精馏过程航煤干点的软测量应用研究

【摘要】：原油精馏装置处于石油化工厂工艺流程的最前端,其原理是根据原油中各组分的挥发度(沸点)不同,利用各种设备将原油分馏成汽油、煤油、柴油等产品。航空煤油是精馏装置的主要产品之一,干点值是衡量航煤质量的一个重要参数指标,是由化验室每隔一定时间进行一次采样分析得到。通过现有测量手段不能得到干点的实时测量值,本文旨在通过采用软测量技术得出航煤干点的实时监测信息。软测量技术包括变量选择、数据处理、软测量建模和模型校正4个部分,其中软测量建模是软测量技术的核心内容,其主要方法包括工艺机理分析、多元回归分析、人工神经网络等。本文着重讨论基于支持向量机回归的软测量建模方法,支持向量机是近年发展起来的一种基于统计学习理论的学习机器,在模式识别和非线性函数回归估计方面有很多的应用。最小二乘支持向量机用等式约束代替传统方法中的不等式约束,利用求解一组线性方程得出对象模型参数,避免了传统支持向量机求解二次规划问题,使得模型学习时间大大缩短,同时可以达到较高的精度。本文采用RBF神经网络和传统支持向量机回归以及最小二乘支持向量机分别对某炼油厂原油精馏装置航空煤油的干点进行软测量建模。对采集到的现场数据进行计算结果表明,最小二乘支持向量机学习速度快、精度高,是一种软测量建模的有效方法;在同样的样本条件下,比RBF神经网络具有较好的模型逼近和泛化性能,也比传统支持向量机方法节省了大量的计算时间。本文的工作为实现航煤干点的在线实时估计打下了基础;为对原油精馏过程航空煤油的质量参数实施先进控制提供了前提条件。