Effizienter Betrieb von Wirbelschichttrocknern mit Advanced Process Control

Transkript

1 Effizienter Betrieb von Wirbelschichttrocknern mit Advanced Process Control (Efficient Operation of Fluidized Bed Dryers with Advanced Process Control) Trockner als verfahrenstechnische Unit Operation Konventionelle Automatisierung versus Advanced Process Control PID-Regelung versus Prädiktivregler mit Arbeitspunktoptimierung Dr.-Ing. Bernd-Markus Pfeiffer, Siemens AG, Karlsruhe Kurzfassung Trockner (Wirbelschichttrockner, Sprühtrockner etc.) sind häufig vorkommende Apparate in der verfahrenstechnischen Industrie und gelten generell als energieintensive Unit Operations". Daher sind sie lohnende Anwendungsfälle für gehobene Regelungsverfahren und Maßnahmen zur Optimierung der Prozessführung. Der Beitrag zeigt anhand eines Benchmarking-Beispiels die Vorteile einer Mehrgrößenregelung per Model Predictive Control (MPC) und die Bedeutung einer dynamischen Störgrößenaufschaltung für die Regelgüte. Durch eine höhere Regelgüte lassen sich der Prozess näher an kritischen Nebenbedingungen ( Constraints ) betreiben und damit der Energieverbrauch signifikant senken. Eine in den MPC integrierte Optimierung des stationären Arbeitspunktes findet in jeder Situation automatisch die wirtschaftlich optimale Kombination von Luftmassenstrom und Lufttemperatur um die Trocknungsaufgabe zu lösen. Abstract Numerous fluidized bed dryers, spray dryers etc. are operated in process plants, and they are generally considered to be energy-intensive unit-operations. This contribution demonstrates the benefits of multivariable model predictive control (MPC) and dynamic feedforward control in improving control performance for a benchmarking example. Better control performance allows running the process more closely to critical constraints and reduces energy consumption significantly. Optimization of steady state operation point integrated into the MPC finds the economically ideal combination of hot air flow and temperature to solve the drying task automatically in any situation.

2 1. Der Trockner als verfahrenstechnische Unit Operation Ein Trockner ist ein verfahrenstechnischer Apparat, in dem eine Trocknung als thermisches Trennverfahren durchgeführt wird, um einem Stoff per Verdampfung oder Verdunstung Flüssigkeit zu entziehen. Trockner (z. B. Wirbelschichttrockner, Sprühtrockner etc.) sind häufig vorkommende Apparate in der verfahrenstechnischen Industrie und gelten generell als energieintensive Unit Operations". Daher sind sie lohnende Anwendungsfälle für gehobene Regelungsverfahren und Maßnahmen zur Optimierung der Prozessführung. Es gibt zahlreiche verschiedene Arten von Trocknern. Generell wird unterschieden zwischen Kontakttrocknern, bei denen das Feuchtgut durch direkten Kontakt mit einer Heizfläche erwärmt wird, und Konvektionstrocknern, bei denen das Trockengut mit heißer Luft erwärmt wird. Alternativ oder zusätzlich kann auch noch Strahlungsenergie über elektromagnetische Wellen zugeführt werden. Bei manchen Kontakttrocknern wird die Feuchtigkeit im Vakuum über einen Kondensator abgeführt. Als Bauformen für Kontakttrockner kommen beispielsweise Trommeltrockner, Tellertrockner und Schneckentrockner in Frage. Sehr weit verbreitet sind Konvektionstrockner in Form von Wirbelschicht- oder Sprühtrocknern. Bei einem Wirbelschichttrockner wird das Trockengut von unten durchströmt, in Schwebe gehalten und durchmischt. Durch die turbulente Vermischung werden hohe Wärme- und Stoffübergangskoeffizienten erreicht. Die Teilchen, die bereits trocken genug sind, werden mit der Luft ausgetragen. Teilweise werden auch mehrstufige Trockner eingesetzt, mit mehreren Zonen unterschiedlicher Temperatur in einem Apparat, oder auch als Serienschaltung von Sprühtrockner und Wirbelschichttrockner beispielsweise für Milchpulver. Nach der Fahrweise wird unterschieden in kontinuierliche und chargenweise Trocknung. Dieser Beitrag fokussiert sich auf die Automatisierung und Regelung kontinuierlicher Trockner. Eine genaue Regelung der Produktfeuchte ist von großer wirtschaftlicher Bedeutung. Bei ungenügender Trocknung drohen Schwierigkeiten in nachgelagerten Prozessstufen, bei der Lagerung oder Endanwendung (z. B. Verklumpungen, Fäulnis, Schimmel etc.). Durch eine Übertrocknung dagegen wird Energie verschwendet und das Gewicht des Produkts reduziert, was sich ggf. negativ auf den Verkaufserlös (nach Gewicht) auswirkt. Es gilt der Grundsatz: so trocken wie nötig, nicht so trocken wie möglich! Beim Trocknungsvorgang muss die Erhaltung der Produktqualität gewährleistet werden, was der thermischen Beanspruchung des Trockenguts, d. h. den Temperaturen klare Grenzen setzt. Der thermische Trocknungsprozess besteht aus drei Teilprozessen: der Wärmeübertragung von der Umgebung zum Feuchtgut hin, der Phasenumwandlung des Lösungsmittels und dem Abtransport des Lösungsmitteldampfes. Der Mindest-Energiebedarf für einen Trocknungsvorgang ist abhängig von der Verdampfungsenthalpie (z. B. Wasser: h Vapor = 2500 kj/kg) und der Differenz aus Eintrittsund Austrittsfeuchte: ( ) Neben Wärmeverlusten an die Umgebung geht der Energiebedarf zur Erwärmung des Trockenguts zusätzlich signifikant in die Bilanz ein. Der gesamte Energiebedarf wird bei einem Konvektionstrockner durch das Trocknungsgas bereitgestellt, das Wärme abgibt und Feuchte aufnimmt:

3 2. Applikationsbeispiel Bild 1: R&I-Plan eines Wirbelschichttrockners in der Darstellung der Simatic PCS 7 Operator Station Als Beispiel wird ein einstufiger Wirbelschicht-Trockner für High Density Poly-Ethylen (HDPE) -Pulver herangezogen: Bild 1. Das Edukt (Feuchtgut, Wassergehalt MoistFeed/Mon) wird über eine Zellenradschleuse von oben zugeführt. Der Edukt-Massenstrom wird von FIC_Feed/PID per Eingriff auf die Drehzahl der Zellradschleuse DriveFeed/RotaryFeeder geregelt. Frischluft wird von rechts mit einem Kompressor angesaugt und in einem Wärmetauscher mit Heizdampf erhitzt. Der Massenstrom der Heißluft wird von FIC_HotAir/PID per Eingriff auf die Drehzahl des Kompressors geregelt. Die Temperatur der Heißluft wird von HotAirMaster/TIC über einen Folgeregler HotAirSlave/FIC per Eingriff über das Ventil TIC_Valve/SteamValve in der Dampfleitung geregelt. Das getrocknete Produkt wird unten abgezogen, wobei die Feuchtigkeit MoistProduct/Mon und die Temperatur TI_Product/Mon gemessen werden. Für die Simulation wird ein linearisiertes Prozessmodell verwendet, dessen stationäres Verhalten sich an Beispielen realer Anlagen orientiert. Das dynamische Verhalten entspricht jedoch nicht den realistischen Zeitkonstanten, sondern läuft im Zeitraffer ab.

4 Tabelle 1: Zahlenwerte für das Simulationsbeispiel HDPE-Trockner. Sie sind realitätsnah gewählt, aber nicht auf eine konkrete Anlage bezogen. Erlös für Produkt [ /t] 1300 Pr od Kosten für Rohstoff [ /t] 700 Feed Kosten für elektrischen Strom [ /kwh] 0.15 Elec Kosten für Heizdampf [ /t] 28 Steam y Produktfeuchte (CV1) [%] 1 1 y Produkttemperatur (CV2) [ C] 92 2 u F Massenstrom der Heißluft (MV1), [t/h] 6 1 HotAir u T Temperatur der Heißluft (MV2), [ C] 95 2 HotAir z Feuchte des Rohstoffs (DV1) [%] 30 1 z Feuchte der Frischluft (DV2) [%] 70 2 z F Zufuhr Rohstoff (Durchsatz, DV3) [t/h] 30 3 Feed F Maximalwert der Rohstoffzufuhr [t/h] 40 FeedMax P Maximalwert der Antriebsleistung FeedMax der Zellradschleuse für die Rohstoffzufuhr [kw] 3 F Maximalwert des Heißluft-Massenstroms [t/h] 40 HotAirMax P Maximalwert der Antriebsleistung HotAirMax p HotAir des Kompressors für die Heißluftzufuhr c, Spezifische Wärmekapazität der Heißluft (bei konstantem Druck) [kw] 1200 [kj/kg/k] 1.29 h Verdampfungs-Enthalpie [kj/kg] 2000 Vapor

5 3. Konventionelle Automatisierung mit PID-Reglern versus modellbasierte prädiktive Mehrgrößenregelung Für die Regelung vorausgesetzt wird eine Möglichkeit zur Messung der Produktfeuchte. Dafür stehen verschiedene Messverfahren zur Verfügung, wobei für kontinuierliche Messungen meist indirekte Verfahren eingesetzt werden, wie z. B. kapazitive Messverfahren, Leitfähigkeitsmessverfahren, Mikrowellen-Messverfahren oder Infrarot-Reflexions-/Absorptionsverfahren. Neben der Produktfeuchte spielt auch die Produkttemperatur eine wichtige Rolle. Sie muss im Hinblick auf die Erhaltung der Produkteigenschaften innerhalb bestimmter Grenzen gehalten werden und ist im Allgemeinen leicht messbar. Als Stelleingriffe stehen bei einem Konvektionstrockner sowohl die Temperatur als auch der Massenstrom der Zuluft zur Verfügung. Diese können durch unterlagerte PID-Regelkreise problemlos eingestellt werden, z. B. durch Stelleingriffe an der Heizdampf-Zufuhr und dem Luft-Verdichter. In vielen Fällen stehen außerdem weitere messbare Störgrößen für ein Regelungskonzept zur Verfügung, z. B. die Edukt-Feuchte (MoistFeed) und/oder die Feuchte der Zuluft (MoistFreshAir). Je nach Fahrweise kann die Edukt-Zufuhr (Massenstrom, Durchsatz) als messbare Störgröße oder sogar als aktive beeinflussbare Stellgröße für ein Regelungskonzept betrachtet werden. Aufgrund physikalischer Effekte ist offensichtlich, dass eine Änderung des Heißluft- Massenstroms sowohl die Produktfeuchte als auch die Produkttemperatur beeinflusst; dasselbe gilt auch für die Temperatur der zugeführten Heißluft. Es ergibt sich also ein Mehrgrößen-Regelungsproblem mit zwei Regelgrößen (CV: Controlled Variable): CV1 Produktfeuchte (MoistProduct) und CV2 Produkttemperatur (TI_Product) sowie zwei bis drei Stellgrößen (MV: Manipulated Variable, DV: Disturbance Variable) MV1 Volumenstrom der Zuluft (FIC_HotAir), MV2 Luft-Temperatur (TIC_HotAir) und MV3 oder DV Edukt-Zufuhr (FIC_Feed). Die simultane Regelung von Produktfeuchte und -temperatur wird als Qualitätsregelung bezeichnet. Ähnliche Regelungsstrukturen für Trockner wurden bereits in [1.] bis [6.] untersucht. Für diese Aufgabenstellung wird hier ein dezentrales Regelungskonzept mit einzelnen PID- Reglern verglichen mit einem zentralen modell-prädiktiven Mehrgrößenregler (MPC). Zum Vergleich werden zwei identische Trockner-Units als Simulationsmodelle nebeneinander aufgebaut, die sich nur im Hinblick auf die überlagerte Qualitätsregelung unterscheiden. Die erste Unit ist mit einem MPC zur Qualitätsregelung ausgestattet. Dabei werden die Parameter für robuste Reglereinstellung entsprechend [9.] verwendet. Über Sollwert-Vorfilter wird ein nahezu überschwingfreies Führungsverhalten erreicht. Die zweite Unit wird dagegen mit zwei konventionellen PID-Reglern für Produktfeuchte und Produkttemperatur gefahren. Beide Regler sind mit dem Simatic PCS 7 PID-Tuner als PI-Regler eingestellt. In allen folgenden Trendkurven wird die gleiche Farbzuordnung verwendet: Produktfeuchte (CV1, SP1) grün, Produkttemperatur (CV2, SP2) blau, Stellgröße Luftmassenstrom (MV1) orange, Stellgröße Lufttemperatur (MV2) rot, Störgröße Edukt-Feuchte (DV1) pink, MPC: helle Farbtöne und Kurven mit Punkten markiert, PID-Regler: dunkle Farbtöne, Sollwerte gestrichelt, Istwerte fett.

6 Führungsverhalten der Qualitätsregelung Ein Sollwertsprung der Produktfeuchte (grün) wird von beiden Reglern problemlos geregelt, wobei der MPC (hellere Farbtöne) etwas schneller anspricht: Bild 2. Beim Sollwertsprung der Produkttemperatur (blau) zeigt der MPC sehr viel deutlichere Vorteile. Er ist in der Lage, die Produktfeuchte (hellgrün) während des Übergangsvorgangs weitgehend konstant zu halten, während die Produktfeuchte bei konventioneller PID- Regelung (dunkelgrün) drastisch einbricht: Bild 3. Bild 2: Produktfeuchte Sollwertsprung 1 1,2 %, Regelgrößen in der oberen Bildhälfte, Stellgrößen in der unteren Bildhälfte Bild 3: Produkttemperatur Sollwertsprung von 92 auf 95 C

7 Arbeitspunktwechsel Ein Wechsel des Arbeitspunktes von einem Durchsatz zu einem anderen wird vom MPC dank modellbasierter Kompensation (der Durchsatz ist für den MPC eine messbare Störgröße) deutlich besser geregelt als von den beiden PID-Reglern. Ohne MPC wird bei einer Änderung des Durchsatzes von 30 auf 31 t/h vorübergehend Ausschuss produziert: die Temperatur bricht ein und das Produkt verlässt den Trockner in einem viel zu feuchten Zustand. Bild 4: Arbeitspunktwechsel, wobei der Durchsatz von 30 auf 33 t/h erhöht wird Störverhalten der Qualitätsregelung Bild 5: Störverhalten bei sprungförmigen Änderungen der Edukt-Feuchte (pink) 30 % 31 %, Periodendauer 100 s Auf beide Units wirkt als Störung die gleiche Schwankung der Edukt-Feuchte. Es wird angenommen, dass der Rohstoff in einem Batch-Prozess erzeugt wird und dass jede Charge

8 einen etwas anderen Wassergehalt aufweist, sodass jeweils zu Beginn einer neuen Charge ein kleiner Sprung der Edukt-Feuchte zu beobachten ist. Im Hinblick auf die Kurvendarstellung wird die Edukt-Feuchte häufiger als in der Realität, nämlich alle 100 s, sprungförmig um 1 % geändert. Dies führt bei konventioneller PID-Regelung zu erheblichen Schwankungen der Produktfeuchte (dunkelgrün) und der Produkttemperatur (dunkelblau), während der MPC (auch wegen der Störgrößenaufschaltung) diese Störungen sehr viel besser kompensieren kann (hellgrün und hellblau). Die Amplitude der Produktfeuchte- Schwankungen beträgt bei PID-Regelung 1 % ±0,14 % und ist beim MPC um den Faktor 18(!) geringer. Die Standardabweichung der Temperatur mit MPC ist um den Faktor 5 kleiner als bei PID-Regelung. Dadurch kann der Sicherheitsabstand zu den harten Grenzen für die Produktfeuchte und Produkttemperatur beim MPC entsprechend verringert werden. Das Benchmarking anhand verschiedener Szenarien zum Führungs- und Störverhalten zeigt deutlich die entscheidende Bedeutung einer dynamischen Störgrößenaufschaltung für die Regelgüte. Durch eine höhere Regelgüte lässt sich der Prozess näher an kritischen Nebenbedingungen ( Constraints ) betreiben und damit der Energieverbrauch signifikant senken. 4. Advanced Process Control mit Arbeitspunktoptimierung Ein besonders großer wirtschaftlicher Nutzen lässt sich mit der in den MPC integrierten Optimierung des stationären Arbeitspunktes erzielen. Diese findet in jeder Situation automatisch die wirtschaftlich optimale Kombination von Luftmassenstrom und Lufttemperatur um die Trocknungsaufgabe zu lösen. Als Gütekriterium kann eine beliebige Linearkombination aller Stell- und Regelgrößen des Mehrgrößenreglers formuliert werden. Nebenbedingungen für die Regelgrößen werden in Form von Toleranzbereichen für die Sollwerte vorgegeben. Der Optimierer liefert Sollwerte innerhalb der Toleranzbereiche, die optimal im Sinne des Gütekriteriums sind. Der aktuelle Wert des Gütekriteriums, z. B. Kosten in [ /h] oder spezifischer Energieverbrauch [kw/t Produkt], wird dem Anlagenfahrer auf der Operator Station angezeigt, um das Energie- und Kostenbewusstsein zu stärken: Bild 6. Beim Wirbelschichttrockner wird als Gütekriterium der wirtschaftliche Ertrag des Anlagenbetriebs pro Zeiteinheit [ /h] definiert. Hierzu werden die Kosten für Rohstoff und Energie sowie die Erlöse für das Produkt betrachtet. Zu den Energiekosten trägt sowohl der thermische Energieverbrauch (Heizdampf für die Erwärmung der Zuluft) als auch der Stromverbrauch für Heißluftgebläse und Zellradschleuse bei. Nach Einschalten der Optimierung in Bild 7 werden die aktiven Sollwerte des MPC in Richtung Optimierungsgrenzen verändert. Der Optimierer schlägt wie erwartet vor, die Produktfeuchte so hoch wie möglich zu fahren, d. h. in diesem Fall von 1,0 auf 1,2 % zu vergrößern. Damit wird zum einen der Energiebedarf zur Trocknung minimiert, und zum anderen der gewichtsbezogene Produkterlös maximiert. Der Optimierer fährt auch die Heißluft-Temperatur an die Obergrenze, d. h. erhöht sie von 92 auf 95 C.

9 Bild 6: MPC-Bildbaustein aus der Simatic PCS 7 Advanced Process Library. Standardsicht: Aktivieren der Optimierung und Anzeige des aktuellen wirtschaftlichen Ertrags in /h. Bild 7: Einschalten der Arbeitspunktoptimierung beim MPC (ca. 11:25 h). Bereits eine geringfügige Verschiebung des Arbeitspunktes bringt einen spürbaren wirtschaftlichen Nutzen.

10 Offensichtlich ist es bei den gegebenen Voraussetzungen wirtschaftlich sinnvoller, den erforderlichen Trocknungseffekt mit maximaler Lufttemperatur zu erzielen als mit geringerer Temperatur und dafür höherem Luftmassenstrom. Dies passt zu der generellen Aussage in [7.]: Die Trocknung soll aus wirtschaftlichen Gründen möglichst bei der maximal zulässigen Trocknungstemperatur erfolgen, weil dann die Anlagen- und Betriebskosten am geringsten sind. Nach dem Einschalten der Optimierung steigt der wirtschaftliche Erlös des Anlagenbetriebs von 3655 /h auf 3748 /h, d. h. um 2,6 %. Dieses Ergebnis bezieht sich natürlich auf die realitätsnah, aber willkürlich angenommenen Kosten, Kenngrößen und Grenzwerte der simulierten Anlage. Bei der Übertragung auf eine reale Anlage könnten die Zahlenwerte entsprechend angepasst werden. Mit der PID-Regelung wäre es dagegen aufgrund der starken Streuungen gar nicht möglich, eine solche Kombination von Sollwerten überhaupt zu fahren, ohne Gefahr zu laufen, die Grenzwerte für die Produktqualität (v. a. Feuchte) zu verletzen. Angenommen, die harte Obergrenze für die Produktfeuchte liegt bei 1,23 %: Wenn man am PID-Regler einen Sollwert von 1,2 % einstellen würde, müsste man bei den Störszenarien entsprechend Abschnitt 0 davon ausgehen, dass die tatsächliche Produktfeuchte Maximalwerte von 1,2 +0,14 = 1,34 % erreichen würde, die für die Weiterverwendung des Produktes nicht akzeptabel sind. Daher werden die PID-Sollwerte in der o. g. Simulation konstant gehalten. 5. Virtuelle Aktorik Ein 2 x 3 Mehrgrößenregler mit 2 Regelgrößen und 3 Stellgrößen am Wirbelschichttrockner verfügt über Redundanz bei der Aktorik. Im Normalbetrieb kann dieser Freiheitsgrad für die wirtschaftliche Optimierung genutzt werden. Falls einer der drei Aktoren ausfällt, weil z. B. das Ventil für die Steuerung der Heizdampf-Zufuhr in einer bestimmten Stellung festsitzt oder der Luftmassenstrom sich nicht mehr verstellen lässt, kann der Regler mit den verbleibenden beiden Stellgrößen weiterhin die Regelungsziele erreichen, wenn auch mit reduzierter Dynamik. Dieses Konzept wird in Anlehnung an virtuelle Sensorik (Soft-Sensorik, die einen realen Sensor durch Software ersetzt, die den gesuchten Wert modellbasiert aus anderen, direkt messbaren Größen berechnet) als virtuelle Aktorik bezeichnet [10.]. Ein MPC mit dynamischer Online-Optimierung, der ein Regelungsproblem als Optimierungsproblem formuliert und online löst, ist Prinzip-bedingt in der Lage, sich im laufenden Betrieb automatisch auf eine wechselnde Anzahl von Aktoren einzustellen, d. h. in diesem Sinne mit virtueller Aktorik zu arbeiten. Diese Eigenschaft kann am Wirbelschichttrockner vorteilhaft genutzt werden, falls der Edukt-Zulauf als Stellgröße zur Verfügung steht. 6. Fazit Seit moderne Prozessleitsysteme wie z. B. Simatic PCS 7 integrierte Funktionen für Advanced Process Control preiswert zur Verfügung stellen [8.], steht einem breiten Einsatz gehobener Regelungsverfahren bei Energie-intensiven (oder aus anderen Gründen für den Gesamtprozess besonders bedeutsamen) Unit Operations in verfahrenstechnischen Anlagen nichts mehr im Wege. Beispielsweise bietet ein MPC mit integrierter Störgrößenaufschaltung und Arbeitspunktoptimierung bei Wirbelschichttrocknern erhebliches wirtschaftliches Nutzenpotenzial.

11 7. Literatur [1.] Wu, Y., Döschner, Chr.: Entwurf eines adaptiven multivariablen Reglers auf der Basis selbstorganisierender neuronaler Netze. 42. Internationales wissenschaftliches Kolloquium Informatik und Automatisierung im Zeitalter der Informationsgesellschaft, Band 3, Ilmenau, D, Sep. 1997, S [2.] Abdel-Jabbar, N.M., Jumah, R.Y., Al-Haj Ali, M.Q.: Multivariable process identification and control of continous fluidized bed dryers. Drying Technology 20 (2002), P [3.] Abukhalifeh, H., Dhib, R., Fayed, M.E.: Model predictive control of an infraredconvective dryer. Drying Technology 23 (2005), P [4.] Dufour, P. et al.: Infrared drying process of an experimental water painting: model predictive control. Drying Technology 22 (2004), P [5.] Huang, G., Wang, S.: Two-loop model predictive control for the temperature control of air-handling units. HVAC&R Research 14 (2008) 4, P [6.] Dufour, P.: Control Engineering in drying technology: review and trends. Drying Technology 24 (2006) P [7.] Internet-Portal für industrielle Trocknungsanlagen: (März 2013). [8.] Pfeiffer, B-M., Wieser, R., Lorenz, O.: Wie verbessern Sie die Performance Ihrer Anlage mit Hilfe der passenden APC-Funktionen? Teil 1: APC-Werkzeuge in Prozessleitsystemen. atp 4/2009. Teil 2: Vorgehensweise zur Performance- Verbesserung und Fallbeispiel. atp 5/2009. [9.] Lohner, L., Pfeiffer, B-M., Lorenz, O.: Automatischer Entwurf eines modellbasierten Prädiktivreglers unter Berücksichtigung der Robustheit. VDI-Kongress AUTOMATION 2011, Baden-Baden. VDI-Berichte 2143, S , VDI-Verlag, Düsseldorf. [10.] J. H. Richter: Reconfigurable Control of Nonlinear Dynamical Systems: A Fault-hiding Approach, Ser. LNCIS. Springer, 2011, Vol. 408.