绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 2 条结果
摘要:分析了延迟焦化开工线腐蚀的原因,其主要腐蚀形式为低温湿硫化氢(H2S)腐蚀,集成工业现场异构数据库系统,建立了基于随机权神经网络(RVFLN)的焦化装置开工管线内H2S浓度的数据驱动预测模型.首先用主成分分析法对输出变量进行降维;然后根据相关系数大小筛选影响开工线内H2S浓度变化的主要影响因素,将其作为模型输入用来训练模型;为获得更好的泛化性能,将RVFLN的随机权重控制在[0,1]之内,建立小规范随机权重神经网络(SNRVFL);最后用现场数据对模型进行测试评估.结果表明,与PLSR、BPNN、SVR模型对比,优化后的RV FLN模型在预测精度和计算速率上都有较好表现,该模型适用于焦化装置开工管线内H2S浓度的实时在线预测,可为延迟焦化装置压力管道内的流动腐蚀风险评估提供基础数据....
[硕士论文] 许霖风一
控制工程 浙江理工大学 2018(学位年度)
摘要:中国油气资源需求日益增长,国内石油后备资源严重不足,石化炼油企业对劣质进口原油的使用比率增加,使得炼油装置换热设备的腐蚀问题不断加重。此外,伴随人工智能、互联网的兴起,石化企业的信息化程度全面提高,其格式复杂、信息分散的异构系统中所采集的数据都在以爆炸式的速度增长。如何将数据分析应用于石化企业炼油装置的腐蚀预测,实现炼油换热系统的智能化在线监管和预警防护是两化融合的一个重要关注点。
  在此背景下,本文以石化企业炼油装置换热设备流动腐蚀问题为研究对象,开展了流动腐蚀预测及其状态监管方法研究,主要完成了以下几个方面的研究工作:
  (1)针对石化企业炼油设备运行过程状态数据非线性相关性高、数据维度大的特点,选择合适的数据驱动方法——随机权神经网络(Random Vector Functional Link,RVFL)作为基础算法,结合皮尔逊相关系数改进并提出了小规范权重内随机权神经网络模型(Small Normal Random Vector Functional Link,SNRVFL)。数据集测试表明该模型收敛速度较快,计算误差良好,相较于反馈神经网路(Back Propagation Neural Network,BPNN)模型和原始RVFL模型有更好的泛化能力和预测精度。
  (2)针对石化企业异构数据库系统信息存储格式繁杂、监控数据分散的问题,提出了B/S模式的流动腐蚀监管平台,完成了企业DCS、LIMS等异构数据系统的数据集成;利用所提出的流动腐蚀预测模型对大量数据进行分析,形成了独自的流动腐蚀特征参数数据库,结合经验与标准给出相应的告警信息与防护措施,实现了对炼油设备运行过程腐蚀状态的智能化监控。
  (3)将设计的流动腐蚀状态监管平台应用到舟山石化加氢精制装置的实时监管过程中,结果反馈表明所构建的模型能准确快速预测氯化铵的结晶温度,误差为5.51%,计算速度平均159ms;所设计开发的监管平台实现了流动腐蚀状态的在线实时监管,降低炼油换热设备的腐蚀风险,保障设备能长周期安稳运行。
  本文创新性在于建立了流动腐蚀预测的数据驱动模型,以数据为驱动对流动腐蚀进行预测,使石化企业大量搁置的数据信息得到了有效利用,为流动腐蚀关键特征参数提供了计算方法。嵌入数据驱动模型的状态监管平台实现了装置流程的实时监测、工艺模拟、腐蚀预测、超限报警等功能,为炼油设备的腐蚀防控和风险评估提供了操作平台和数据支撑。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部