针对原油性质变化的常减压先进控制研究与应用

针对原油性质变化对常减压装置操作造成的巨大困难,提出了一种稳定原油性质和引入原油性质参数到软测量和控制模型的先进控制综合解决方案。一方面,对待混炼的多种原油进行调度和掺炼比优化,使实际进入常减压装置进行炼制的调合原油性质相对稳定,装置操作参数变化较小,减少工作点大幅变化过程中所产生的波动。另一方面,针对仍然存在的原油性质小幅度变化,在软测量和预测控制建模中引入反映原油性质的馏程参数,克服原油性质变化所引起的扰动。现场实际装置的应用结果说明了此综合方案的有效性。

基于Bootstrap多神经网络的软测量方法

针对原油蒸馏过程常规软测量模型难以适应原油进料性质变化的问题,提出Bootstrap多神经网络的非线性软测量处理策略。通过Bootstrap算法复制出训练集样本空间上的多个样本子空间,训练出多神经网络模型,避免了单个神经网络易于陷入局部最优及过度训练的弱点,具有较高的准确率和泛化能力。本处理策略用于建立常压塔一线干点的软测量模型,仿真结果表明模型预测准确率和鲁棒性较好,对原油性质变化具有较好的适应性。该方法将会改进实际蒸馏过程在进料性质变化情况下的产品质量指标的软测量精度。