CN104731056A - 快速判断化工生产装置的运行稳定性的方法及装置 - Google Patents
快速判断化工生产装置的运行稳定性的方法及装置 Download PDFInfo
- Publication number
- CN104731056A CN104731056A CN201510041805.5A CN201510041805A CN104731056A CN 104731056 A CN104731056 A CN 104731056A CN 201510041805 A CN201510041805 A CN 201510041805A CN 104731056 A CN104731056 A CN 104731056A
- Authority
- CN
- China
- Prior art keywords
- data
- value
- reference mark
- production device
- chemical production
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 179
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 30
- 239000000126 substance Substances 0.000 title abstract description 7
- 238000001914 filtration Methods 0.000 claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 117
- 238000012824 chemical production Methods 0.000 claims description 102
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 9
- 239000007788 liquid Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000003860 storage Methods 0.000 abstract description 3
- 239000000047 product Substances 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 5
- 238000001311 chemical methods and process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000013097 stability assessment Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003716 rejuvenation Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Physical Or Chemical Processes And Apparatus (AREA)
Abstract
本发明涉及化工制造领域,提供了一种快速判断化工生产装置的运行稳定性的方法和装置。该方法包括数据获取步骤、权重分配步骤、数据采集步骤、稳态判据计算步骤、实时数据获取步骤、数据滤波步骤、当前稳态值计算步骤、稳定性判断步骤。该装置包括权重分配模块、数据获取模块、数据采集模块、数据滤波模块、数据计算模块、判断模块。实施本发明,通过分配权重,综合考虑不同变量,并在实时数据库***中,通过与化工生产装置的接口实现相关数据的获取与存储,通过数据滤波模块实现对关键工艺控制点的在线高通滤波和低通滤波,通过数据计算模块实现稳态判据值和当前稳态值的计算,进而通过判断模块实现当前运行状态是稳态还是非稳态的快速辨识。
Description
技术领域
本发明涉及化工、冶金、制造等领域,特别是涉及一种用于连续生产过程的快速判断化工生产装置的运行稳定性的方法和装置。
背景技术
“安稳长满优”是石油石化等连续生产过程的重要运行目标。微小过程故障会带来长期扰动,影响生产正常运行,导致产品质量下降。如若继续发展,过程故障会损害生产设备,造成经济损失。大型过程故障不仅会带来***损失,还有可能造成人员伤亡,危及大气和水等生态环境。过程故障检测与诊断技术监控过程的运行状态,及时发现故障并诊断故障源。过程故障预报技术预知过程未来运行状态,在过程超出正常运行区域之前尽可能早地检测到故障。因此,研究故障诊断与预报技术对提高过程安全性和可靠性具有重要科学价值和现实意义。
研究故障诊断与预报技术有助于提高产品质量,增强企业竞争力。伴随着全球化经济的发展,市场竞争日益激烈。特别是加入WTO之后,与国际相关标准和质量体系的落差对我国企业产生了强烈的冲击和严峻的考验。监控生产运行性能,提高产品质量并保证产品质量的高度一致性是企业在竞争中立于不败之地的重要手段之一。故障诊断与预报技术为质量工程的实施提供了有力的技术支撑。石油石化工业属于连续生产过程,物料在处理单元之间单向流动或循环流动,各处理单元相互耦合。某一处理单元发生较小故障,对物料影响不大,但是有可能导致后续处理单元发生较大波动,从而影响半成品和成品的质量。
目前化工生产过程观测变量多,采样周期短,采集数据维数大,利用观测数据进行状态估计需要同时考虑变量之间的相关性、变量在时序上的相关性和高维数据降维问题;如何通过状态估计进一步获得滤波新息并反映过程运行是否正常存在一定的难度;对于故障检测技术,针对理论研究往往开展得比较深入,但针对具体设备的研究却开展得较少,过程故障诊断,尤其是快速判断装置运行的平稳性,仍然具有一定挑战性。
图1示出了现有技术的生产流程,这一生产流程无法快速判断化工生产装置运行是否稳定。对于关键过程变量,控制室内设有辅助操作台,通过亮指示灯和蜂鸣的形式对故障进行报警。然而石化生产过程观测变量多,单变量监控方法只根据单个观测变量确定是否存在故障,没有考虑变量之间的相关性。当单个变量报警后,操作员需综合考察相关过程变量的变化情况才能做出正确判断。例如有的辅助操作台指示灯在闪,蜂鸣不断,操作员却不予理会,原因是操作员通过综合观察多个过程变量判断过程正常。
基于上述原因,大部分故障在造成严重影响之前存在一个缓变恶化过程,即:故障发生以后,过程按照一定趋势轨迹缓慢变化到达一个新的稳定状态或逐渐恶化直至崩溃,这就无法尽早的检测到故障,将故障消灭在萌芽状态,从而无法减小故障损失甚至避免故障的发生,无法保证生产过程的“安稳长满优”。
发明内容
基于现有技术存在的缺陷,如果能在故障发生初期发现故障,采取措施将故障消灭在萌芽状态,将会减小甚至避免故障对整个过程造成损害。为了保证生产过程的“安稳长满优”、减小故障损失,迫切希望预知过程未来运行状态,在过程超出正常运行区域之前尽可能早地检测到故障,将故障消灭在萌芽状态。因此,本发明的技术目的在于提供一种能够快速判断化工生产装置的运行稳定性的方法和装置,旨在实时监控化工生产装置运行过程的运行状态、及时发现故障并诊断故障源,从而提高生产过程的安全性和可靠性
作为本发明的第一方面,本发明提供了一种快速判断化工生产装置的运行稳定性的方法,该方法具体包括以下步骤:
数据获取步骤和权重分配步骤,分别为:数据获取步骤,获取化工生产装置所有的运行状态数据;权重分配步骤,根据化工生产装置的生产要求选取关键工艺控制点,为每个关键工艺控制点分别分配权重;
数据采集步骤,从所有的运行状态数据中,采集化工生产装置在正常运行状态下各关键工艺控制点的运行状态数据作为稳态数据,采集化工生产装置在异常运行状态下各关键工艺控制点的运行状态数据作为非稳态数据;
稳态判据计算步骤,依据各关键工艺控制点的权重、稳态数据和非稳态数据,计算得到化工生产装置的稳态判据值;
实时数据获取步骤,获取化工生产装置的关键工艺控制点的实时运行状态数据;
数据滤波步骤,对实时运行状态数据分别进行在线高通滤波和低通滤波,分别得到高通滤波值和低通滤波值;
当前稳态值计算步骤,依据各关键工艺控制点的权重、高通滤波值和低通滤波值,计算得到当前稳态值;
稳定性判断步骤,依据稳态判据值和当前稳态值,判断化工生产装置处于稳定运行状态或非稳定运行状态。
作为本发明的第二方面,本发明提供了一种用于快速判断化工生产装置的运行稳定性的装置,该装置包括以下模块:
权重分配模块,用于根据化工生产装置的生产要求选取关键工艺控制点,并为每个关键工艺控制点分别分配权重;
数据获取模块,用于获取化工生产装置所有的运行状态数据和各关键工艺控制点的实时运行状态数据;
数据采集模块,用于采集化工生产装置在正常运行状态下各关键工艺控制点的运行状态数据作为稳态数据,并用于采集化工生产装置在异常运行状态下各关键工艺控制点的运行状态数据作为非稳态数据;
数据滤波模块,用于对实时运行状态数据进行在线高通滤波和低通滤波,分别得到高通滤波值和低通滤波值;
数据计算模块,用于计算得到化工生产装置的稳态判据值和当前稳态值;
判断模块,用于依据稳态判据值和当前稳态值,判断化工生产装置处于稳定运行状态或非稳定运行状态。
本发明克服了现有技术无法快速识别化工生产装置从正常运行状态进入故障运行状态后由于运行机理的变化,所导致观测数据的特征变化。由于目前化工生产过程观测变量多、采样周期短、采集数据维数大,因此,在利用观测数据进行装置运行稳定性评估时,需要同时考虑变量之间的相关性、变量在时序上的相关性,因此,本发明通过对关键工艺控制点的选取及权限的分配,按照变量的变化对化工生产装置稳定性的影响程度来分配权重系数,实现了综合性的、全面的评价化工生产装置的运行状态,从而能够实时监控过程的运行状态、及时发现故障并诊断故障源,对提高生产过程的安全性和可靠性有重要意义,为实现“安稳长满优”这一石油化工等连续生产过程的重要运行目标提供了重要的技术手段。
附图说明
图1给出了现有技术中化工生产装置生产流程的示意图;
图2给出了本发明快速判断化工生产装置的运行稳定性的方法的主要步骤和装置的主要构成;
图3给出了本发明的方法和装置的优选实施例;以及
图4给出了本发明的方法的又一优选实施例。
具体实施方式
以下对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
作为本发明的第一方面,本发明提供了一种快速判断化工生产装置的运行稳定性的方法,参见图1所示。该方法具体包括以下步骤:
数据获取步骤S102和权重分配步骤S101,分别为:数据获取步骤S102,获取化工生产装置所有的运行状态数据;权重分配步骤S101,根据化工生产装置的生产要求选取关键工艺控制点,为每个关键工艺控制点分别分配权重;
数据采集步骤S103,从所有的运行状态数据中,采集化工生产装置在正常运行状态下各关键工艺控制点的运行状态数据作为稳态数据,采集化工生产装置在异常运行状态下各关键工艺控制点的运行状态数据作为非稳态数据;
稳态判据计算步骤S104,依据各关键工艺控制点的权重、稳态数据和非稳态数据,计算得到化工生产装置的稳态判据值;
实时数据获取步骤S105,获取化工生产装置的关键工艺控制点的实时运行状态数据;
数据滤波步骤S106,对实时运行状态数据分别进行在线高通滤波和低通滤波,分别得到高通滤波值和低通滤波值;
当前稳态值计算步骤S107,依据各关键工艺控制点的权重、高通滤波值和低通滤波值,计算得到当前稳态值;
稳定性判断步骤S108,依据稳态判据值和当前稳态值,判断化工生产装置处于稳定运行状态或非稳定运行状态。
在本发明的实施方式中,数据获取步骤S102和权重分配步骤S101执行的先后顺序没有严格的要求,图1给出的优选实施例中,先执行权重分配步骤S101,是因为化工生产装置的关键工艺控制点相对固定,进行一次设定后一般情况无需更改,因此,在连续运行过程中无需再次进行关键工艺控制点的选取和权重分配。
在本发明的实施方式中,通过执行数据获取步骤S102获取并存储的运行状态数据可作为化工生产装置连续运行的历史数据,用于计算出稳态判据值,将历史运行经验作为当前稳定性判断的依据,从而便于实现快速判断。
通常情况下,在实施本发明时,通过执行数据获取步骤S102获取到上述历史数据后,先执行数据采集步骤S103和稳态判据计算步骤S104计算出稳态判据值后,再执行实时数据获取步骤S105、数据滤波步骤S106、当前稳态值计算步骤S107计算出当前运行状态的当前稳态值,用于判断化工生产装置的当前运行状态。同时,也可以经过一段运行时间后,基于更新的历史数据对稳态判据值重新进行计算,以便更准确地判断当前运行的状态是否稳定。
上述实施方式中,权重分配步骤S101中,为每个关键工艺控制点分别分配的权重同时满足以下要求:
(1)每一个关键工艺控制点的权重均不小于0、且不大于1;
(2)所有关键工艺控制点的权重的总和等于1。
用数学公式表示,对关键工艺控制点按1~n编号,每个关键工艺控制点的权重记为Wi(i=1~n),则Wi应满足以下要求:
(1)0≤Wi≤1;
(2)
权重是一个相对概念,是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。权重系数是表示某一指标项在指标项***中的重要程度。对于化工生产而言,它表示在其它指标项不变的情况下,这一指标项变化后对装置运行平稳性的影响。本发明对关键工艺控制点分配的权重,主要强调的是各个变量不同的重要性。正是由于目前化工生产过程观测变量多、采样周期短、采集数据维数大,因此在利用观测数据(即获取到的运行状态数据)进行装置运行稳定性估计时,需要同时考虑变量之间的相关性、变量在时序上的相关性,即对不同重要性的变量赋予不同的权重系数。
在实施本发明时,被赋予大权重系数的变量通常能够第一时间反映化工生产装置运行过程中所产生的波动,即异常状态,通常为工艺操作人员对于该装置最为关注的操作变量;权重系数由高到低分别代表变量的变化对于化工生产装置稳定性的影响程度同样是由高到低。更具体地说,在化工生产装置中,权重较大的变量通常为“压力”和“流量”之类的快变量,权重较小的变量通常为“液位”和“温度”之类的慢变量。
作为又一优选实施例,数据采集步骤S103具体按以下方式执行,从所有的运行状态数据中,在一定的采样周期内,采集化工生产装置在正常运行状态下各关键工艺控制点的运行状态数据作为稳态数据,采集化工生产装置在异常运行状态下各关键工艺控制点的运行状态数据作为非稳态数据。在一定的采样周期内选择历史数据计算稳态判据值,能更高效、更准确地对稳态判据值进行必要的调整和修正,有利于提高快速判断的准确性。
进一步地,上述稳态判据计算步骤S104,依据各关键工艺控制点的权重、稳态数据和非稳态数据,计算得到化工生产装置的稳态判据值的过程可具体如下,参见图3和图4:
分别计算得到各关键工艺控制点的稳态数据的平均值,记为稳态平均值;分别计算得到各关键工艺控制点的非稳态数据的平均值,记为非稳态平均值;
分别计算得到各关键工艺控制点的稳态平均值与非稳态平均值的差值的绝对值,记为Di(i=1~n);
分别计算各关键工艺控制点的绝对值Di与权重Wi的乘积Di*Wi;
计算所有关键工艺控制点的该乘积的总和记为化工生产装置的稳态判据值
上述当前稳态值计算步骤S107,依据各关键工艺控制点的权重、高通滤波值和低通滤波值,计算得到当前稳态值的过程可具体如下,参见图3和图4:
分别计算得到各关键工艺控制点的高通滤波值与低通滤波值的差值的绝对值Fi(i=1~n);
分别计算各关键工艺控制点的绝对值Fi与权重Wi的乘积Fi*Wi;
计算所有关键工艺控制点的该乘积的总和记为化工生产装置的当前稳态值
上述稳定性判断步骤S108,依据稳态判据值和当前稳态值,判断化工生产装置处于稳定运行状态或非稳定运行状态的过程可具体如下,参加图3和图4:
若当前稳态值F大于稳态判据值P,则判断化工生产装置处于非稳定运行状态;
若当前稳态值F小于或等于稳态判据值P,则判断化工生产装置处于稳定运行状态。
作为本发明的一个优选实施例,上述方法还可以包括在稳定性判断步骤S108之后执行的报警步骤S109,当稳定性判断步骤S108的结论是化工生产装置处于非稳定运行状态时,则发出报警信号,参见图3所示。
作为本发明的又一个优选实施例,上述方法中的数据滤波步骤S106之前,还可以包括判断化工生产装置是否处于正常开车状态的步骤S110,参见图4所示。
作为本发明的第二方面,本发明提供了一种用于快速判断化工生产装置的运行稳定性的装置,该装置包括以下模块,参见图2所示:
权重分配模块D101,用于根据化工生产装置的生产要求选取关键工艺控制点,并为每个关键工艺控制点分别分配权重;
数据获取模块D102,用于获取化工生产装置所有的运行状态数据和各关键工艺控制点的实时运行状态数据;
数据采集模块D103,用于采集化工生产装置在正常运行状态下各关键工艺控制点的运行状态数据作为稳态数据,并用于采集化工生产装置在异常运行状态下各关键工艺控制点的运行状态数据作为非稳态数据;
数据滤波模块D104,用于对实时运行状态数据进行在线高通滤波和低通滤波,分别得到高通滤波值和低通滤波值;
数据计算模块D105,用于计算得到化工生产装置的稳态判据值和当前稳态值;
判断模块D106,用于依据稳态判据值和当前稳态值,判断化工生产装置处于稳定运行状态或非稳定运行状态。
采用数据滤波模块D104能够避免被赋予大权重系数的变量可能由于随机干扰和检测误差的存在而产生虚假报警信号,在获取化工生产装置关键工艺控制点实时运行状态数据后对各点分别进行在线高通滤波和低通滤波,就能获得最终用于装置运行平稳性判定的滤波信息。
上述实施方案中,数据获取模块D102可进一步包括第一数据获取模块D201和第二数据获取模块D202,参见图3所示。其中,第一数据获取模块D201,用于获取化工生产装置所有的运行状态数据;第二数据获取模块D202,用于根据选取出的关键工艺控制点,获取各关键工艺控制点的实时运行状态数据。
上述实施方案中,数据采集模块D103可用于从所有的运行状态数据中,在一定的采样周期内,采集化工生产装置在正常运行状态下各关键工艺控制点的运行状态数据作为稳态数据,采集化工生产装置在异常运行状态下各关键工艺控制点的运行状态数据作为非稳态数据。
作为本发明的一个优选实施例,数据计算模块D105可进一步包括第一数据计算模块D501和第二数据计算模块D502,参见图3所示。其中,第一数据计算模块D501,用于依据各关键工艺控制点的权重、稳态数据和非稳态数据,计算得到化工生产装置的稳态判据值;第二数据计算模块D502,用于依据各关键工艺控制点的权重、高通滤波值和低通滤波值,计算得到当前稳态值。
更进一步地,本发明提供的装置还可包括用于在识别到化工生产装置的非稳定运行状态时发出报警信号的报警模块。
本发明克服了现有技术无法快速识别化工生产装置从正常运行状态进入故障运行状态后由于运行机理的变化,所导致观测数据的特征变化。由于目前化工生产过程观测变量多、采样周期短、采集数据维数大,因此,在利用观测数据进行装置运行稳定性评估时,需要同时考虑变量之间的相关性、变量在时序上的相关性,因此,本发明通过对关键工艺控制点的选取及权限的分配,按照变量的变化对化工生产装置稳定性的影响程度来分配权重系数,实现了综合性的、全面的评价化工生产装置的运行状态,从而能够实时监控过程的运行状态、及时发现故障并诊断故障源,对提高生产过程的安全性和可靠性有重要意义,为实现“安稳长满优”这一石油化工等连续生产过程的重要运行目标提供了重要的技术手段。
在具体实施本发明时,可在实时数据库***中,通过与DCS(分布式离散控制***)的接口实现所述化工生产装置相关数据的获取与存储,通过数据滤波模块实现对所选取化工生产装置关键工艺控制点的在线高通滤波和低通滤波,通过数据计算模块实现化工生产装置稳态判据值和当前稳态值的计算,通过判断模块实现当前运行状态是稳态还是非稳态的辨识,通过报警模块实现当化工生产装置从正常运行状态进入故障运行状态后发出报警信号的自动触发。以上实施方案能快速判断化工生产装置运行的稳定性,并通过将故障消灭在萌芽状态,保证生产过程的“安稳长满优”,减小故障损失。
随着石化过程处理量的不断增加,生产规模日益扩大,为了避免人员伤亡和财产损失,增加经济效益,生产过程的安全性和可靠性受到高度重视。国内石化生产过程的报警还主要停留在单变量阶段,多变量监控少之又少。本发明所提出的快速判断化工装置运行稳定性的方法可以利用观测数据进行状态估计,同时考虑变量之间的相关性、变量在时序上的相关性,并在过程超出正常运行区域之前尽可能早地检测到故障。
现代工业***自动化和仪表化程度较高,存储了大量过程数据。本发明所提出的快速判断化工生产装置运行稳定性的方法和装置充分利用了这些观测数据。本发明基于多元统计的故障诊断方法应用统计分析技术对生产过程进行监控,通过滤波科学地区分生产过程的随机波动与异常波动,并对异常生产过程变化进行报警,辅助生产操作人员及时采取措施消除异常,恢复过程稳定,达到提高过程安全、控制产品质量的目的。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、单元、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、单元、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个***的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能,但是这种实现决定不应被解释为导致脱离本发明的范围。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种快速判断化工生产装置的运行稳定性的方法,其特征在于:
该方法包括以下步骤,
数据获取步骤和权重分配步骤,分别为,
数据获取步骤,获取所述化工生产装置所有的运行状态数据;
权重分配步骤,根据所述化工生产装置的生产要求选取关键工艺控制点,
为每个所述关键工艺控制点分别分配权重;
数据采集步骤,从所述所有的运行状态数据中,采集所述化工生产装置在正常运行状态下各所述关键工艺控制点的运行状态数据作为稳态数据,采集所述化工生产装置在异常运行状态下各所述关键工艺控制点的运行状态数据作为非稳态数据;
稳态判据计算步骤,依据各所述关键工艺控制点的所述权重、所述稳态数据和所述非稳态数据,计算得到所述化工生产装置的稳态判据值;
实时数据获取步骤,获取所述化工生产装置的所述关键工艺控制点的实时运行状态数据;
数据滤波步骤,对所述实时运行状态数据分别进行在线高通滤波和低通滤波,分别得到高通滤波值和低通滤波值;
当前稳态值计算步骤,依据各所述关键工艺控制点的所述权重、所述高通滤波值和所述低通滤波值,计算得到当前稳态值;
稳定性判断步骤,依据所述稳态判据值和所述当前稳态值,判断所述化工生产装置处于稳定运行状态或非稳定运行状态。
2.按照权利要求1所述的方法,其特征在于:
所述权重分配步骤中,为每个所述关键工艺控制点分别分配的权重同时满足以下要求:
每一个所述关键工艺控制点的权重均不小于0、且不大于1;
所有所述关键工艺控制点的所述权重的总和等于1。
3.按照权利要求1所述的方法,其特征在于:
所述数据采集步骤具体如下,
从所述所有的运行状态数据中,在一定的采样周期内,采集所述化工生产装置在正常运行状态下各所述关键工艺控制点的运行状态数据作为稳态数据,采集所述化工生产装置在异常运行状态下各所述关键工艺控制点的运行状态数据作为非稳态数据。
4.按照权利要求1所述的方法,其特征在于:
所述稳态判据计算步骤,依据各所述关键工艺控制点的所述权重、所述稳态数据和所述非稳态数据,计算得到所述化工生产装置的稳态判据值的过程具体如下:
分别计算得到各所述关键工艺控制点的稳态数据的平均值,记为稳态平均值;分别计算得到各所述关键工艺控制点的非稳态数据的平均值,记为非稳态平均值;
分别计算得到各所述关键工艺控制点的稳态平均值与非稳态平均值的差值的绝对值;
分别计算各所述关键工艺控制点的该绝对值与所述权重的乘积;
计算所有所述关键工艺控制点的该乘积的总和,记为所述化工生产装置的所述稳态判据值。
5.按照权利要求1所述的方法,其特征在于:
所述当前稳态值计算步骤,依据各所述关键工艺控制点的所述权重、所述高通滤波值和所述低通滤波值,计算得到当前稳态值的过程具体如下:
分别计算得到各所述关键工艺控制点的高通滤波值与低通滤波值的差值的绝对值;
分别计算各所述关键工艺控制点的该绝对值与所述权重的乘积;
计算所有所述关键工艺控制点的该乘积的总和,记为所述化工生产装置的所述当前稳态值。
6.按照权利要求1所述的方法,其特征在于:
所述稳定性判断步骤,依据所述稳态判据值和所述当前稳态值,判断所述化工生产装置处于稳定运行状态或非稳定运行状态的过程具体如下:
若所述当前稳态值大于所述稳态判据值,则判断所述化工生产装置处于非稳定运行状态;
若所述当前稳态值小于或等于所述稳态判据值,则判断所述化工生产装置处于稳定运行状态。
7.按照权利要求1~6之任一所述的方法,其特征在于:
所述方法还包括在所述稳定性判断步骤之后执行的以下步骤:
报警步骤,当所述稳定性判断步骤的结论是所述化工生产装置处于非稳定运行状态,则发出报警信号。
8.按照权利要求1~6之任一所述的方法,其特征在于:
所述数据滤波步骤之前,还包括判断所述化工生产装置是否处于正常开车状态的步骤。
9.按照权利要求1~6之任一所述的方法,其特征在于:
所述关键工艺控制点包括所述化工生产装置的压力、流量、液位、和温度,
所述压力和所述流量的权重大于所述液位和所述温度的权重。
10.一种用于快速判断化工生产装置的运行稳定性的装置,其特征在于:
该装置包括以下模块,
权重分配模块,用于根据所述化工生产装置的生产要求选取关键工艺控制点,并为每个所述关键工艺控制点分别分配权重;
数据获取模块,用于获取所述化工生产装置所有的运行状态数据和各关键工艺控制点的实时运行状态数据;
数据采集模块,用于采集所述化工生产装置在正常运行状态下各所述关键工艺控制点的运行状态数据作为稳态数据,并用于采集所述化工生产装置在异常运行状态下各所述关键工艺控制点的运行状态数据作为非稳态数据;
数据滤波模块,用于对所述实时运行状态数据进行在线高通滤波和低通滤波,分别得到高通滤波值和低通滤波值;
数据计算模块,用于计算得到所述化工生产装置的稳态判据值和当前稳态值;
判断模块,用于依据所述稳态判据值和所述当前稳态值,判断所述化工生产装置处于稳定运行状态或非稳定运行状态。
11.按照权利要求10所述的装置,其特征在于:
所述数据获取模块包括第一数据获取模块和第二数据获取模块,
所述第一数据获取模块,用于获取所述化工生产装置所有的运行状态数据;
所述第二数据获取模块,用于根据选取出的关键工艺控制点,获取各关键工艺控制点的实时运行状态数据。
12.按照权利要求10所述的装置,其特征在于:
数据采集模块,用于从所述所有的运行状态数据中,在一定的采样周期内,采集所述化工生产装置在正常运行状态下各所述关键工艺控制点的运行状态数据作为所述稳态数据,采集所述化工生产装置在异常运行状态下各所述关键工艺控制点的运行状态数据作为所述非稳态数据。
13.按照权利要求10所述的装置,其特征在于:
所述数据计算模块,包括第一数据计算模块和第二数据计算模块,
所述第一数据计算模块,用于依据各所述关键工艺控制点的所述权重、所述稳态数据和所述非稳态数据,计算得到所述化工生产装置的稳态判据值;
所述第二数据计算模块,用于依据各所述关键工艺控制点的所述权重、所述高通滤波值和所述低通滤波值,计算得到当前稳态值。
14.按照权利要求10~13之任一所述的装置,其特征在于:
所述装置还包括用于在识别到所述化工生产装置的非稳定运行状态时发出报警信号的报警模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510041805.5A CN104731056B (zh) | 2015-01-28 | 2015-01-28 | 快速判断化工生产装置的运行稳定性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510041805.5A CN104731056B (zh) | 2015-01-28 | 2015-01-28 | 快速判断化工生产装置的运行稳定性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104731056A true CN104731056A (zh) | 2015-06-24 |
CN104731056B CN104731056B (zh) | 2018-01-05 |
Family
ID=53455050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510041805.5A Active CN104731056B (zh) | 2015-01-28 | 2015-01-28 | 快速判断化工生产装置的运行稳定性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104731056B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111406967A (zh) * | 2020-04-24 | 2020-07-14 | 云南省烟草公司曲靖市公司 | 烟叶烘烤工艺实时执行率测定方法 |
CN111667197A (zh) * | 2020-06-23 | 2020-09-15 | 环胜电子(深圳)有限公司 | 用于表面黏着技术制造工艺的生产质量诊断方法及*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070255442A1 (en) * | 2006-03-15 | 2007-11-01 | Omron Corporation | Process fault analyzer and method and storage medium |
CN101256400B (zh) * | 2008-04-09 | 2010-06-02 | 清华大学 | 一种延迟焦化炉的控制方法 |
CN102541050A (zh) * | 2012-01-05 | 2012-07-04 | 浙江大学 | 一种基于改进支持向量机的化工过程故障诊断方法 |
CN103279837A (zh) * | 2013-06-05 | 2013-09-04 | 浙江中控软件技术有限公司 | 一种生产数据分析方法及*** |
CN103324089A (zh) * | 2012-03-24 | 2013-09-25 | 厦门烟草工业有限责任公司 | 一种制丝工艺参数动态质量稳定性表征方法 |
CN103389701A (zh) * | 2013-07-15 | 2013-11-13 | 浙江大学 | 基于分布式数据模型的厂级过程故障检测与诊断方法 |
CN103513618A (zh) * | 2012-06-18 | 2014-01-15 | 新奥科技发展有限公司 | 工业过程的控制方法和设备 |
CN103577703A (zh) * | 2013-11-14 | 2014-02-12 | 上海白丁电子科技有限公司 | 基于变量权重的相似性度量评估非线性动态***的方法 |
CN103838216A (zh) * | 2014-03-07 | 2014-06-04 | 华北电力大学(保定) | 基于数据驱动案例匹配的电站锅炉燃烧优化方法 |
CN103926919A (zh) * | 2014-04-29 | 2014-07-16 | 华东理工大学 | 基于小波变换和Lasso函数的工业过程故障检测方法 |
-
2015
- 2015-01-28 CN CN201510041805.5A patent/CN104731056B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070255442A1 (en) * | 2006-03-15 | 2007-11-01 | Omron Corporation | Process fault analyzer and method and storage medium |
CN101256400B (zh) * | 2008-04-09 | 2010-06-02 | 清华大学 | 一种延迟焦化炉的控制方法 |
CN102541050A (zh) * | 2012-01-05 | 2012-07-04 | 浙江大学 | 一种基于改进支持向量机的化工过程故障诊断方法 |
CN103324089A (zh) * | 2012-03-24 | 2013-09-25 | 厦门烟草工业有限责任公司 | 一种制丝工艺参数动态质量稳定性表征方法 |
CN103513618A (zh) * | 2012-06-18 | 2014-01-15 | 新奥科技发展有限公司 | 工业过程的控制方法和设备 |
CN103279837A (zh) * | 2013-06-05 | 2013-09-04 | 浙江中控软件技术有限公司 | 一种生产数据分析方法及*** |
CN103389701A (zh) * | 2013-07-15 | 2013-11-13 | 浙江大学 | 基于分布式数据模型的厂级过程故障检测与诊断方法 |
CN103577703A (zh) * | 2013-11-14 | 2014-02-12 | 上海白丁电子科技有限公司 | 基于变量权重的相似性度量评估非线性动态***的方法 |
CN103838216A (zh) * | 2014-03-07 | 2014-06-04 | 华北电力大学(保定) | 基于数据驱动案例匹配的电站锅炉燃烧优化方法 |
CN103926919A (zh) * | 2014-04-29 | 2014-07-16 | 华东理工大学 | 基于小波变换和Lasso函数的工业过程故障检测方法 |
Non-Patent Citations (1)
Title |
---|
王迎,等: "基于小波去噪与KPCA的TE过程", 《化工机械》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111406967A (zh) * | 2020-04-24 | 2020-07-14 | 云南省烟草公司曲靖市公司 | 烟叶烘烤工艺实时执行率测定方法 |
CN111406967B (zh) * | 2020-04-24 | 2022-03-08 | 云南省烟草公司曲靖市公司 | 烟叶烘烤工艺实时执行率测定方法 |
CN111667197A (zh) * | 2020-06-23 | 2020-09-15 | 环胜电子(深圳)有限公司 | 用于表面黏着技术制造工艺的生产质量诊断方法及*** |
CN111667197B (zh) * | 2020-06-23 | 2023-05-05 | 环荣电子(惠州)有限公司 | 用于表面黏着技术制造工艺的生产质量诊断方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN104731056B (zh) | 2018-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103576641B (zh) | 用于监视操作过程单元中的资产的***和方法 | |
US8884759B2 (en) | Dynamic prediction of risk levels for manufacturing operations through leading risk indicators | |
JP5650173B2 (ja) | 熱交換器における異常状態の防止 | |
CN101470426B (zh) | 一种故障检测的方法和*** | |
EP3270250B1 (en) | Method and system for remote monitoring of power generation units | |
US20130197854A1 (en) | System and method for diagnosing machine tool component faults | |
CN104573850A (zh) | 一种火电厂设备状态评估方法 | |
CN109981328A (zh) | 一种故障预警方法及装置 | |
CN112799898B (zh) | 基于分布式故障检测的互联***故障节点定位方法及*** | |
EP3553044A1 (en) | System and method of remote object monitoring | |
KR100997009B1 (ko) | 산업설비의 공정 여유도에 대한 동적 감시 및 적시 경보 방법 | |
WO2006046251A2 (en) | Detection system for rare situation in processes | |
CN108038624A (zh) | 分析风电机组的健康状态的方法和装置 | |
JP5621967B2 (ja) | 異常データ分析システム | |
KR20120021231A (ko) | 섹터 그래프 기반 플랜트 및 건축물 설비 운영상태 감시 장치 및 방법 | |
CN115858303B (zh) | 一种基于Zabbix的服务器性能监控方法及*** | |
CN116541678B (zh) | 一种气站安全管道压力监测方法、装置 | |
US11250366B2 (en) | Dynamic prediction of risk levels for manufacturing operations through leading risk indicators: dynamic risk sloping trend method and system | |
EP3187950A1 (en) | A method for managing alarms in a control system | |
US20210270797A1 (en) | Systems and methods for dissolved gas analysis | |
CN104731056A (zh) | 快速判断化工生产装置的运行稳定性的方法及装置 | |
JP2006330975A (ja) | 点検表作成装置及び点検表作成システム | |
CN114338348A (zh) | 一种智能告警方法、装置、设备及可读存储介质 | |
You et al. | Benefits from condition monitoring techniques: a case study on maintenance scheduling of ball grid array solder joints | |
JP7453049B2 (ja) | 異常予兆監視システム、異常予兆監視方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |