[发明专利]一种炼油生产中初馏塔冲塔故障预警的方法

说明书

本发明公开了一种炼油生产中初馏塔冲塔故障预警的方法，该方法针对炼油过程惯性大、变化慢的特点，选择与冲塔故障相关的变量，提取过程中变化最缓慢的特征，即能表现该过程最本质变化的特征，建立故障预警模型。根据训练集计算控制限，并根据实时的在线监测数据构造待测样本，计算出瞬时统计量。在连续多个时刻两个统计量同时超限时开始故障预警；故障发生后，连续多个时刻未监测到故障时结束预警。该方法着眼于提取过程变化的本质特征，能够在故障发生前检测到故障，且预测误报率低，漏报率低，对炼油企业安全生产、提高经济效益具有重要作用。

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

炼油初始阶段，经过预处理的原油会被送入常压蒸馏装置的初馏塔，蒸馏出大部分轻汽油，该过程是整个炼油过程中的首要环节。

初馏塔冲塔故障作为炼油过程中的一种常见故障，往往会给炼油企业带来巨大经济损失。例如原油含水量大，进入初馏塔内的原油大量汽化，上升至塔顶造成塔内气相负荷大幅度增加，极易造成冲塔事故。所以，为减少企业损失，急需一种初馏塔冲塔故障的预警方法，对故障进行预警，以提前做好防范措施。

传统的定量故障检测方法可以分为基于解析模型和数据驱动的方法，近年来，工业生产规模逐渐庞大，流程复杂，难以获取真实的工业过程机理模型。随着计算机在工业过程中的应用，数据驱动的方法得到了快速发展与应用。冲塔作为炼油过程中的典型故障，其原因错综复杂，涉及到温度、压力、流量等多个变量。数据驱动的故障检测方法往往通过多个变量来检测故障，而温度、压力、流量等变量中本身就包含各种高频的噪声。此外，各种扰动导致了变量的不确定性变化。这种变量变化往往较快且并非反映过程的本质变化，给故障预警带来了十分不利影响。以主元分析(PCA)为代表的数据分析方法往往捕捉方差最大、变化最快的成分，极易受到噪声和扰动的影响导致误报、漏报。初馏塔作为炼油的典型过程，相较于化工过程，往往具有变化慢、惯性大的特点。找到过程中最本质的特征而非变化最剧烈的特征，排除噪声和扰动的影响，对初馏塔冲塔故障预警意义重大。

发明内容

针对上述问题，本发明公开一种炼油生产中初馏塔冲塔故障预警的方法，在故障发生之前，预测冲塔故障发生。

本发明具有以下步骤：

建立初馏塔冲塔故障预警模型，使用预警模型对初馏塔蒸馏过程进行实时监测，并进行预警。

其中，初馏塔冲塔故障预警模型的建立过程如下：

(1)选择与初馏塔冲塔故障相关的m个变量x₁,x₂,…,x_m；

(2)从x₁,x₂,…,x_m中选取N个连续时刻的正常蒸馏的样本；

(3)以每一时刻及其过去2个时刻的样本构成训练集U₀：

并对U₀的每一列进行零均值和单位方差处理，得到矩阵U；

(4)对U进行线性变换，并提取出最能表征初馏塔蒸馏过程本质的特征，具体步骤如下：

①对矩阵U^TU进行特征值分解，使得：U^TU＝VΛV^T，其中V为矩阵U^TU的正交阵，Λ为其对角阵且特征值由小到大排列；

②定义矩阵Q＝Λ^-1/2V^T；

③求取每一时刻的样本的变化速率，得到变化速率矩阵其中样本变化速率定义为u(t+Δt)-u(t)；