[發明專利]一種裂解爐裂解反應的預警方法

無效

• 申請號: 200910050860.5
• 申請日: 2009-05-08
• 公開（公告）號: CN101551663A
• 公開（公告）日: 2009-10-07
• 發明（設計）人: 劉漫丹;李紹軍;黃海燕;張靖博
• 申請（專利權）人: 華東理工大學
• 主分類號: G05B19/418
• 分類號: G05B19/418;G06N3/02;G06N3/08
• 代理公司: 上海新天專利代理有限公司
• 代理人: 王敏杰

1、一種裂解爐裂解反應的預警方法，其特征在于，

(1)選取裂解爐的操作條件作為乙烯裂解反應過程神經網絡預警模型的輸入變量；

(2)選取生產工況標志位作為模型的輸出變量；

(3)利用工業裂解爐實際生產數據作為訓練樣本，建立乙烯裂解爐裂解反應過程神經網絡預警模型，并根據預警模型的輸出判斷當前工況，及時發現異常趨勢，并對操作人員進行警示，使其以快速消除裝置的異常狀況，降低生產事故的發生，提高裝置的經濟效益。

2、根據權利要求1所述的預警技術，其特征在于，所述步驟(1)中選取的操作條件為：裂解爐出口溫度、稀釋比(或汽烴比)、裂解爐進料負荷、原料油密度、廢熱鍋爐出口溫度、裂解爐出口溫度變化率、裂解爐進料負荷變化率中的一個或多個條件的組合。

3、根據權利要求1所述的預警技術，其特征在于，所述對乙烯裂解反應過程的神經網絡預警模型，采用動態遞歸神經網絡結構，輸入層的節點數為1～7，隱含層節點數為1～30，每個單元都有一個與之相對應的結構單元，輸出層節點數為1。

4、根據權利要求3所述的預警技術，其特征在于，所述神經網絡模型輸入變量經歸一化處理：

sxi=xi-ximinximax-xxmin(b-a)+a,i=1,2,...,imax]]>

式中，x_i是第i個輸入變量的實際測量值，i_max為輸入變量個數，sx_i表示第i個輸入變量歸一化后作為神經網絡輸入的值，表示采集到第i個輸入變量的變化范圍，歸一化后輸入變量的變化范圍為[a，b]。

5、根據權利要求4所述的預警技術，其特征在于，采集到n組代表性的工業裝置數據，其中每組數據包含經歸一化后為形成訓練樣本，對裂解反應預警模型，以作為網絡的輸入，對應的y作為目標值，訓練網絡。

6、根據權利要求5所述的預警技術，其特征在于，采用誤差反向傳播算法(BP算法)對Elman網絡中的權值進行訓練，當神經網絡輸出與訓練樣本目標值的誤差平方和小于閾值時，停止訓練，獲得裂解反應過程神經網絡預警模型。

7、根據權利要求5所述的預警技術，其特征在于，采用遺傳算法等智能優化算法對Elman網絡中的權值進行學習，學習時，計算訓練樣本數據中的實際工況y與神經網絡的輸出y′的誤差，將誤差的倒數作為優化算法的適應度函數，通過優化算法的迭代求出適應度函數最大時的神經網絡權值。

8、根據權利要求1所述的預警技術，其特征在于，預測時，將裂解過程的相應輸入變量帶入訓練好的網絡，計算神經網絡的輸出，選擇合適的分類閾值c₀和c_w，當輸出小于閾值c₀時，判斷過程為正常工況，當輸出大于閾值c₀且小于閾值c_w時，判斷過程為一般預警；當輸出大于閾值c_w時，判斷過程為嚴重預警。

9、根據權利要求2-8中任一所述的預警技術，其特征在于，最佳輸入節點數為7。

10、根據權利要求1-8中任一所述的預警技術，其特征在于，所述預警技術是基于集散控制系統或現場總線控制系統實現的。