基于云计算的石化过程安全管理平台研发

提出了基于云计算的具有功能可扩展性的石化安全管理平台(Petrochemical Safety Management Platform,PSMP),该平台包括各种与生产安全有关的知识库和信息系统以供生产人员培训与在线查阅之用;还包括可辅助石化生产安全性在线分析的风险指纹库和风险对策库,以便平台可以依据生产过程中采集的海量数据进行不同尺度、不同类型的过程计算,将计算结果与风险指纹库相匹配,从而可对生产的安全性进行实时评估和预测;若平台可与DCS交互作用,则可依据对策库让生产系统自动消除风险。如此,则石化生产系统中的实时过程信息、工艺安全知识被有机统一而形成智慧,极大的提高了生产过程的安全性。为充分利用云计算易扩展和升级的优点,以及针对不同石化生产系统所需服务不同等问题,软件开发方式采用了抽象层次更高的面向服务架构(Service Oriented Architecture,SOA)。     

基于BP神经网络的石化过程在线故障监测系统

针对石化生产过程的高危性,开发了石化过程在线故障监测系统.通过OPC(OLE for process control)接口从生产现场采集实时数据,采用BP神经网络(back-propagation artificial neural network,BPNN)的模式识别方法,对生产过程进行实时故障监测,及时发现故障工况并提示操作人员采取相应措施,以减小系统运行的风险.BP神经网络的训练数据来自历史数据库,用户根据已发生过的故障工况确定训练数据的时间范围.BP网络模型的各项参数根据多次试验得到.对某工段的10个故障,其故障诊断准确率达到90%以上,具有较高的实时性和准确性.     

基于频谱位移模块的环境声音识别方法

针对卷积操作只能提取局部频谱信息,不能有效地挖掘频谱之间相关信息的问题,提出了一种基于频谱位移模块的神经网络。该网络采用密集卷积神经网络的架构,并在支路上使用频谱位移模块实现频谱信息之间的交互。利用这种频谱移位取代了频谱间的下采样操作,实现了频谱的全局化特征提取,同时避免了下采样过程中信息的丢失,进一步地提高了频谱特征图质量。并在公开的数据集ESC10和ESC50上验证频谱位移密集模块,在两种数据集的分类准确度分别达到了96.00%和88.75%,与原有的网络相比准确度分别提升了2.1%和2.25%。实验结果表明,和现有的其他卷积神经网络方法相比,所提出的网络能够更好有效地挖掘全局时频信息,具有更高的识别准确率。     

液压冲击产生的因素与防控措施浅析

影响系统液压冲击的因素很多,如管内液体速度的突变、运动部件的制动、液压元件动作不够灵敏等等.该文主要分析了系统产生液压冲击的因素与防控措施,以引起设计者和使用者的关注,从而保证液压设备的稳定性,提高系统运行的高效性.     

己内酰胺装置安全运行指导系统研发与应用

由于己内酰胺装置具有高复杂性及高危险性,有必要开发一套在线诊断故障的安全运行指导系统,辅助操作人员的操作。本文基于定性的符号有向图（signed directed graph,SDG）、专家系统,结合模糊逻辑、主元分析（principle component analysis,PCA）、神经网络（artificial neural network,ANN）等多种定量故障诊断方法,建立了整个装置的异常监测与诊断模型;根据己内酰胺装置的工艺特点及故障模式,结合危险与可操作性分析结果和专家经验,建立了导致装置发生故障的原因、传播路径以及处理措施的专家知识库;开发了己内酰胺装置安全稳定运行指导系统,并在己内酰胺装置上进行了工业应用,取得了良好效果。     

探究开关理论与方向控制作用的联系

开关理论已成为许多新技术的基础,在通信和计算机领域已成功地得到了应用,将开关理论-q流体动力回路中方向控制作用联系起来进行分析,为流体动力回路的设计和系统分析提供了理论依据。     

一种化工过程故障诊断知识自动化方法研究

化工过程的故障诊断是典型的知识型工作,主要以人工决策方式完成,具有主观性和不一致性。此外,知识经验的学习、积累和传承也比较困难。今提出了化工过程故障诊断的知识自动化方法,以生产过程的"数据"与"信息"知识为基础,融合多种定性定量的故障监测与诊断算法,通过知识获取与融合、故障感知与识别、故障诊断与决策三个层次对故障进行监测诊断,并以专家知识库为载体进行经验的传承。工业试验表明,该方法实现了故障诊断知识的自动化,具有很好的可行性。     

基于CLIPS的开停车指导系统研究与应用

针对催化裂化装置的开停车工艺,建立基于CLIPS的开停车指导系统,着重介绍其整体结构、知识库以及操作模块和组态模块间的相互关系。应用结果表明:该系统可以实现定性和定量两方面的控制,满足开停车过程安全指导的需要。     

用于化工仿真与故障诊断的集成化平台

为了化工系统的安全研究,必须建立化工仿真与诊断的集成化平台,实现安全评价、故障诊断等.本文建成基于DCS仿真技术的集成化平台,着重介绍其整体框架、数据结构以及通讯、操作界面等模块及其相互关系.应用结果表明,本平台性能良好,可以满足化工安全研究的需要.     

化工过程故障原因诊断的变量异常顺序法

为对化工过程故障进行实时诊断,建立设了备的主元分析(Principal component analysis,PCA)模型,根据实时数据和PCA模型计算综合指标以在线检测其故障的发生,并提出了PCA模型的在线更新策略,以适应实际过程中工况缓变特性。为在线监测到故障发生时,能确定故障根原因,根据各变量的DCS报警上下限判断其异常状态,并记录各变量出现异常的时间顺序,以供操作人员参考,从而准确地诊断所发生故障的根源。基于过程安全生产指导平台,将所提出的方法实际应用于某炼油厂延迟焦化装置的分馏塔单元,长期在线应用结果表明所提出的在线更新PCA模型能准确地连续检测出故障的发生并适应工况的缓变,而变量异常顺序可帮助操作人员正确地确定故障原因。