基于热量平衡的裂解炉支路温度及负荷控制方法

针对乙烯装置裂解炉在开工、正常运行和负荷调整过程中各组炉管的出口温度存在不均衡的问题,以乙烷制乙烯裂解炉为研究对象,提出基于热量平衡的裂解炉支路温度及负荷控制方法。基于裂解炉多支路炉管的结构特性,需保持支路流量调整前后的热量平衡,以消除裂解炉支路温度偏差,稳定裂解炉出口温度(COT)。同时,加入负荷控制,协同调配各支路流量分配,消除负荷变化对温度的影响。以此为基础,在集散控制系统(DCS)上设计并开发了支路温度及负荷控制器,并应用于某石化公司0.60 Mt a乙烷制乙烯装置的5台裂解炉,结果表明,该控制器可以不受负荷调整的影响,将COT波动范围精准控制在±0.5℃,支路温差波动范围控制在1℃内,减少了开工物料损失,保证了裂解炉的平稳运行。

基于数据挖掘的IMC-PID在线自整定算法的实现

提出了利用过程历史数据自动进行数据挖掘的PID参数在线自整定算法。算法以PID回路的动态响应特性为依据,通过给定ε-不敏感损失函数、辨识信任度函数,从可行数据集中选取有效数据集,以此作为回路参数自整定的有效数据。为确保PID控制尽可能达到最佳性能和鲁棒性,提出了基于对象组进行IMC-PID参数整定的方法。算法已应用于多个生产装置上,实际的投运结果表明,这种算法具有简便易用,推广能力强等特点,是PID参数整定算法中一种切实可行的算法。

改进的双模型结构RBF神经网络及其应用

提出了离线结构学习和在线权值校正相结合的双模型结构RBF神经网络,以离线学习和在线校正相结合的方式实现网络的自学习和自校正,满足了软测量仪表现场应用的要求。针对应用过程中出现预测误差过大的现象,通过对网络算法进行分析,研究影响网络预测精度的因素,在此基础上,提出了以K均值聚类法和递推下降算法相结合的RBF神经网络建模改进算法,仿真结果和实际应用证明了改进算法的有效性。

BH型高效填料的研究及其在煤制烯烃预急冷塔中的应用

介绍了BH型高效波纹填料的设计原理、结构特点及其在煤制烯烃预急冷塔中的改造应用。改进后的复合填料塔达到了提高分离效果与产品纯度、扩大产品产量、提高产品质量、增加综合效益、缩短投资回报期以及降低能耗的目的。

一种混合模型的闭环辨识方法

针对闭环辨识因噪声的引入造成输入输出数据的相关性,造成传统辨识算法应用上的困难。为解决直接应用工业生产数据而不进行测试,实现在有色噪声存在条件下连续时间过程模型辨识问题,本文基于Box-Jenkins模型,提出了一种反馈噪声消除的闭环辨识方法(DNIV)。DNIV算法基于最小二乘状态变量滤波方法(LSSVF)获取过程模型的初值,从原始输入输出中减去反馈噪声成份,基于辅助变量算法,实现不含反馈噪声的混合Box-Jenkins模型辨识。算法的仿真研究证明了其有效性。

改进生物地理学优化算法及其在PID控制器参数中的优化

为了解决生物地理学优化(Biogeography-based optimization,BBO)算法在收敛过程容易陷入早熟的问题,提出了一种改进的生物地理学优化(Improved biogeography-based optimization,I-BBO)算法。该算法是在生物地理学的基础上,引入了人工驯养的概念,把人工驯化与生物地理学算法相结合,解决了BBO算法在后期存在搜索动力不足的问题。仿真实验表明:I-BBO算法提高了物种的多样性,增强了算法的搜索能力,加快了寻优速度。将该文提出的I-BBO算法应用到比例积分微分(Proportion integration differentiation,PID)控制器的参数整定中,通过两个例子的仿真,结果表明,I-BBO算法在优化PID控制器参数上比原有的BBO算法更加迅速。

支持向量机在乙烯精馏塔中软测量应用

针对乙烯在线仪表投资大、维护复杂、测量时滞大等问题,采用LS-SVM建立乙烯装置中乙烯精馏塔中乙烯浓度软测量系统。实验表明,该软测量系统能够比较准确地反映乙烯精馏塔塔顶乙烯浓度,而且泛化能力好。

基于嵌入式系统的中药提取软测量方法研究

针对中药提取过程中软测量建模的计算机在线实现问题,将遗传算法(GA)和支持向量机(SVM)相结合,对葛根素在线提取过程进行软测量建模,并将该软测量模型固化到基于树莓派的嵌入式系统,构建了葛根素提取率的在线检测系统。该系统实现了下位机的在线实时温度数据采集、提取率计算、数据发送和结果三维显示,能完成上位机软件的软测量模型更新、数据存储、历史数据显示、数据包解析和三维坐标系显示提取效果等功能。与紫外分光光度计的离线检测方法相比较,本文方法得到平均相对误差为4.33%,具有实时性好、测量精度高、操作简便等优点。

改进生物地理学算法对正丁烷异构反应模型的优化

针对生物地理学优化(biogeography-based optimization,BBO)算法在寻优过程中容易陷入早熟的现象,提出了一种基于三维变异的生物地理学优化(three-dimensional variation biogeography-based optimization,Tdv-BBO)算法。该算法是在BBO算法的基础上,引入了三维变量的变异,解决了BBO算法后期搜索动力不足的问题,加快了BBO算法的寻优速度。同时,提出将改进的Tdv-BBO算法应用到正丁烷异构反应动力学模型的优化中,对反应动力学模型的参数进行了优化和整定。仿真实验表明:改进的Tdv-BBO算法提高了个体种群的多样性,增强了算法的搜索能力,加快了寻优速度。用该方法优化得到的反应动力学模型,模型精度较高,泛化能力强;可为正丁烷异构反应的建模提供一种有效的方法。

全流程智能控制在国产化乙烯装置上的应用

为推动石油化工节能与绿色发展,基于工业生产大数据研发了智能建模、智能内模PID优化控制、智能变参数非线性区域控制、烽燧控制和多变量智能控制五大关键技术,形成了信息化与工业化深度融合的全流程智能控制技术。全流程智能控制技术解决了常规控制回路抗干扰能力差、无法适应多工况问题;针对生产过程参数变化,通过消除相关过程间的干扰,依靠塔器的缓冲作用,实现生产过程平稳过渡。该技术的应用解决了生产装置中多变量、非线性、强耦合、纯滞后、间歇式和连续式控制并存、多约束和多目标调控等技术难题,达到全流程高精度快速平稳控制,实现了生产装置在正常运行、开停工过程的智能精准控制,提高了收率、降低了能耗。在国产化60万吨/年乙烯装置上应用后,石脑油和乙烷炉双烯收率分别提高0.52和1.99百分点,能耗降低40.12千克标油/吨,实现了乙烯装置低碳高效运行。

裂解炉COT温度先进控制

针对某石化公司的裂解炉炉出口平均温度原有控制方案中存在的问题,对其控制方案进行了改造,并实施以内模技术为基础的先进控制。结合实际运行情况,给出先进控制实施前后的控制效果对比,说明了裂解炉COT温度先进控制的有效性。

光纤级四氯化硅精制工艺

根据多晶硅产业副产物四氯化硅的组成特性,提出-整套精制工艺流程,可以得到光纤级四氯化硅。对于年产1万t光纤级四氯化硅,对流程中的精馏塔设计差压多效节能精馏方式,装置可以比普通精馏节约50%以上的蒸汽和循环水用量,节能效果明显。

干燥器冷热混合物温度和流量解耦控制新方法

从工业实际过程应用角度出发,为解决干燥器冷吹、升温及恒温等再生过程平稳运行,将控制对象物理特性与PID控制器工作原理相结合,提出一种干燥器再生过程冷热混合物料温度与流量的解耦控制新方法。该方法可实现再生气流量和温度同时平稳跟踪到目标设定值,确保干燥器再生过程平稳进行,有利于提升干燥器再生效率及催化剂寿命。文中对新提出的解耦控制方法进行同向和反向测试,测试结果表明该解耦控制方法良好的通用性和有效性,确保混合后物料实现升降量和升降温各个方向的无超调快速跟踪性能。将该方法通过组态编程在DCS控制系统实现,并应用到乙烯装置工艺干燥器再生过程中,表现了良好的解耦性能,实践验证文中提出新解耦方法的有效性。

基于ASM1的脱氮除磷数学模型的建立

ASM1模型(Activated Sludge Model No.1)是国际水协在1987年推出的第一个系统的活性污泥数学模型,由于其简单而准确地模拟了除碳、脱氮过程,因而它在污水处理厂中得到广泛应用。本文在ASM1模型的基础上加入除磷过程,建立了DASM1模型(Development of Activated Sludge Model No.1)。利用欧盟科学技术合作组织推出的BSM1模型(Benchmark Simulation Model No.1)验证了它的稳态除碳、脱氮过程;同时,利用国际水协推出的ASM2d模型(Activated Sludge Model No.2d)验证了它的稳态除磷过程。其验证结果表明:DASM1模型能够较准确地模拟污水处理厂的稳态过程。此外,利用北京、西安两个污水处理厂的实际进、出水数据对DASM1模型进行动态验证。其验证结果表明:DASM1模型能够较准确地模拟污水处理厂的动态过程。DASM1模型的稳态平均误差和动态平均误差均在可接受范围之内,因此它能够较准确地模拟污水处理厂的实际运行过程。

基于Hadoop的分布式管网仿真平台的设计

石油化工工业,现场有复杂的管道网络并且结构、管径都是不一样的,这些管道网络把一定数量的单元设备都连接在了一起,这样就组成了一个特别复杂的大系统,这个系统是具有相关关联的。管道网络实时计算需要面对通用性、实时性、复杂性方面的要求。为了实现全工况过程系统动态仿真及在线控制决策在石油化工领域中的实时计算。同时为了方便给更多的用户提供相应的在线诊断、仿真的服务,将管网平台做成了B_S模式的,这样当平台需要给不同的客户提供相应的仿真服务时只需要增加相应的服务器利用Nginx就可以快速的实现负载均衡,并且实现了分布式和拖拽式组装仿真模块。利用了图论的方法来对管道网络进行实时计算保证了准确性和实用性。在平台的设计时灵活的运用了UML建模去构建平台,并且适当的把设计模式运用在实现的代码中,特别有利于后期平台的维护,在计算矩阵特别大的时候,基于Hadoop的分布式文件存储系统HDFS基础上的面向列的数据库HBase来进行中间迭代量的储存,以便后期能够快速查找和分析问题,并且能够存储海量信息。而Hadoop本身可以脖简单的配置实现分布式,Map Reduce可以用来进行分布式计算,处理图论方法中产生的大矩阵或者是其它的仿真设备,保证了计算的实时性和准备性,这样的平台设计有利于后期的扩展。