Меню

Отбелка целлюлозы является одним из самых сложных процессов для контроля и оптимизации в целлюлозно-бумажной промышленности. Сложность этого процесса усугубляется количеством одновременно происходящих реакций на каждом этапе отбелки, это еще больше усложняется тем, что заводы используют древесину разной породы. Каждый завод старается снизить количество требуемых химикатов и решить проблему непостоянства конечной белизны. Отбеливающие цеха уже используют несколько технологических решений для устранения этих проблем, причем методология числа Каппа является одной из наиболее распространенных.

В статье мы рассмотрим решение с использованием алгоритмов прогнозирующих моделей систем управления, которое уже работает в отбеливающем цеху. Для моделирования процесса отбелки было разработано несколько симуляций процесса и созданы связи между программными датчиками для имитации производства онлайн-анализаторов и встроенных датчиков. Мы сравнили методологию числа Каппа с алгоритмами прогнозирующих моделей и изучили ключевые показатели процесса для оптимизации. 

Введение 

Целлюлозно-бумажные комбинаты стремятся оптимизировать и модернизировать свои процессы, сталкиваясь со множеством проблем на линии массоподготовки, где сырье (древесное волокно) различается по нескольким параметрам: породность древесины, возраст древесины и сезонность. Условия процесса, срок эксплуатации оборудования и другие факторы также влияют на линию массоподготовки. 

Процесс отбеливания в зоне массоподготовки может решить или усугубить все проблемы, связанные с разными породами древесины. Также отбелка влияет на финальное качество продукта, его прочность, минимальное изменение белизны и снижение стоимости химикатов. Поэтому важно разработать надежные онлайн-измерения и эффективные средства управления процессом. 

Измерение белизны было одним из первых разработанных средств управления процессом отбелки, оно часто применялось к первой стадии хлорирования. Измерение белизны представляло собой строгий расчет на основе двух встроенных датчиков, установленных после добавления химикатов, как описано в уравнении: 

f = (Остаток, Белизна) 

Эти встроенные датчики были основаны на оптических свойствах отраженного света, первый из которых был контрольным датчиком остаточного диоксида хлора, а второй — датчиком белизны. 

Процессы определения белизны часто переоценивали дозировки на первом этапе и не были идеальным решением для процесса отбелки. Кроме того, эти элементы управления сильно зависели от надежности встроенных датчиков.

Исследование метода управления числом Каппа 

Следующее поколение элементов управления отбелкой было сосредоточено на расчетах числа Каппа и их влиянии на процесс делигнификации. Для учета растворенных органических веществ (а именно, удаления черного щелока) были созданы другие соотношения числа Каппа, которые также были известны как процессные элементы управления числом Каппа. Эти элементы управления были, как правило, более надежными, чем определение белизны, и давали лучшие результаты.

На фабрике Somerset Mill компании Sappi в штате Мэн, США, контроль числа Каппа осуществляется на основании встроенных датчиков и онлайн-измерений определения белизны, остатка и числа Каппа, который измеряет число Каппа и белизну в разных местах. 

Измерения числа Каппа проводятся каждые 20–30 минут и имеют важное значение для стратегии контроля числа Каппа. Также сообщалось об использовании одноточечных измерений числа Каппа для этой схемы контроля. 

Для расчета дозировки химикатов эти элементы управления используют взаимосвязь расчета числа Каппа и входящего числа Каппа на отбеливающую установку. Важно отметить, что белизна и начальный параметр числа Каппа также используются в общей логике контроля. Этот расчет демонстрируется уравнением: 

Число Каппа = (% ClO2) × 2,63/Каппа# 

Модельный контроль прогнозирования 

Основанные на платформе модельного контроля прогнозирования, элементы управления отбеливанием MACS были альтернативой элементам управления числа Каппа. 

Модельный контроль прогнозирования — это оптимальное управление, основанное на учете многих параметров, которое может обрабатывать значения управляемых и контролируемых переменных, используя набор линейных динамических моделей для представления процесса отбелки и прогнозирования влияния будущих управляющих движений на выходные переменные. Процедура оптимизации также используется для вычисления набора будущих управляющих движений, одновременно гарантируя, что ограничения процесса будут сняты. 

Модельный контроль прогнозирования часто основан на следующих переменных:

- Управляемые переменные — эти переменные имеют заданные значения или диапазон от высокого до низкого, который контроллер будет пытаться регулировать. 

- Регулируемые переменные — эти переменные имеют новые заданные значения, записанные в них контроллером для достижения заданных значений или соблюдения пределов контролируемых переменных.

- Переменные прямой связи — это переменные, которые заставляют управляемые переменные изменяться, но над которыми пользователь не имеет прямого контроля. 

Чтобы учесть любые изменения, важно использовать правильные измерения процесса. Эти измерения используются для направления прямой связи и в качестве действий обратной связи для компенсации неизмеренных отклонений процесса или нежелательных прогнозов. 

Датчик определения отбелки 

Датчик определения отбелки оказался надежным встроенным измерителем и дифференциалом для управления отбелкой MACS. Датчик определения отбелки измеряет лигнин, присутствующий на волокне и на фильтрате, давая общие данные отбелки (Каппа волокна + Каппа фильтрата). Датчик измеряет поток целлюлозы на разных длинах волн (синий, зеленый, красный и УФ) с помощью группы светодиодов. Для достижения корреляции LAB с Каппой эти длины волн можно объединить. Главное преимущество этого датчика при размещении в передней части отбеливающей установки — это возможность измерения как Каппы, связанной со стенкой волокна, так и органического вещества, полученного в виде жидкой фазы, так и удаления черного щелока. Измерение объема черного щелока, поступающего в отбеливающую установку, является значительной проблемой для контроля процессов отбеливания. 

Рисунок 1 подчеркивает чувствительность датчика к черному щелоку. Датчик определяет нарушение процесса, вызванное нарушением процесса промывки небеленой массы от непровара и костры, в то время как анализатор Каппы пропускает это воздействие. Это нарушение процесса привело к снижению яркости E1, поскольку средства управления отбеливанием MACS в то время не работало.

Рисунок 1. Показатели датчика определения отбелки в сравнении с анализатором Каппы 

Контроль отбелки MACS 

Somerset Mill должно было предоставить решение, чтобы улучшить текущий контроль числа Каппы на предприятии. Желаемые результаты были определены как снижение изменчивости конечной белизны и общая экономия химикатов. 

После тщательного аудита цеха отбелки (рисунок 2) была определена стратегия для контроля процесса отбелки MACS. На заводе имеется одна линия отбелки, и он перерабатывает два типа целлюлозы, причем основным видом производимой целлюлозы являются смешанные волокна хвойной древесины (15%) и лиственной древесины (85%), известные как композиционная целлюлоза. Завод также перерабатывает целлюлозу из 100% хвойной древесины; однако, поскольку это составляет менее 10% от общего объема производства целлюлозы, наше исследование сосредоточено на результатах композиционной целлюлозы. 

При определении схемы контроля было решено использовать измерение датчика отбелки для схемы контроля, а не использовать какие-либо измерения числа Каппа, поступающие из мест подачи и извлечения отбеливателя (E1). 

Был разработан программный продукт, определяющий степень отбелки для учета любых нарушений из-за изменения Каппа и/или нарушений удаления черного щелока. Информация с датчика отбелки также использовались для моделирования и прогнозирования любых желаемых целей в конце этапа E1. 

Информация датчика отбелки по отношению к информации датчика ClO2 

Рисунок 2. Схема отбеливающей установки Somerset Mill

Использование информации датчика отбелки в качестве одной из переменных для управления яркостью E1 и Каппа было одним из преимуществ в управлении отбеливателем MACS. Объединение показаний датчика отбелки с правильными моделями MACS привело к отличной эффективности управления для диоксида хлора D100 (ClO2). 

Несколько моделей контуров управления были также созданы после разработки моделей управления ClO2 D100, как показано на рисунке 3. Важно отметить, что некоторые модели имеют характеристику прямой связи, в то время как другие имеют характеристику обратной связи. Например, контролируемая переменная яркость E1 имеет модели прямой связи с D0 и модели обратной связи для D0 ClO2, E1 H2O2 и E1O2.

Матрица управления 

Рисунок 3. Матрица управления 

Все модели были созданы с использованием системы MACS на основе моделирования процесса, где были запланированы и реализованы производственные испытания. Все модели линейны с откликом 1-го порядка, например, конечная переменная белизны D2 имеет две модели, одну модель обратной связи (яркость D2 ClO2 к белизне D2) и одну модель прямой связи (белизна E2 к белизне D2), как показано на рисунке 4. Модель прямой связи рассматривается как изменение, входящее в этот этап, в то время как модель обратной связи является корректирующей моделью для желаемой выбранной цели. Обратите внимание, что большой шаг изменения от модели обратной связи на рисунке 4 связан с единицей дозировки, принятой на этом заводе. 

Также возможно варьировать коэффициент усиления процесса для конкретных моделей в среде нелинейного изменения. Эти изменения можно настраивать с помощью кодов скриптов, которые работают внутри программного обеспечения контроллера MPC. Целью этой статьи не является математическое описание параметров настройки, уравнений управления оптимизацией, горизонта управления и т. д., статья описывает приложение MPC как решения APC для отбеливающих установок и его эффективность по сравнению с другим решением APC, таким как число Каппа. 

Модель MACS 

Рисунок 4. Модели прямой и обратной связи для D2 

На стадиях отбелки D1, E2 и D2 присутствовали только образцы белизны, а между образцами числа Каппа не было значений непрерывности.Эти непрерывные измерения были определены как «оценщики белизны» и были созданы с использованием связи между показаниями белизны в режиме онлайн и их соответствующей химической дозировкой. Например, оценщик белизны D1 был определен как функция связи между белизны D1 и числа Каппа и D1 ClO2, как показано в этом уравнении: 

D1 Estimator = f (D1 белизна, D1 ClO2) 

Показатели скорости производительности отбелки завода использовалась для учета любых колебаний времени стадии отбеливания. Производительность была включена в систему MACS как переменный вход и использовалась для изменения периода модели для всех контуров управления. Это изменение периода важно для оптимальной производительности управления, чтобы гарантировать правильное время для прогнозов устойчивого состояния замкнутого контура. 

Дополнительным преимуществом системы MACS является ее гибкость в настройке на любую платформу DCS. Требования к новой программе MACS обычно включают связь OPC с DCS и виртуальную серверную машину, на которой может быть размещено программное обеспечение MACS Bleach. Интерфейс управления оператора на Somerset Mill состоит из двух основных разделов: разделов «регулируемые переменные» и «управляемые переменные». Операторы могут взаимодействовать с элементами управления, регулируя пределы дозировки химикатов и целевые пределы регулируемых переменных на каждом этапе. Важно отметить, что MACS Bleach будет запускать оптимизатор между регулируемыми переменными для снижения потребления химикатов при сохранении целевых пределов. 

Результаты 

По сравнению с элементами управления Каппа-фактора, элементы управления отбеливанием MACS достигли положительных результатов. На основании показаний датчика отбелки элементы управления отбеливанием MACS стали быстрее реагировать на помехи, поступающие на отбеливающую установку. Кроме того, прогнозная модель улучшила оптимизацию управления, что позволило получить дозировки химикатов, которые были хорошо сбалансированы между этапами, предотвращая повышенный расход химикатов, что приводило к большейэкономии химикатов. 

Контуры контроля pH E1 и E2 в системе MACS также достигли положительных результатов по сравнению с обычным контролем pH DCS. Стандартное отклонение pH показано в Таблице 1, где наблюдается значительное улучшение для контроля системы отбелки MACS по сравнению с контролем pH DCS. Регулируемыми переменными для контуров pH E1 и E2 являются входные значения pH, в то время как контролируемыми переменными являются выходные значения pH. Стоит отметить, что входные измерители pH на заводе могут иногда вызывать проблемы и должны регулярно проверяться и обслуживаться для обеспечения оптимального ответа управления. 

Таблица 1. Выходные/измеренные pH E1 и E2 

Конечное стандартное отклонение белизны является одним из основных параметров для оценки производительности любого предварительного расхода химикатов в процессе отбелки. На заводе Somerset Mill конечное стандартное отклонение белизны оценивалось между периодами, когда контрольные показатели Каппа-фактора были в работе, и периодами, когда в работе были контрольные показатели отбеливателя MACS. На рисунке 5 обозначен 10-месячный период для производства композиционной целлюлозы, где показана ежедневная конечная белизна. 

Преимущество, показанное на рисунке 4, подчеркивается ниже в таблице 2. Конечное стандартное отклонение белизны составило 0,39 для контрольных образцов отбеливателя MACS и 0,80 для контрольных образцов Каппа-фактора. Это значительное снижение конечной изменчивости белизны позволяет заводу применять сдвиг целевой белизны для достижения дополнительной экономии химикатов. 

Рисунок 5. Конечное сравнение яркости между контрольными образцами Каппа-фактора и контрольными образцами системы MACS 

Таблица 2: Конечное сравнение стандартного отклонения белизны, контрольные образцы системы MACS и Каппа-фактора 

Хотя конечный показатель белизны подчеркивает эффективность контроля, основным ориентиром для указания того, насколько хорошо оптимизированным может быть любое контрольное решение, является общее использование химикатов на производстве. Предприятия ожидают, что контроль отбелки должен приводить к экономии химикатов, большинство целлюлозных заводов будут внедрять конкретное решение для контроля отбелки именно для улучшения экономии.

В течение 10-месячного периода для отбеливающей установки рассчитывался ежедневный общий коэффициент Каппа. Это было сделано для того, чтобы нормализовать общую дозировку химикатов. Этот расчет также включал дозировку перекиси на этапах E1 и E2. 

Рисунок 6: Расход химикатов между контролем Каппа-фактора и контролем системы MACS 

Контроль отбеливателя MACS обеспечил средний общий коэффициент каппа 0,413, а контроль Каппа-фактора обеспечил 0,446. 

Это привело к увеличению экономии химикатов на 7,4% при контроле системы MACS по сравнению с контролем Каппа-фактора. 

Таблица 3. Сравнение экономии химикатов  

Выводы

Внедренная стратегия отбелки MACS на отбеливающем заводе оказалось эффективнее, чем обычная стратегия контроля числа Каппа. Система отбеливания MACS в сочетании с датчиком отбелки оказалось эффективнее при улучшении и оптимизации установок сульфатного отбеливания. Концепциия контроля показания системы MACS  сочетании с датчиком отбелки по-видимому станут будущим для усовершенствованного контроля в процессах отбеливания.

Использованы фото и таблицы PAPER MART.

Мы ищем авторов и редакторов направлений Целлюлоза, Лайнеры, Другие картоны (специальные виды картонов).       

Если бы вы хотели писать и редактировать статьи на технические темы, свяжитесь с Ириной Летягиной.