[發明專利]一種基于在線采樣數據驅動的精餾過程實時監測方法

有效

• 申請號: 202010570654.3
• 申請日: 2020-06-13
• 公開（公告）號: CN111905396B
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 藍艇;其他發明人請求不公開姓名
• 申請（專利權）人: 寧波大學
• 主分類號: B01D3/14
• 分類號: B01D3/14;B01D3/42;G06F17/16;G01D21/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種基于在線采樣數據驅動的精餾過程實時監測方法，旨在根據在線采樣數據實時驅動特征變換，從而使用最有代表性的特征實現對精餾塔的運行狀態實時監測。具體來講，本發明方法不采用固定的投影變換向量提取特征，而是利用在線數據實時驅動特征分析與提取。與傳統方法相比，本發明方法實施非常簡單明了，且幾乎沒有離線建模階段。因為離線建模階段主要涉及標準化處理和基矩陣的計算。其次，本發明方法針對每個在線測量的樣本數據，找尋最能區分其與正常工況數據的投影變換向量。從這點上講，本發明方法提取的特征成分是最利于監測故障數據的。最后，通過一個具體的實施案例，驗證本發明方法在精餾塔過程實時監測上的優越性。

技術領域

本發明涉及一種化工過程運行狀態監測方法，特別涉及一種基于在線采樣數據驅動的精餾過程實時監測方法。

背景技術

精餾塔廣泛應用于石化行業，其主要作用是實現物質的氣液分離，對精餾塔的控制與優化已于近年來得到了長足的發展。從保證生產的穩定性而言，精餾塔實現物質的分離起到了銜接的關鍵性作用。因此，維持精餾塔工作在期望的正常工況下是非常重要的，因為它會直接影響后續的加工工序。近年來，在智能制造的大背景下，利用化工大數據實現智能化工生產已越來越受到企業界和學術的關注。數據驅動的過程監測方法就是利用采樣數據的特征變化來識別故障工況與正常工況。對精餾塔而言，主要涉及到的測量儀表包括流量、各塔板層的溫度，冷卻水進料流量溫度等，這些數據信息的異常變化都能昭示精餾塔設備偏離了正常工況而進入故障工況。值得注意的是，這里的故障工況是指不在期望狀態下的工作狂態，當然同樣包括設備故障因素等等。

數據驅動的過程監測方法已經廣泛應用于機械制造、生物化工、醫藥等行業。現已經建立起了一套以主成分分析(Principal Component Analysis，縮寫：PCA)為基礎的方法技術框架。數據驅動的過程監測技術的本質就是通過對采樣數據的特征挖掘，提取有用的潛藏特征，并通過監測潛藏特征的變化來反映是否進入故障工況。因此，如何提取有用的潛藏特征成為這類方法技術能否成功檢測出故障工況的關鍵。縱觀已有的專利與科研文獻，都是通過特定的算法挖掘出正常工況數據潛藏的特征，如方差，局部近鄰結構，非高斯特征等等。然而，這些數據特征是否在過程監測中發揮作用就無從得知了。這主要是因為正常工況數據充裕而故障數據嚴重缺乏，我們似乎只能能對正常數據進行特征分析與提取。

從數據驅動的過程監測方法，特別是統計過程監測方法的實施思路來看，一般都是通過投影變換向量對采樣數據進行變換得到相應的特征成分，然后利用距離(比如平方馬氏距離或平方歐式距離)構造監測指標來監測特征成分的變化。若是監測指標數值超出一定的閾值，則判斷出現故障。從這個角度出發，監測指標的數值越大，就越能區分出正常與故障之間的差異。因此，雖然正常工況數據充裕而故障數據缺失，但依舊可以通過在線實時測量得到的數據驅動相應的特征分析與提取，從而使用最有利的特征變換來實現對過程運行狀態的監測。

發明內容

本發明所要解決的主要技術問題是：如何根據在線采樣數據實時驅動特征變換任務，從而使用最有代表性的特征實現對精餾塔的運行狀態實時監測。具體來講，本發明方法不采用固定的投影變換向量提取特征，而是利用在線數據去實時驅動特征分析與提取。

本發明方法解決上述問題所采用的技術方案為：一種基于在線采樣數據驅動的精餾過程實時監測方法，包括以下步驟：

步驟(1)：利用精餾塔設備所安裝的測量儀表，在精餾塔正常運行狀態時采集N個樣本數據x₁，x₂，…，x_N，其中第i個采樣時刻的樣本數據x_i∈R^m×1由m個采樣數據組成，具體包括：塔釜液位、塔釜壓力，塔釜底部產品流量，進料流量，進料溫度，頂部回流流量，冷凝器液位，和各塔板層的溫度，R^m×1表示m×1維的實數向量，i∈{1，2，…，N}。