[发明专利]一种基于实时采样数据的精馏过程监测方法

说明书

本发明涉及精馏过程监测技术领域，提供了一种基于实时采样数据的精馏过程监测方法：对精馏过程进行实时采样，对采样数据进行相关计算得到精馏过程实际状态参数；构建状态预测网络对精馏过程中各工况状态下进行训练处理，得到各工况状态下的网络输出构成知识库，并将实时采样数据经过训练后的输出与知识库中进行对比计算，进一步对精馏过程进行监测；根据精馏过程各守恒参数构建守恒关系模型，对精馏过程进行监测，得到监测结果。本发明解决了现有技术中监测不准确以及成本过高的技术问题，实现了高精度监测以及低成本的技术效果。

技术领域

本发明涉及精馏过程监测技术领域，尤其涉及一种基于实时采样数据的精馏过程监测方法。

背景技术

精馏操作是炼油、化工生产过程中的一个十分重要的环节。精馏塔的控制过程直接影响到产品质量、产量和能量的消耗，因此精馏塔的监测收到人们的高度重视。

精馏塔是一个多输入和多输出的对象，它由多级塔板组成，内在机理复杂，对控制作用相应缓慢，参数间关联关系复杂，且控制要求较高，实时对精馏过程数据进行监测更有效的控制精馏过程，大大提高工业生产安全和生产效率，对于的方法有很多，我国发明专利申请号202111414908.3，提供了一种用于特殊精馏过程组分在线检测软测量方法，主要包括：采用主元分析随机森林组合变量选择软测量模型输入变量，将广义鲁棒损失函数引入到极限梯度算法并采用贝叶斯法对损失函数超参数进行优化，通过软测量模型输入变量结合极限梯度算法训练得到训练后的ARXGBoost模型，将实时数据代入ARXGBoost模型中进行在线检测。

但本申请发明人在实现上述申请实施例中发明技术方案的过程中，发现上述技术至少存在测不准确以及成本过高的技术问题。

发明内容

本发明通过提供一种基于实时采样数据的精馏过程监测方法，解决了现有技术中监测不准确以及成本过高的技术问题，实现了高精度监测以及低成本的技术效果。

本发明提供了一种基于实时采样数据的精馏过程监测方法，具体包括以下技术方案：

基于实时采样数据的精馏过程监测方法，包括以下步骤：

S1.对精馏过程进行实时采样，对采样数据进行相关计算得到精馏过程实际状态参数；

S2.构建状态预测网络对精馏过程中各工况状态下进行训练处理，得到各工况状态下的网络输出构成知识库，并将实时采样数据经过训练后的输出与知识库中进行对比计算，进一步对精馏过程进行监测；

S3.根据精馏过程各守恒参数构建守恒关系模型，对精馏过程进行监测，得到监测结果。

进一步，所述步骤S1包括：

在精馏塔正常运行状态下，进行实时采样，得到采样数据X，，N表示采样的样本数，表示t时刻采集到的精馏塔的数据向量，，其中每个数据向量包含直接采样得到、查阅资料获得、利用直接获取参数通过计算公式得到的精馏过程状态参数以及利用优化公式对精馏过程各组分浓度进行计算获得更准确的状态参数，进一步采样数据矩阵，为精馏过程的监测提供更精准的参数依据。

进一步，所述步骤S2包括：

通过定义精馏过程出现的工况集Con，并将所述工况集中每一工况下的状态参数集合依次通过定义优化连接权矢量的状态预测网络进行训练得到最终状态预测网络训练结果；并将所有训练结果存放于知识库中，用来与精馏过程实际工作状态下进行提供参考依据。

进一步，所述步骤S2包括：