基于特征空间降维的溶剂脱水分离过程监控

针对传统化工过程中检测变量具有的非线性和非高斯性等特点,提出将改进的核主元分析（KPCA）和支持向量数据描述（SVDD）相结合的化工过程故障诊断方法.根据Mexican hat小波在提取非线性非平稳信号细微特征方面的优势,将该小波函数引入到KPCA中以增强核函数的非线性映射和抗噪能力.在映射后的特征空间中进行均值聚类分析,选择每个聚类中展现特征中心的数据,使运算复杂度明显降低,提高了监控实时性.采用SVDD描述经过聚类降维后的特征空间分布,提出新的监控指标描述过程的非高斯特性.将该方法应用在一个实际的溶剂脱水化工精馏过程中,仿真结果验证了该方法能够及时有效地检测系统产生的故障.     

湍流状态下化学品扩散溯源中不同目标函数的影响分析

化学气体泄漏会对生命财产安全及环境造成重大破坏，建立有效的监测装置及评估系统能够在发生泄漏事故时为应急救援提供辅助决策，有效降低泄漏带来的潜在风险。通常会通过在风险区域排布的气体浓度传感器检测气体浓度，根据气象条件及气体扩散前向分布模型来进行泄漏估计。由于泄漏场景数据不易获得，因此本文基于fires dynamics simulator(FDS)的大涡模拟方法模拟含湍流下的泄漏扩散场景获取数据，在此基础上研究了目标函数对于建模过程及溯源结果的影响。通过溯源结果发现，以浓度偏差平方和为目标函数的溯源结果从总体效果来看比其他目标函数更优，但其仍不能避免受湍流影响在某些场景的溯源指标远离平均值，而综合考虑不同目标的溯源结果在一定程度上能改善该情况。     

改进鲸鱼优化算法及其在渣油加氢参数优化的应用

针对智能优化算法在处理非线性优化问题中存在的容易陷入局部最优和收敛精度差等问题,提出了一种基于结合差分进化和精英反向学习的改进鲸鱼算法(DEOBWOA)。该算法引入对立搜索初始化、精英反向学习,并结合差分进化进行变异修正,显著有效地提高WOA算法的收敛精度和收敛速度,提高其跳出局部最优的能力。之后采用8个标准测试函数进行仿真实验,结果表明:DEOBWOA算法与标准WOA、HCLPSO、DE算法相比,全局搜索能力和收敛速度都有较大提升。最后建立了渣油加氢动力学模型,考虑到渣油加氢过程中存在诸多典型的非线性约束问题,以某炼化厂渣油加氢装置为例,应用DEOBWOA对渣油加氢反应动力学模型参数进行优化,结果表明该算法能较好地处理实际工程优化问题。     

石油和化工行业智能优化制造若干问题及挑战

石油和化工行业是国家的基础性产业,目前面临转型升级的重大需求.本文首先回顾了石油和化工行业在生产全流程的信息检测、建模、优化控制,企业经营管理决策以及故障监测和安全环保等几个方面的进展.剖析了当前石油和化工行业存在的主要问题,提出了利用现代信息技术从生产、管理以及营销全流程优化出发,推进实现石化行业智能优化制造的智能化、绿色化、安全化的愿景目标,讨论了石油和化工行业智能优化制造所面临的新挑战.     

基于模糊CMAC神经网络的4-CBA软测量

Soft sensor is attractive in dealing with online product quality measurement by virtue of other easily measured variables. In AMOCO PTA (purified terephthalic acid) production process, the unavailability of real-time measurement of 4-CBA makes it impossible for timely adjustment and thereby influences the product quality and the plant economy benefit. In this paper, a kind of FCMAC (fuzzy cerebellar model articulation controller) method is presented to solve the online measurement problem. Different from the conventional CMAC (cerebellar model articulation controller) networks, which has inferior smoothing ability because of its table look-up based technology. Integrating fuzzy model into CMAC networks, it becomes more accurate in functional mapping without weakening its generalization ability. Numerical example and industrial application results show the method proposed here is satisfactory and feasible.     

二元交互参数化PC-SAFT在超临界乙烯配位聚合体系相平衡计算中的应用

超临界烯烃配位聚合技术是近年来国际聚烯烃工业领域中的重要进展之一,超临界体系相平衡计算则是该聚合工艺设计与优化操作的基础。本文以链扰动统计缔合流体理论(PC-SAFT)状态方程描述工业级超临界乙烯配位聚合体系的相平衡,得到了适用于该复杂体系的PC-SAFT二元交互参数。与公开报道的实验数据比较表明,获得的二元交互参数可准确描述该超临界体系在较宽温度、压力范围的相平衡。基于上述二元交互参数,针对2个不同双峰聚乙烯产品牌号,计算了工业装置内多组分的相平衡状态,结果表明,反应器内的[H2]/[C2H4]摩尔比、淤浆密度的计算值与工业数据吻合较好,验证了二元交互参数的适用性。研究结果为进一步的工艺流程模拟与优化奠定了基础。     

多尺度小波核支持向量回归及其对丙烯浓度的估计与应用

多尺度小波核支持向量回归方法具有较强的鲁棒性和较好的泛化能力,而模型选择是其获得良好泛化性能的关键,其中采用多尺度核方法参数选择的复杂度比单个核方法的参数选择大得多。这里提出了一种构造多尺度Morlet小波核的支持向量回归机的方法,它采用量子聚类方法划分样本类别以确定多尺度核的尺度个数,依赖支持向量数据描述方法对相应样本计算其核宽度,然后用文化算法优化剩下的少量模型参数。结果表明所得到的多尺度小波核模型的泛化能力明显优于单小波核或高斯核情形。分别用3个标准回归数据集Bostonhous-ing、Bodyfat和Santa作仿真,结果表明,相对于高斯核方法,多尺度小波核支持向量回归方法的测试集均方差分别减小了6.8%、62.0%和91.3%。同时,该方法对丙烯精馏塔的塔釜丙烯浓度预估表现出较好的泛化能力。它不仅使丙烯浓度训练集模型输出与实际输出基本吻合,而且使丙烯浓度测试集相对误差为0.211,与其他方法相比,其预测误差是最小的。     

一种基于时序误差补偿的动态软测量建模方法

针对目前静态软测量建模方法无法反映工业过程动态信息,造成预测模型精度低、鲁棒性差等问题,提出了一种基于最小二乘支持向量机(LS-SVM)和自回归-滑动平均模型(ARMA)的软测量建模方法。首先,建立了基于LS-SVM的软测量模型,利用ARMA模型对预测误差的动态估计,通过增加动态校正环节,实现了对静态模型的动态校正以改善系统动态响应特性。最后将上述方法用于乙烯精馏过程中乙烷浓度的软测量建模,仿真结果表明:与单一使用LSSVM模型相比,该方法具有跟踪性能好、泛化能力强等优点,是一种有效的软测量建模方法。     

PCA_SVM的多故障分类方法在TE过程中的应用

故障识别在化工过程监控中有着至关重要的作用.准确的故障识别能够帮助操作员及时发现并排除故障,避免生产事故的发生.本文运用传统PCA方法对TE过程中5种典型故障数据进行降维,并将所有故障数据投影到正常工况样本的PCA主元空间中,由正常数据样本计算出T2统计量的阈值,根据HotellingT2统计原理,对所有故障数据进行检测,将榆测到的故障样本通过SVM的多分类方法进行故障分类.通过TE过程仿真平台的实验表明,PCA SVM方法与PCA KNN、C SVM方法相比较,算法简单,容易实现,计算速度较快,并且突破了很多文献中只有2类或3类故障谚{别的局限,同时可以达到较高的多分类准确率.     

乙烯装置蒸汽管网用能配置与实时优化

乙烯装置蒸汽管网系统结构复杂,用汽设备多,模型参数复杂多变,其能量配置多依赖经验给出。针对运行过程中管网模型参数的变化,利用支持向量机建立了关键设备的透平蒸汽流量软测量模型,从而为蒸汽管网优化问题提供准确的非线性模型基础。根据物料平衡、能量守恒和产品质量要求建立了能耗视角下的蒸汽管网系统模型,该模型本质上属于混合整数非线性规划问题(MINLP)。采用自适应混合编码差分进化算法(AMCDE)对模型进行求解。最后以某石化厂蒸汽管网系统为研究实例进行仿真,得到了令人满意的优化结果。