基于近红外光谱分析的原油脱盐过程故障检测

为了解决原油脱盐过程的故障检测问题,提出一种利用近红外光谱技术从微观分子光谱数据角度进行故障检测的新思路。不同于传统基于宏观过程变量的故障检测手段,该方法从分子振动信号中获取过程信息从而完成对原油脱盐过程运行状态的监控。为了同时监控脱盐原油的质量,采用偏最小二乘(PLS)算法,选择HotellingT2和平方预测误差(SPE)统计量作为判断指标,比较了基于宏观过程变量和微观分子光谱数据的故障检测方法的效果。结果表明,基于微观分子光谱数据的检测方法在时间上比基于传统宏观过程变量的方法快了约46分钟,并且对早期故障的感知更加灵敏,充分体现了近红外光谱技术在原油脱盐过程故障检测问题上的有效性和优势。

基于稀疏主元的原油脱盐过程近红外故障检测

本文从过程信息的分子层面利用近红外光谱技术研究了原油脱盐过程的故障检测问题。不同于传统基于宏观过程变量的故障检测手段,近红外光谱技术从分子振动信号中获取过程信息,利用所获得的微观分子光谱数据,本文采用稀疏主元分析(SPCA)算法,通过将主元(PC)上的一些载荷压缩为零,以解决由近红外光谱数据维度过高带来的过灵敏问题。将所提方法应用在原油脱盐过程的故障检测结果表明,基于微观分子光谱数据的检测结果在时间上比基于传统宏观过程变量的早了约140分钟,且相对基于主元分析的故障检测方法,具有更高的故障检测精度。