乙烯裂解炉操作的优化

本文针对乙烯裂解炉的操作优化问题,基于模式识别的方法,通过将乙烯操作的数据样本分类,建立操作的优化识别模型,然后据此模型进行判断,如不在优化区内,根据本文提出的寻优方法,可较快地寻到优化点。     

基于模糊核聚类的乙烯裂解深度DE-LSSVM多模型建模

乙烯裂解深度的建模与控制对于裂解炉的实时优化具有重要意义。针对石脑油原料组分复杂、油品特性波动大等状况,采用模糊核聚类对石脑油数据库进行最优划分,建立最小二乘支持向量机的多模型,对于最小二乘支持向量机中模型的参数选取,利用差分进化算法进行参数寻优,提高了模型的精度和泛化能力。通过对现场数据的建模实验,结果表明：基于模糊核聚类的乙烯裂解深度最小二乘支持向量机多模型跟踪性能良好,预测精度较高。     

基于改进深度强化学习的乙烯裂解炉操作优化

乙烯裂解炉是乙烯生产的核心,对其生产操作优化的研究在提高乙烯工厂生产水平和经济效益方面具有重要意义。裂解炉中的裂解过程具有高维度、多模态和非线性的特征,传统优化方法难以实现根据工况变化的操作优化。针对上述问题,提出基于改进TD3深度强化学习算法的乙烯裂解炉操作优化,首先结合裂解过程将裂解炉一个运行周期内的操作策略视为顺序决策,利用实际生产过程数据和人工神经网络对裂解炉生产过程建模作为强化学习智能体交互的环境,然后引入多评价网络机制估计动作价值,有效缓解TD3训练缓慢和策略保守的现象,最后应用该算法求解乙烯裂解炉生产操作优化问题得到有效的优化策略,验证了所提算法的有效性。实验结果表明,所提出的操作优化策略显著提高了裂解炉主要产物的收率。     

裂解炉吨乙烯能耗的评价方法和应用

从裂解炉能耗管理的角度出发,根据工艺操作分析裂解炉节能降耗的方法,提出一种裂解炉吨乙烯能耗的评价方法和近似计算公式,以及该方法在茂名1000kt／a乙烯装置18台裂解炉上的运用,分析影响裂解炉能耗的主要因素,评价在日常生产管理中如何监控裂解炉能耗。     

乙烯裂解炉的优化操作标定

介绍了乙烯裂解炉产物含量标定的目的、意义及方法,以某100kt／a乙烯裂解炉操作优化为实例,对该裂解炉在不同工艺条件下的含量进行标定,根据标定结果对操作条件进行了优化。结果表明一,将操作条件调整后,裂解温度从815℃降低至805℃,裂解炉双烯的质量分数提高0．84个百分点。     

乙烯装置裂解炉智能控制新技术问世

裂解炉是乙烯生产中的关键设备，其控制技术对乙烯生产收率影响较大。扬子石化公司在华东理工大学参与下．针对裂解炉的操作特性．从生产装置实时应用的要求出发．采用工业过程模型化、模糊神经网络、软测量、智能控制等技术．研究开发出直用于工业生产装置的裂解炉先进控制技术和控制软件．即乙烯装置中裂解炉的智能控制方法，使国内乙烯裂解炉自动控制达到国外同类装置先进水平。     

乙烯裂解炉技术进展

裂解炉是乙烯装置的核心,裂解炉的改进对整个乙烯装置操作的经济性有直接的影响.综述了乙烯蒸汽裂解炉的大型化、炉型结构、炉管材料、抑制结焦技术、急冷锅炉、燃烧器的研究现状.介绍了乙烯裂解炉技术的最新发展状况,提出了我国乙烯裂解炉技术的发展方向.     

一种基于多示例学习的动态样本集半监督聚类算法

针对时域空间动态样本模式分类和标记信息的有效利用问题,提出了一种基于多示例学习的动态样本半监督聚类算法。根据时间信号的结构关系和模态特征,建立动态样本的多示例信息表示模型;通过定义一种可度量时变函数样本包间近似度的广义Hausdorff距离和基于近邻传播的聚类原则,构建多示例动态样本包的半监督聚类算法。算法利用样本包的类别先验知识构建样本集初始划分种子簇并探索样本的分布特征,采用基于广义Hausdorff距离的近邻传播策略调整样本包聚类,突出动态指标局部模态变化特征在样本分类中的差异性。以油田地质研究中测井曲线油层水淹状况判别为例,验证了模型和算法的有效性。     

利用非投资优化方案降低乙烯装置综合能耗

大庆石化乙烯装置在没有新增投资改造的前提下,通过采取降低排烟温度、裂解炉在线烧焦、应用阻聚技术、优化操作等措施,使乙烯装置综合能耗从2007年开始持续下降。2009年乙烯装置综合能耗同比2007年下降5.34%。     

双炉膛CBL裂解炉开发及其应用

概括了乙烯装置大型化及未来的发展趋势,以及与之相关的裂解炉的情况。详细介绍了中国石化双炉膛CBL乙烯裂解炉的开发情况,通过对比相关技术经济指标,并综合比较操作方便性与灵活性、工程的可实施性、未来发展空间等,确定150kt/a及以上规模的裂解炉应采用双炉膛结构。介绍了CBL双炉膛裂解炉在大型化液体炉和气体炉中的应用情况,应用结果表明:各项运行指标均优于设计指标。     

一种基于区间数的扩展FCM聚类算法

在区间值数据的聚类算法中,区间数之间的距离大多仅考虑两区间数的上下界值,其最大缺陷在于所定义的距离不满足视觉合理性。因此,区间值数据的聚类很难用传统的FCM方法。为了解决这个问题,本文引入了一种新的区间数的距离测度,扩展了一种可直接处理特征空间为区间数的聚类问题的FCM聚类算法。通过对比分析表明,该算法更具合理性及有效性。     

基于改进聚类和加权bagging的多模型软测量建模

针对化工生产过程中软测量模型估计精度的问题,提出一种基于改进聚类和加权bagging的多模型建模方法。该方法在传统FCM聚类的基础上,利用K-近邻处理进一步降低错分率,改善聚类效果;通过相关性分析对训练样本集进行特征分组,将原始集划分为多个特征集;最后根据加权bagging的集成学习算法,融合支持向量机自适应地实现多模型建模。仿真结果表明,该建模方法可以合理地加权分配特征子模型,使得模型估计精度得到提高,具有更强的泛化能力。     

模糊核聚类在优化模糊控制隶属函数中的应用

针对模糊控制器隶属函数的设计与优化缺乏自学习能力的缺点,将模糊核聚类算法与TrustRegion(信赖域)方法结合起来。首先利用模糊核聚类算法对模糊控制输入、输出样本集进行聚类,然后用Trust-Region最优化方法对聚类结果进行曲线拟合,实现了模糊控制输入、输出空间的划分、隶属函数类型的确定和参数的优化。在Matlab中的仿真结果表明:模糊控制器经过笔者提出的算法优化后控制品质有较大的改善和提高。     

基于多维光谱的多组分混合气体浓度支持向量机算法

针对多组分混合气体特征吸收光谱重叠严重的难点,提出一种新的基于多维光谱的多组分混合气体浓度支持向量机定量分析算法。算法采用核函数变换的方式,将重叠严重和非线性的光谱数据进行高维空间变换后再计算各组分气体浓度。将算法用于天然气各组分气体浓度的定量分析中,实验结果表明,算法的检验准确率和效率均显著优于其它多组分混合气体浓度定量分析算法。     

基于改进模糊C均值聚类算法的乙烯裂解原料识别

乙烯裂解过程中原料变化种类多,其原料分析仪因价格昂贵工业现场很少配备,为此实现油品属性的在线识别对实现裂解过程在线优化具有重要意义。由于传统模糊C均值算法隶属度的求取是基于欧氏距离,其算法只包含均值中心,带来聚类效果的单一性。为了充分利用裂解原料的有效信息,提出了基于混合概率模型的模糊隶属度设置方法,即通过建立混合高斯模型实现对聚类样本隶属关系的概率分布描述,并利用EM算法进行模型参数的极大似然估计。该算法可在考虑样本均值中心的前提下,进一步有效利用样本协方差与权重系数信息进行模式判别。最后,以经典IRIS数据聚类、乙烯裂解原料识别为仿真实例,验证了本文所述方法在Dunn指标和Xiebieni指标上明显优于模糊C均值聚类算法,表明了该方法的有效性。     

A multi-model approach for soft sensor development based on feature extraction using weighted kernel fisher criterion简

Multi-model approach can significantly improve the prediction performance of soft sensors in the proc- ess with multiple operational conditions. However, traditional clustering algorithms may result in overlapping phe- nomenon in subclasses, so that edge classes and outliers cannot be effectively dealt with and the modeling result is not satisfactory. In order to solve these problems, a new feature extraction method based on weighted kernel Fisher criterion is presented to improve the clustering accuracy, in which feature mapping is adopted to bring the edge classes and outliers closer to other normal subclasses. Furthermore, the classified data are used to develop a multiple model based on support vector machine. The proposed method is applied to a bisphenol A production process for prediction of the quality index. The simulation results demonstrate its ability in improving the data classification and the prediction performance of the soft sensor.     

基于快速高斯核函数模糊聚类算法的图像分割

对模糊聚类算法通过引入高斯核函数,平滑图像像素灰度值,从而增强图像分割的抗干扰能力和鲁棒性,并结合阈值模糊聚类算法,提高了图像分割的速度。首先利用阈值模糊聚类法划分初始输入空间,得到模糊规则数及初始聚类中心;然后用高斯核函数平滑图像的像素灰度值;最后用标准模糊聚类算法求解并优化模糊隶属度和聚类中心。将本算法应用于添加噪声的嫦娥一号采集的月球地面灰度图像和Lena灰度图像进行图像分割,仿真结果验证了本方法的鲁棒性、有效性和实用性。     

基于改进的模糊C-均值聚类算法的接线箱分配设计与应用

为了解决工程设计中接线箱分配最优化的问题,通过分析和比较各种聚类方法,对模糊C-均值聚类算法进行改进和参数设置,通过初始化、迭代、解模糊及分裂等步骤,实现了接线箱的自动分配功能。并设计了一种基于改进的模糊C-均值聚类算法的接线箱分配辅助软件,可以根据不同要求自动分配接线箱的功能,给出了软件流程,分析了实验结果,并在某设计院项目接线箱的实际布置中成功应用。     

基于EM算法的青霉素发酵过程多阶段融合建模

青霉素发酵过程具有明显的阶段特征,该特征从一些关键操作变量信息中能够得到反映.本文从反应过程的多个操作变量中,选取关键过程变量--冷水流加速率作为调度变量,并采用模糊C均值聚类算法对其进行分类,各聚类中心作为青霉素发酵过程的主要工况点;基于EM算法围绕不同工况点建立局部子模型,最后根据采样数据阶段特征的后验分布将各子模型融合.基于此方法采用Pensim仿真平台数据,能够辨识数据的阶段特征,并建立青霉素发酵过程的融合模型.仿真结果表明该模型具有较高的拟合精度,能对该发酵过程的主导变量进行比较精确的预测.