基于模型预测控制的柴油加氢装置分馏单元产品质量控制优化

针对传统比例积分(PI)控制对过程复杂、系统强耦合的柴油加氢装置分馏单元的稳定时间和控制效果不佳的问题,基于某石化企业柴油加氢装置分馏单元原有PI控制方案,提出模型预测控制(MPC)协同PI控制方案,并探讨了该方案控制分馏单元的可行性及控制效果。结果表明:MPC协同PI的控制方案能够提高装置的动态性能;在汽提塔进料量和汽提蒸汽量波动的情况下,PI控制和MPC方案的震荡次数相近,但MPC方案的稳定时间和控制最大偏差均更小;对于±10%进料量的扰动,PI控制和MPC方案的最大温度相对偏差分别为3.48%和0.07%,稳定时间分别为3.5 h和1.5 h,绝对误差积分(IAE)评价值分别为7.30和0.23,说明MPC方案的控制效果比PI控制更优;同时,验证了MPC协同PI控制的可行性,表明MPC协同PI控制更适用于柴油加氢装置分馏单元的先进控制。

大数据在油气长输管道应用的现状及发展方向

针对油气长输管道行业“积累数据量多、挖掘信息量少”,数据标准不统一,业务数据无法协同共享等难题,企业及相关学者积极开展大数据技术与企业业务融合的研究,进行设计、施工、验收、运行等全生命周期管道大数据挖掘分析,提升了管道业务效率及风险管控水平。总结油气长输管道大数据平台框架搭建、油气长输管道建设期和运营期数据整合、大数据技术与管道业务融合应用等油气长输管道大数据应用研究现状,通过对比分析发现国内油气长输管道大数据应用的不足,结合当前国情与现状,提出了未来发展方向。

基于全局优化改进混沌粒子群遗传算法的物料平衡数据校正

结合遗传算法(GA)和粒子群算法(PSO)的优点以及混沌运动的特性,提出了加入混沌扰动的混沌粒子群遗传算法(DCPSO-GA),并使用5个高维非线性测试函数考察全局优化混合算法的性能。DCPSO-GA解决了在寻优搜索时出现的停滞现象,扩大了全局优化的搜索空间,丰富了粒子的多样性,且不需要函数梯度信息。测试结果证明,针对本文的5个测试函数DCPSO-GA能找到全局最优解,其收敛速度很快,大大减少了计算量。而且,经过与其他相关算法比较可知,当总的目标函数调用次数较接近或更少时,改进算法不论在计算精度还是收敛速度上,均有很大的提高。并将DCPSO-GA算法应用到重油裂解参数估计和预测中,测试结果证明,其提高了参数估计和预测的准确性,降低了误差,能有效找到全局最优解,收敛速度快,大大减少计算量。

无人机在原油集输管线巡检中的应用

为了解决油田采油厂传统人工巡检原油集输管线周期长、效率低、覆盖率不足等问题,基于无人机不受地域限制特点,搭建无人机巡检平台,运用无人机进行原油集输管线巡检,通过无人机搭载的高清晰摄像机对原油集输管线进行全覆盖、全方位体检,减少管线刺漏后大面积污染事件的发生,经过实践验证,无人机技术显著提高了原油集输管线的巡检效率。

原油管线泄漏巡检视频智能识别方法研究

针对原油集输管线泄漏监测,本文探讨颜色空间特征方法与深度卷积神经网络(CNN)方法叠加,快速自动识别判断是否存在原油管线泄露造成的油污区域。通过无人机巡线视频关键图像数据,标记正负数据集合,训练出高效卷积神经网络,对无人机巡线视频数据进行实时分析处理,并推送异常数据,提高输油管线的安全生产能力。

基于ProMACE~石化智云个人工作台实践中科炼化工厂信息化项目一体化交付

个人工作台在中科炼化工厂信息化项目建设实施角度探讨ProMACE?石化智云在企业的建设模式和如何落地,从而为平台应用于工厂信息化项目实践一体化交付提出可行的建议。

基于高新技术的石化行业物流一体化优化探析

随着物流业的高速发展,也带来了成本费用高、监管困难等问题,为解决这些问题,各企业将竞争优势转向对物流运行的高效管理上。一体化作为近年来物流转型的热点,促进了信息化技术的进步,同时也对其提出了更高的要求。为了做好石化行业物流一体化优化工作,通过分析石化企业物流运行的特点,以运输安全为切入点,提出了一套物流一体化优化方案,采用物联网、地理信息系统、预警模型、基于卷积神经网络算法的大数据分析等最新技术手段,实现上中下游信息共享、业务协同,保证了石化产品运输安全,同时为未来物流一体化优化研究指明了方向。

炼厂重油分配优化的一种数据分析方案

重油在炼厂内的分配是炼厂调整产品结构、提高经济效益的关键因素。基于数据分析方法,首先建立单装置的数据模型,而后集成为重油加工区的模型,进一步采用优化算法寻找重油最佳的分配比例。该方案模型简洁、计算简捷。应用案例验证了方案的可行性,所得的效益显著,为进一步的实时优化奠定了基础。

加氢裂化装置二值型产品质量实时预测方法及应用

产品质量对炼化企业而言至关重要,实时预测产品质量是提高产品质量合格率的必要条件。炼化生产中非定量的二值型质量指标(如博士实验是否合格、铜片腐蚀是否合格)的预测与连续型质量指标(如汽油干点)的预测同样重要。为了消除生产过程自变量之间的相关性、使模型参数能够递推更新,本文建立了"递推主元分析-逻辑回归"的二值型产品质量预测方法。首先采用递推主元分析法提取过程自变量中的主元;然后采用逻辑回归方法,预测二值型质量指标的合格概率;最后对侦测的不合格产品质量指标,运用优化方法求取最小变动的操作参数调整,指导操作使得产品质量尽快合格。利用该方法,本文通过分析国内某厂加氢裂化装置原料性质及加工负荷的变化情况,对装置的航煤博士实验合格情况进行实时预测,并指导生产操作,从而大大提高博士实验的合格率,保证了产品质量和装置的正常运行。该方法同样适用于其它炼化装置的二值型产品质量指标的实时预测。