申请/专利权人：南京富岛信息工程有限公司

申请日：2019-03-28

公开（公告）日：2024-02-23

公开（公告）号：CN109978059B

主分类号：G06F18/2135

分类号：G06F18/2135;G06F18/214;G06Q10/063

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2019.07.30#实质审查的生效;2019.07.05#公开

摘要：本发明公开了一种原油蒸馏过程初馏塔冲塔故障预警方法，该方法首先根据初馏塔的工作过程和传感器分布情况，选择与冲塔有关的变量；随后选取当前若干天前的数据作为训练集；再将训练集进行包括平滑滤波和标准化在内的预处理并进行主成分分析，计算出SPE和T2控制限；最后，对待测数据计算出每一时刻的SPE和T2，综合两个指标进行预警。若两个指标同时超过时限阈值，则发出故障预警。该方法针对初馏塔冲塔故障，每天自动更新模型，滚动建模，用综合评价指标预警，能减少误报，对于提前发现故障、降低损失具有重要应用价值。

主权项：1.一种原油蒸馏过程初馏塔冲塔故障预警方法，其特征在于该方法针对炼油厂初馏塔工作过程，通过选择变量，滚动计算，并采用综合指标进行初馏塔冲塔故障预警，具有以下步骤：1分析初馏塔的工艺过程和传感器分布情况，确定与冲塔故障相关的初始变量范围；2在初始变量范围中进一步筛选：若变量为闭环控制系统的被控变量则予以剔除，同时选择该闭环控制系统的操纵变量进入最终变量范围；若变量开环不受控，则直接选择进入最终变量范围；3针对每天得到的待测数据，选取前t1天的数据作为训练集；4对训练集进行预处理，包括平滑滤波和标准化；5对预处理后的样本进行主成分分析，算出平方预测误差SPE的控制限和Hotelling'sT2统计量的控制限；平方预测误差SPE的控制限计算方法为： 其中：SPEα为SPE的控制限，λj是样本矩阵X的协方差阵的第j个特征值，cα是与上限1-α×100％相应的标准正态偏差，α为检测水平；Hotelling'sT2统计量的控制限计算方法为： 其中：为T2的控制限，n为样本个数，k是主元个数，Fk,n-1,α是自由度为k和n-1的F分布上限α×100％的临界值，α为检测水平；6对待测数据进行预处理，计算出每一时刻的SPE和T2统计量，综合两个指标进行预警。

全文数据：一种原油蒸馏过程初馏塔冲塔故障预警方法技术领域本发明涉及工业过程故障检测，具体为一种基于数据驱动的面向原油蒸馏过程的初馏塔冲塔故障预警方法。背景技术原油蒸馏是炼化企业的关键环节，其典型工艺流程包括：初馏、常压蒸馏和减压蒸馏。初馏是原油蒸馏过程的首道工序，其稳定与否对后续加工影响很大。冲塔是初馏过程中的常见故障，是指在蒸馏过程中气相流量过大，液相直接被带入上层塔盘的现象，会造成分馏效果变差或分馏被破坏，进而严重影响后续工艺流程的进行。原油含水量偏高、密度偏小、进油量过大等都可能导致冲塔故障。近年来，随着我国进口的原油种类越来越多，原油性质难以把握，初馏塔冲塔故障时有发生。企业急需合适的方法对冲塔故障进行预警，从而及时操作补救，降低损失。相较于基于机理模型等其它故障检测方法，基于数据驱动的故障检测方法近年来发展很快。但现有的方法往往将所有能测量到的变量全部加以分析，所以一般只能做到故障检测，而难以实现故障的准确诊断。如果针对冲塔故障选择有效变量进行分析，不仅能精确诊断故障，还能增加故障预警的准确性。此外，主成分分析PCA作为一种数据分析方法，被广泛应用于基于数据的故障检测中，而这种方法只采用平方预测误差SPE或者Hotelling'sT2中的单一评价指标，易误报，而误报率高是企业最为头疼的问题。最后，现有的故障预警方法普遍是收集生产过程中的数据后，一次建模，持续预报，而采用一成不变的模型，极易误报或者漏报。发明内容针对上述问题，本发明公开一种原油蒸馏过程初馏塔冲塔故障预警的方法，可针对初馏塔冲塔故障，进行滚动建模，并且采取综合评价指标进行故障预警。本方法具有以下步骤：1分析初馏塔的工艺过程和传感器分布情况，确定与冲塔故障相关的初始变量范围；2在初始变量范围中进一步筛选：若变量为闭环控制系统的被控变量则予以剔除，同时选择该闭环控制系统的操纵变量进入最终变量范围；若变量开环不受控，则直接选择进入最终变量范围；3针对每天得到的待测数据，选取前t1天的数据作为训练集；4对训练集进行预处理，包括平滑滤波和标准化；5对预处理后的样本进行主成分分析，算出平方预测误差SPE的控制限和Hotelling'sT2统计量的控制限；6对待测数据进行预处理，计算出每一时刻的SPE和T2统计量，综合两个指标进行预警。本方法中，在如下范围内选择变量：进料压力、进料温度、塔顶压力、塔顶温度、初顶冷回流量、初顶循回流量、初顶油气后冷器出口温度、初顶回流罐压力和初顶回流罐液位。本方法中，t1的取值范围为5～10天，且剔除已确认的故障数据。优选的，平滑滤波算法使用Savitzky-GolayS-G卷积平滑算法。本方法中，按照下式重组样本矩阵Xd，其中d为时间滞后因子：本方法中，将训练数据进行标准化处理，待测数据使用训练集的均值和方差进行标准化。有益效果：1本发明所提供的方法针对初馏塔冲塔事故，有针对性地选择相关变量进行建模，并且在建模过程中考虑到了工业过程数据的时序性，使预测结果更加准确。2本发明所提供的方法能够综合SPE和T2这两项评价指标，减少误报。3本发明所提供的方法能够每天自动更新模型，滚动计算，有效降低误报和漏报，对于提前发现故障，减少损失，稳定生产具有重要应用价值。附图说明图1是原油蒸馏过程初馏塔冲塔故障预警方法的实施流程图图2是某炼油企业5号初馏塔的工艺及仪表示意图图3是某炼油企业11月15日至11月19日故障预警结果图4是某炼油企业11月28日至12月5日故障预警结果具体实施过程下面结合附图以及具体的算例，给出详细的计算过程和具体操作流程，以对本发明作进一步说明。本实施案例在以本发明技术方案为前提下进行实施，但本发明的保护范围不限于下述的实施案例。本案例以某炼油企业为例，该企业有多套原油蒸馏装置，其中5号常减压装置原油加工能力800万吨年。由于加工原油种类多，该企业曾多次发生初馏塔冲塔事故。下面以该装置近期发生的冲塔事故来说明本方法的有效性及实施过程，然后介绍运用该方法成功预警避免冲塔的案例。首先对该初馏塔2018年11月18日17点左右发生的冲塔故障进行分析说明。本案例实施流程如图1所示，具体的实施步骤如下：1分析初馏塔的工作过程和传感器分布情况，确定与冲塔故障相关的初始变量范围。该企业5号初馏塔的工艺及仪表如图2所示。经工艺分析，与冲塔事故有关的变量有：进料压力6、进料温度10、塔顶压力5、塔顶温度46和8、初顶冷回流量2、初顶循回流量19、初顶油气后冷器出口温度47、初顶回流罐压力4、初顶回流罐液位56。2在初始变量范围中进一步筛选：其中，塔顶温度8通过初顶冷回流量2可控；初顶回流罐压力4通过两个阀门可控；初顶回流罐液位56通过初顶循回流量可控。这3个变量在集散控制系统DCS中均得到有效控制，变量变化幅度很小，因此对故障预警基本不起有利作用，在预警建模中均可剔除。而为了稳定这3个变量，相应的操纵变量变化幅度较大，对及时发现异常十分有利。因此，保留的变量为：进料压力6、进料温度10、塔顶压力5、初顶冷回流量2、初顶循回流量19、初顶油气后冷器出口温度47。3针对得到的待测数据，选取前t1天的数据作为训练集进行建模，这里的t1取5，每天对应的训练数据如表1所示。表1待测数据及其对应的训练集范围待测数据范围训练集数据范围……11月15日11月10日～11月14日11月16日11月11日～11月15日11月17日11月12日～11月16日11月18日11月13日～11月17日11月19日11月14日～11月18日……5将训练集和待测数据都进行S-G平滑，其中取窗口为11，阶数为3。6计算滞后因子，重组样本矩阵，计算出SPE控制限和T2控制限。以11月15日的模型为例，取11月10日～11月14日的数据，组成样本矩阵X。从d＝0开始，按式2重组样本矩阵Xd，标准化后，对其进行PCA分析，分别计算主元个数、静态关系数rd、新关系数rnewd，公式如3、4所示，计算过程如表2。当d＝2时，新关系系数rnew2≤0，因此，滞后因子取2，此时也已经得到标准化后的样本矩阵X2。rd＝m-k-rd-13其中，m为变量数，k为主元数。表2滞后因子计算过程d的取值变量数主元个数静态关系数新关系数063331123932183150对样本矩阵X2进行PCA分析，得到负载矩阵P和特征值矩阵λ如下：令检测水平α＝0.99，根据式5和式6计算出的SPE控制限为3.0679，T2控制限为11.3578。其中，λj是样本矩阵X的协方差阵的第j个特征值，cα是与上限1-α×100％相应的标准正态偏差。其中，n为样本个数，k是主元个数，Fp,n-1,α是自由度为k和n-1的F分布上限α×100％的临界值。7将11月15日的数据，按照d＝2组成待测数据矩阵Xtest，并对其进行标准化后，根据式7和式8，计算每一时刻的SPE和T2统计量。SPE＝xTI-PPTx7其中，P为m×k维的负载矩阵。其中，λ是由前k个主元所对应的特征值所组成的对角矩阵。表3变量不同受控情况取值变量受控情况取值闭环受控1手动或开环不受控0针对11月15日～11月19日进行滚动建模预测，结果如图3所示。SPE和T2统计量同时超限的时刻由竖线标出。可以看出，从11月18日16:04开始，SPE统计量超限。在此之前，T2统计量早已超限，这是由于初馏塔进料温度和进料压力增大，塔中气相增多，控制系统自动加大冷回流量，所以T2增大；然而此时各变量之间的关系不变，还处在正常工作当中，所以SPE统计量一直是正常的，这时还不一定会发生故障。但是随着冷回流量逼近设定的上限，无法压制住气相的进一步增加，最终输出结果为发出冲塔预警，这比实际的人工干预时间提前了近1个小时，验证该方法可以成功预警初馏塔冲塔故障。图4是该炼油企业5号初馏塔从2018年11月28日至12月5日的预警结果，从11月28日22:36起，待测数据的SPE和T2统计量同时超限，本方法通过计算发出预警。企业在接到预警后立即采取人工干预措施，成功避免事故发生和扩大，有效防止了一次冲塔故障的发生。

权利要求：1.一种原油蒸馏过程初馏塔冲塔故障预警方法，其特征在于该方法针对炼油厂初馏塔工作过程，通过选择变量，滚动计算，并采用综合指标进行初馏塔冲塔故障预警，具有以下步骤：1分析初馏塔的工艺过程和传感器分布情况，确定与冲塔故障相关的初始变量范围；2在初始变量范围中进一步筛选：若变量为闭环控制系统的被控变量则予以剔除，同时选择该闭环控制系统的操纵变量进入最终变量范围；若变量开环不受控，则直接选择进入最终变量范围；3针对每天得到的待测数据，选取前t1天的数据作为训练集；4对训练集进行预处理，包括平滑滤波和标准化；5对预处理后的样本进行主成分分析，算出平方预测误差SPE的控制限和Hotelling'sT2统计量的控制限；6对待测数据进行预处理，计算出每一时刻的SPE和T2统计量，综合两个指标进行预警。2.根据权利要求1所述的一种原油蒸馏过程初馏塔冲塔故障预警方法，其特征在于在如下范围内选择变量：进料压力、进料温度、塔顶压力、塔顶温度、初顶冷回流量、初顶循回流量、初顶油气后冷器出口温度、初顶回流罐压力和初顶回流罐液位。3.根据权利要求1所述的一种原油蒸馏过程初馏塔冲塔故障预警方法，其特征在于t1的取值范围为5～10天，且剔除已确认的故障数据。4.根据权利要求1所述的一种原油蒸馏过程初馏塔冲塔故障预警方法，其特征在于平滑滤波算法使用Savitzky-Golay卷积平滑算法。5.根据权利要求1所述的一种原油蒸馏过程初馏塔冲塔故障预警方法，其特征在于对待测数据使用训练数据的均值和方差进行标准化。6.根据权利要求1所述的一种原油蒸馏过程初馏塔冲塔故障预警方法，其特征在于平方预测误差SPE的控制限计算方法为：其中：SPEα为SPE的控制限，λj是样本矩阵X的协方差阵的第j个特征值，cα是与上限1-α×100％相应的标准正态偏差，α为检测水平；Hotelling'sT2统计量的控制限计算方法为：其中：为T2的控制限，n为样本个数，k是主元个数，Fp,n-1,α是自由度为k和n-1的F分布上限α×100％的临界值，α为检测水平。7.根据权利要求1所述的一种原油蒸馏过程初馏塔冲塔故障预警方法，其特征在于当待测数据的SPE统计量和T2统计量均超过上限，同时持续t2分钟时，则发出故障预警。8.根据权利要求7所述的一种原油蒸馏过程初馏塔冲塔故障预警方法，其特征在于t2取30分钟。

百度查询： 南京富岛信息工程有限公司 一种原油蒸馏过程初馏塔冲塔故障预警方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD