基于多K最近邻回归算法的软测量模型

针对单一模型预测精度较低的问题,提出多K最近邻回归算法(MKNN)的软测量建模方法.该方法采用高斯过程选择软测量模型的辅助变量,通过自适应仿射传播聚类方法将输入样本数据分成多组数据,对每组数据用K最近邻回归(KNN)算法建立子模型,各个子模型的预测输出通过主元回归(PCR)方法连接.用该方法建立粗汽油干点软测量模型,仿真研究表明,该算法的预测精度和泛化能力优于单KNN模型.     

先进控制技术与核磁共振在线分析技术在常减压装置的应用

为提高常减压装置的生产运行水平,燕山石化公司采用DMC Plus多变量动态矩阵控制软件,对初馏塔、常压塔、常压炉、减压塔和减压炉实行先进过程控制系统建设。并针对原油性质波动大的问题,新建一套核磁共振在线分析仪,对原油、常顶油、常一线和常二线等4种物料的15项物性指标进行在线分析,把馏程分析数据引入常压塔先进控制器,实现了前馈加反馈的控制模式;常顶干点、常一冰点、闪点和终馏点、常二线凝点的分析数据,校正先进过程控制系统的软仪表。两系统投用后,装置主要变量波动标准方差平均降低35%以上,航煤组分收率提高了0.79%。核磁共振在线分析仪首次在生产装置上实现了对原油的快速评测,并为装置防腐提供了实时的数据参考。     

基于PSO-K均值聚类的石脑油干点值多模型软测量建模方法

针对蒸馏工艺过程中变量多且变量间关系呈强耦合性及高度非线性的特点,提出一种基于PSO-K均值聚类的石脑油干点值多模型软测量建模方法。分析石脑油干点值的影响因素,采集相关辅助变量。用基于PSO改进的K均值聚类算法将现场采集数据进行划分,得到样本子集。再将得到的各个样本子集分别用SVM算法进行训练,建立石脑油干点值的预测子模型。在此模型基础上,通过计算预测样本与各子模型训练样本聚类中心的欧氏距离,采用模型切换的方法选择预测模型。仿真结果表明该方法避免了分类时K均值算法易陷入局部极值的问题,可以有效预测常压塔石脑油干点值,与单个全局模型相比有更好的精度与泛化能力。     

基于径基函数-加权偏最小二乘回归的干点软测量

针对影响石油馏分产品干点因素众多且呈高度非线性的特征，提出了一种径基函数(Radial basis function，RBF)和加权偏最小二乘回归(Weighted partial least squares regression，WPLSR) 相结合的建模方法建立干点软测量模型. 该组合方法首先应用RBF 实现样本数据的非线性变换；然后根据非线性变换后样本在结构参数空间中的分布，分析它们对预测对象的预报能力，自适应地为各个样本分配权值，并进而从中提取和选用PLS 成分，实施加权PLSR，以获得预报性能良好的模型. 在实际应用于初顶石脑油干点软测量建模中，RBF-WPLSR 获得比PLSR、WPLSR 及RBF-PLSR 更高精度的模型.     

先进控制技术在常减压装置上的开发与应用

基于模型的多变量控制技术能够很好解决常减压装置中原料性质变化及相关参数耦合严重的问题,该先进控制系统选用Shell的SMOCpro和RQEpro软件包设计开发了五个子控制器,包括初馏塔、常压炉、减压炉、常压塔、减压塔等关键装置及流程.因为多变量控制器设计中考虑了很多变量的关联性,同时利用预测控制及软测量技术预测出约束到...     

常减压装置初馏塔物料平衡控制的实施

介绍一个以物料平衡为模型的多变量控制系统。该多变量系统对常减压装置的初馏塔进行物料平衡控制，即在初馏塔的进料量等于流出量的基础上，加上塔底液位的变化量作预测控制以及进料换热后的温度变化作为前馈调节量。该方案投用后，常减压装置在提、降量的过程中以及原油性质频繁变化时，初馏塔均能达到很好的控制效果，使产品质量保持稳定，取得了令人满意的结果。     

虚拟蒸馏装置及软测量方法研究

利用HYSYS流程模拟软件建立虚拟常减压装置。为研究软测量方法提供准确、方便和科学的研究条件。通过对常减压装置负荷变化的真实模拟。探讨了负荷变化对软测量模型泛化能力影响和改进软测量模型的途径。针对基于RBF神经网络常减压装置汽油产品的干点软测量模型的负荷变化问题。提出的改进方法增强了其在实际生产过程应用的适应范围．有利于该方法在实际生产过程中的长期可靠应用。     

基于PCA-SVM的软测量建模方法与应用

主元分析(PCA)能够有效地提取数据的特征信息，消除变量问的共线性；而将基于统计学习理论的支持向量机(SVM)用于数据建模具有显的优点。本提出了将PCA与SVM相结合的软测量建模方法，并利用该方法建立了工业萘初馏塔酚油含萘量软测量模型，应用结果表明了该方法的有效性和优越性。     

基于多神经网络模型的石脑油干点软测量

应用多神经网络建立初顶石脑油干点软测量模型,首先采用模糊C均值聚类法将样本集分成具有不同聚类中心的子集,每个子集运用BP神经网络训练得出子模型,然后根据聚类后产生的隶属度将各子模型的输出加权求和获得初顶石脑油干点软测量值。同时为了克服因炼制原油性质无法及时获得而造成对初顶石脑油干点预测偏差的影响,在于模型建立时将前一时刘初顶石脑油干点分析值作为网络模型的自变量。实际应用表明,所建模型具有良好的预测精度,泛化能力强,效果令人满意。     

常减压装置初馏塔物料平衡控制的实施

介绍一个以物料平衡为模型的多变量控制系统。该多变量系统对常减压装置的初馏塔进行物料平衡控制，即在初馏塔的进料量等于流出量的基础上，加上塔底游人闰的变化量作预测控制以及进料换热后的温度变化作为前馈调节量。该方案投用后，常减压装置在提、降 量后起之秀吕以及原油性质频繁变化时，初馏塔均能达到很好的控制效果，使产品保持稳定，取得了令人满意的效果。     

基于Aspen和信息分析法的常压塔的优化

文章主要研究常压塔的操作优化问题,通过流程模拟软件Aspen模拟常压塔稳态模型,并采用了一种试验设计优化算法来对精馏塔进行操作优化。该算法主要通过人工神经网络来对目标过程建立元模型,同时运用信息分析法通过随机搜索,模糊聚类和最小信息自由能进行迭代计算来得到未来的试验数据,最终得到一组最优解。我们这里以常压塔全塔的经济效益为目标,运用该算法对其进行操作优化。结果表明在保证常压塔侧线产品质量和工艺要求的前提下,每小时可增加经济效益4485.90元,大大提高了全塔的效益。同时也证明了该算法的有效性和可行性。     

蒸馏塔的过程建模控制及在Simulink中的实现

通过对某炼油厂常压蒸馏塔生产工艺的分析,建立了蒸馏塔复杂控制对象的简化模型,以冷却水流量为控制量,以回流储液罐的液位为被控制量,达到控制塔顶馏出产品质量的效果,并在Simulink中实现蒸馏塔的建模、控制设计分析和仿真,既提高了蒸馏塔这类复杂对象过程建模和控制分析的可操作性,同时在实际运行中也取得了较好的控制效果。     

200万吨/年科威特原油常减压装置的模拟与分析

对某石化企业加工200万吨／年科威特原油常减压装置进行了模拟计算，并与标定数据进行了比较，表明所建立的模型能反映实际的生产过程。通过对常压塔、减压塔以及相应的设备进行分析和塔的水力学计算，发现生产过程中存在拔出率不高，泵负荷过大和原油换后终温偏低的问题，对此提出了相应的解决方案，为进一步优化生产提供了依据。     

Multivariable process identification for mpc: the asymptotic method and its applications

In this work we will introduce the asymptotic method (ASYM) of identification and provide two case studies. The ASYM was developed for multivariable process identification for model based control. The method calculates time domain parametric models using frequency domain criterion. Fundamental problems, such as test signal design for control, model order/structure selection, parameter estimation and model error quantification, are solved in a systematic manner. The method can supply not only input/output model and unmeasured disturbance model which are asymptotic maximum likelihood estimates, but also the upper bound matrix for the model errors that can be used for model validation and robustness analysis. To demonstrate the use of the method for model predictive control (MPC), the identification of a Shell benchmark process (a simulated distillation column) and an industrial application to a crude unit atmospheric tower will be presented.     

蒸馏与换热协同的约束多目标在线操作优化方法

针对蒸馏装置与换热网络间缺乏协同优化导致的分馏精度差和能耗高的问题,提出了一种基于代理模型的约束多目标在线协同操作优化方法.为了解决蒸馏装置与换热网络操作参数协同优化时存在的计算耗时和约束的问题,构建Kriging代理模型来近似目标函数和约束条件,提出了基于随机欠采样和Adaboost的分类代理模型（RUSBoost）来解决类别不平衡的收敛判定预测问题.提出了基于多阶段自适应约束处理的代理模型的模型管理方法,该方法采用基于参考向量激活状态的最大化改善期望准则和可行概率准则更新机制来平衡优化初始阶段种群的多样性和可行性,采用支配参考点的置信下限准则更新机制加快收敛速度.通过不断与机理模型交互来在线更新代理模型,实现在线操作优化.通过测试函数和仿真实例验证了本文方法的有效性.     

Process control interface system for a distillation plant

This paper presents the development of a process control interface system (PCIS) for a distillation pilot plant that is based on the communication protocol called MODBUS. MODBUS communicates the computer (used as a control unit) with the process because it allows an efficient, flexible, and reliable system. The interface system is presented in an operator-friendly application, which has the capability to monitor the variables, manipulate actuators, and tune the controllers in the distillation process.     

Identification of multi-model LPV models with two scheduling variables

In order to model complex industrial processes, this work studies the identification of linear parameter varying (LPV) models with two scheduling variables. The LPV model is parameterized as blended linear models, which is also called multi-model structure. Several weighting functions, linear, polynomial and Gaussian functions, are used and compared. The usefulness of the method is tested using a high purity distillation column model in a case study. The case study shows that a good fit of identification data is not enough to verify model quality and can even be misleading in nonlinear process identification; other measures related to process knowledge should be used in model validation. The case study also shows that commonly used LPV model based on parameter interpolation can fail for the high purity distillation column. Finally, several pitfalls in nonlinear process identification are pointed out.     

Using MPC to control middle-vessel continuous distillation columns

The use of model predictive control (MPC) in middle-vessel continuous distillation column (MVCC) is discussed. It is shown that using a 5 × 5 MPC implementation (where all levels are included in MPC as integral process variables) allows using a smaller middle-vessel, particularly when disturbances can be measured: a good performance is ensured without having the middle vessel drained or overfilled. Also, it is shown that MPC practically circumvents the issue of tuning the middle-vessel level controller. Furthermore, the MVCC design makes conventional decentralised control perform comparably to MPC.     

基于动态模型的常压塔侧线质量控制仿真研究

该文对常压塔侧线质量控制系统进行了仿真。根据过程机理建立了原油蒸馏过程动态模型 ,然后采用动态矩阵控制(DMC)的预测控制算法对常压塔侧线质量控制进行仿真。仿真结果表明DMC控制用于常压塔控制效果好 ,鲁棒性强。该文为研究复杂过程控制提供了一种新思路和新方法。