫度控制滯后時間較長，故需要在溫度控制器的輸入信號端插入時間為 1 min 的死區時間元件，繼而初始化運行。在 Aspen Plus Dynamics 中的結構以及控制器面板如圖 5 所示。
動態模型穩定運行 0. 5 h 后，對體系中的進料量±20%的擾動，并對進料組成± 10% 的擾動，記錄產品純度、塔板溫度等參數的響應曲線，如圖 6、圖 7所示。

以上動態響應曲線為塔底液氨濃度不大于 100 mg / L 時各變量的動態情況，可以看出余差和超調量都微乎其微。靈敏板的溫度可回歸至設定值，且調節時間控制在 2 h 之內。故而在進料量和組成的擾動下，控制效果較為穩定。
4 總結
通過對蒸氨塔裝置建立穩態模型、編寫優化計算程序、分析控制結構等工作，得到了一套適用于蒸氨塔的優化系統和控制結構，并應用某企業的真實工況下進行自動優化計算，計算出在進料量 100 t / h，液氨產量  15. 75 t / h 的工況下，將液氨產量提升至
16. 72 t / h，回流量減小至 22. 34，同時保證液氨產品質量合格且塔底液氨濃度不大于 100 mg / L。針對該工況搭建 PID 控制結構 CS1，通過測試發現，在保證產品合格時，進料發生擾動均可達標，且調節時間控制在 2 h 之內，CS1 控制效果良好。

作者：王 輝，夏世斌，姚蓓蕾