CN110684550A - 一种石脑油裂解制乙烯生产故障诊断方法 - Google Patents

Abstract

本发明涉及一种石脑油裂解制乙烯生产故障诊断方法，利用获取的多个石脑油裂解制乙烯过程中完整历史运行周期的离线数据，建立用于实际生产中的运行监测模型和判定正常工况的控制线，并将监测系统采集的各个监测变量的即时数据通过算法综合成一个生产状态指数值，并与正常工况的控制线进行比对，若出现偏离，继续比对后续的生产状态指数值，若后续的生产状态指数值偏离正常工况控制线的连续时间大于设定时间，且排除人为对生产工况的调整时，监测系统上报生产故障信息，提高了上报故障的准确率，减少误报；同时解决过程监测中故障出现时，难以确定故障的主因的问题。

Description

一种石脑油裂解制乙烯生产故障诊断方法

技术领域

本发明属于石油化工技术领域，特别是指一种石脑油裂解制乙烯的裂解炉的运行监测技术，尤其是指一种石脑油裂解制乙烯生产故障诊断方法。

背景技术

石脑油为原料裂解制取乙烯的工艺技术中蒸汽高温裂解法的裂解工艺至少包括原料供给预热系统、高温裂解系统、油气联合燃烧系统及废热系统。石脑油原料裂解制取乙烯的一个完整生产周期指从石脑油裂解制乙烯的裂解炉清焦结束重新开始进行裂解生产到石脑油裂解制乙烯的裂解炉因炉管结焦严重而停止裂解反应。

裂解炉是周期性运行的，因为在实际生产中辐射段炉管内壁表面随着反应不断进行会慢慢地有焦炭形成和沉积，影响传热效率，增加炉管热负荷，热负荷过大会影响炉管的机械性能和使用寿命，故一定时间需要进行清焦操作。如果出现生产周期较短，清焦操作过于频繁，或者生产周期内出现运行故障，导致与正常运行状态的偏离，都不仅直接影响工厂的产品产量和经济效益，而且会对工厂的生产安全造成威胁。所以要及时识别运行过程中出现的故障、找出根本原因，为操作人员调整生产运行提供参考；评估和预测设备使用状况，以优化运行状况、延长生产运行周期，并为设备维护计划的制订提供依据。

对于实际的石脑油为原料裂解制取乙烯的工艺技术中蒸汽高温裂解法的裂解炉生产过程中根据裂解炉型号的不同选择采集的变量包含但不限于：对流段：1、原料部分：裂解原料石脑油进料流量、裂解原料石脑油进料温度和压力、裂解原料石脑油进料量的设定值；2、稀释蒸汽部分：稀释蒸汽进料流量、稀释蒸汽进料温度、稀释蒸汽进料量的设定值；3、横跨段温度和压力部分：炉管横跨段温度、炉管横跨段压力；辐射段：4、炉出口温度部分：辐射段炉管出口温度；5、炉出口压力部分：炉管出口压力；6、裂解气部分：甲烷、乙烷、乙烯、丙烷和丙烯的含量；7、炉膛部分：裂解气的组成、炉膛温度、烟气组成、和燃料气流量及其平均分子质量等变量数据信息。

因为大量的变量数据信息，并且这些变量信息在实际生产过程中，还各自具有一定的关联性，即若某一个变化数据发生改变，就可能会影响到其它一个或一个以上的变量数据发生变化，导致何变量数据的变化是导致故障的主因的判断更加困难。对于这种情况可以基于有经验的操作人员的知识，与过程监测的结果相结合来判断确认故障的主因。

发明内容

本发明的目的是提供一种石脑油裂解制乙烯生产故障诊断方法，以解决过程监测中故障出现时，难以确定故障的主因的问题。

本发明是通过以下技术方案实现的：

一种石脑油裂解制乙烯生产故障诊断方法，包括以下步骤：

1)建立生产过程监测模型；

2)确定判定正常工况的控制线；

3)监测系统将采集到的各监测变量的即时数据整合为一个生产状态指数值；将所述生产状态指数值与所述正常工况的控制线进行比对，若所述生产状态指数值在正常工况的控制线范围内，所述监测系统不动作；

若所述生产状态指数值偏离所述正常工况的控制线，所述监测系统继续比对设定时间段内的各后续生产状态指数值是否偏离所述正常工况的控制线，若否，

则所述监测系统不上报生产故障；若是，

所述监测系统判断是否人为改变生产工况，若是，

则所述监测系统不上报生产故障，若否，

所述监测系统上报生产故障。

所述生产过程监测模型的建立方法，包括以下步骤：

1)设定石脑油裂解制乙烯生产过程中的监测变量；

2)获取多个完整历史运行周期的离线数据；

3)任意选取一个完整历史运行周期的离线数据中的第一设定时间长度的运行相对稳定的所述监测变量对应的离线数据；

统计稳定运行的监测变量数据并获取相应的正常工况控制线，建立监测模型；

4)重复步骤3)N次，并建立含有N个监测模型的集合，其中N为自然数；

5)提取所述监测模型集合中的任一监测模型与步骤3)中的完整历史运行周期的离线数据进行比对并判断：

若该监测模型的稳定运行监测准确率达到第一设定值，且误报率低于第二设定值，则保留该监测模型，否则弃用；

6)提取步骤5)中任一监测模型，与步聚2)中另一离线数据进行比对，并判断：

若该监测模型的稳定运行监测准确率达到第三设定值，且误报率低于第四设定值，则保留该监测模型，否则弃用；

7)重复步骤6)，从含有N个监测模型的集合中获得最终的较优监测模型。

针对蒸汽高温裂解法，所述监测变量根据裂解炉型号的不同而选择的不同，包括但不限于：对流段：裂解原料石脑油进料流量、裂解原料石脑油进料温度和压力、稀释蒸汽进料流量、稀释蒸汽进料温度、炉管横跨段温度、炉管横跨段压力、辐射段：炉管出口温度、炉管出口压力、炉膛温度和燃料气流量及其平均分子质量中的一种或一种以上。

所述第一设定值与所述第三设定值相同或不同。

所述第二设定值与所述第四设定值相同或不同。

在步聚2)与步骤3)之间还包括对离线数据进行数据预处理。

所述数据预处理选用补充当前值法或估计法。

步骤7)时，若获得的最终的较优监测模型为两个或两个以上，则依据步骤6)中的第三设定值和第四设定值进行排序，排序最高的确定为较优监测模型。

本发明的有益效果是：

本技术方案利用获取的多个石脑油裂解制乙烯过程中一个完整历史运行周期的离线数据，建立用于实际生产中的运行监测模型和判定正常工况的控制线，并将监测系统采集的各个监测变量的即时数据通过算法综合成一个生产状态指数值，并与正常工况的控制线进行比对，若出现偏离，继续比对后续的生产状态指数值，若后续的生产状态指数值偏离正常工况的控制线的连续时间大于设定时间，且排除人为对生产工况的调整，监测系统上报生产故障信息，提高了上报故障的准确率，减少误报；同时解决过程监测中故障出现时，难以确定故障的主因的问题。

具体实施方式

以下通过实施例来详细说明本发明的技术方案，以下的实施例仅是示例性的，仅能用来解释和说明本发明的技术方案，而不能解释为是对本发明技术方案的限制。

从理论上来说，石脑油裂解制乙烯过程是一个连续的化工生产过程，在一个预先设定的生产条件下保持稳定生产。实际上石脑油裂解制乙烯过程是一个伴随着生产状态的轻微波动和状态调整的过程。同时，整个生产过程受到DCS监测系统的控制。需要满足某一生产要求时，可人为主动调整生产工况。

本申请提供一种石脑油裂解制乙烯生产故障诊断方法，包括以下步骤：

1)建立生产过程监测模型；在本申请的各实施例中，生产过程监测模型的建立方法包括：

(1)设定石脑油裂解制乙烯生产过程中的监测变量；对于实际的石脑油为原料裂解制取乙烯的工艺技术中蒸汽高温裂解法的裂解炉生产过程中根据裂解炉型号的不同选择采集的变量包含但不限于：对流段：1、原料部分：裂解原料石脑油进料流量、裂解原料石脑油进料温度和压力、裂解原料石脑油进料量的设定值；2、稀释蒸汽部分：稀释蒸汽进料流量、稀释蒸汽进料温度、稀释蒸汽进料量的设定值；3、横跨段温度和压力部分：炉管横跨段温度、炉管横跨段压力；辐射段：4、炉出口温度部分：辐射段炉管出口温度；5、炉出口压力部分：炉管出口压力；6、裂解气部分：甲烷、乙烷、乙烯、丙烷和丙烯的含量；7、炉膛部分：裂解气的组成、炉膛温度、烟气组成、和燃料气流量及其平均分子质量等变量数据信息。

在本申请的各实施例中，监测的目的是监测裂解炉的整个生产过程，维持裂解过程的平稳安全的运行。要考虑原料的进料和设备的安全，故选择的监测变量包括但不限于裂解原料石脑油进料流量裂解原料石脑油进料温度和压力、稀释蒸汽进料流量、稀释蒸汽进料温度、炉管横跨段温度、炉管横跨段压力、辐射段炉管出口温度、炉管出口压力、炉膛温度和燃料气流量及其平均分子质量等变量数据信息。实际建模过程中将燃料气流量及其平均分子质量整合为燃料气供热量。在本申请的其它实施例中，可以根据实际的需要，调整监测变量的数量。

(2)获取五个完整历史运行周期的离线数据，在本申请的其它实施例中，具体获取多少完整的历史运行周期的数据依据需要而确定，可以多于五个也可以少于五个，但通常情况，数量越多最后的监测模型的精度越高，但数量过多会增加成本。

这些离线数据分别与相应的监测变量相对应，离线数据的间隔可以根据需要设定，因为不同的设备其离线数据的间隔可能是不同的。

在获取的离线数据(一分钟间隔的数据)中，有些时刻因为传感器或监测装置的故障，记录的数据包括非数字值或零值或其它显示。当数据中出现非数字值时，说明传感器未能正确测量变量。当出现零值时，说明信号采集无法完成。当数据出现上述情况时可以通过补充当前值法和估计法等类似的方法对变量数值进行补充。

(3)任意选取一个完整历史运行周期的离线数据中的第一设定时间长度的运行相对稳定的所述监测变量对应的离线数据；第一设定时间长度通常是指根据需要，至少要包括选择的监测变量均有数据信息的长度，可以根据需要选择5分钟、10分钟，15分钟，30分钟，1小时，2小时，4小时，8小时，24小时，3天、七天，送修月或其间的其它时间长度，这主要依据裂解炉的一个完整生产周期的长度来确定。

统计稳定运行的监测变量数据并获取相应的正常工况的控制线；具体为，在选择的第一设定时间长度内，对选择的监测变量中每个监测变量在稳定运行时段内的相应的数据进行处理，可以获得正常工况的控制线，为了监测的清楚明确，通常以控制线的方式确定，建立监测模型。

因为在一个完整的历史周期内会包括有多个运行相对平稳的时段，可以根据需要，在第一设定时间长度内，选择不同的运行相对平稳的时段的数据进行统计，这样会获得多个监测模型。

(4)重复步骤(3)N次，并建立含有N个监测模型的集合，其中N为自然数；

(5)提取所述监测模型集合中的任一监测模型与步骤(3)中的完整历史运行周期的离线数据进行比对并判断：

若该监测模型的稳定运行监测准确率达到第一设定值，在本实施例中，准确率设定为98％，在本申请的其它实施例中，准确率也可以根据需要进行设定，比如98.5％、99％等，且误报率低于第二设定值，在本实施例中，第二设定值为1.56％，在本申请的其它实施例中，也可以根据需要选择其它的数值，比如1.52％、1.50％、1.48％等等，则保留该监测模型，否则弃用；

(6)提取步骤(5)中任一监测模型，与步聚(2)中另一离线数据进行比对，并判断：

若该监测模型的稳定运行监测准确率达到第三设定值，且误报率低于第四设定值，则保留该监测模型，否则弃用；

(7)重复步骤(6)，从含有N个监测模型的集合中获得最终的较优监测模型。

步骤(7)时，若在设定次数内获得的最终的较优监测模型为两个或两个以上，则依据步骤(6)中的第三设定值和第四设定值进行排序，排序最高的确定为较优监测模型。

2)根据生产过程监测模型确定正常工况的控制线；在本申请中，正常工况的控制线是一个单一值的直线。即在每一时点上，对应控制线的值都是一样的。

3)监测系统将采集到的各个监测变量的即时数据整合为一个正常状态指数值；将所述正常状态指数值与所述正常工况的控制线进行比对，若所述正常状态指数值在正常工况的控制线范围内，所述监测系统不动作。

若所述正常状态指数值偏离所述正常工况的控制线，所述监测系统继续比对设定时间段内的各后续正常状态指数值是否偏离所述正常工况的控制线，若否，即当监测系统监测到有正常状态指数值有偏离时，随着即时的监测，若在一段时间内，该时间的长度可以根据需要进行设定，正常状态指数值均偏离，监测系统需要进行是否人为调整的判断。

则所述监测系统不上报生产故障；若是，

所述监测系统判断是否人为改变生产工况，若是，

则所述监测系统不上报生产故障，若否，

所述监测系统上报生产故障。

石脑油裂解制乙烯过程是一个热量传递和质量传递非常复杂的过程，而且每一台生产设备需要根据生产能力和生产工艺需要定制。这就使每台设备都会在一个相对较窄运行范围内保持稳定运行。在利用一个完整历史运行周期的离线数据进行过程监测时，出现设备运行状态改变，监测模型会相应的进行调整从而达到较好的监测结果。

整个监测过程是将每个时刻点的众多变量的信息整合为一个正常状态指数值来用于反映系统运行情况，当出现连续几个时刻点的正常状态指数值超过监测模型的正常工况的控制线即认为裂解运行状态出现了偏离(偶尔一两个样本点的正常状态指数值超过正常工况的控制线的情况属于数据的正常波动)，即可能出现故障。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由所附权利要求极其等同限定。

Claims (8)

1.一种石脑油裂解制乙烯生产故障诊断方法，其特征在于，包括以下步骤：

1)建立生产过程监测模型；

2)确定判定正常工况的控制线；

3)监测系统将采集到的各个监测变量的即时数据整合为一个生产状态指数值；将所述生产状态指数值与所述正常工况的控制线进行比对，若所述生产状态指数值在正常工况的控制线范围内，所述监测系统不动作；

若所述生产状态指数值偏离所述正常工况的控制线，所述监测系统继续比对设定时间段内的各后续生产状态指数值是否偏离所述正常工况的控制线，若否，

则所述监测系统不上报生产故障；若是，

所述监测系统判断是否人为改变生产工况，若是，

则所述监测系统不上报生产故障，若否，

所述监测系统上报生产故障。

2.根据权利要求1所述的石脑油裂解制乙烯生产故障诊断方法，其特征在于，所述生产过程监测模型的建立方法，包括以下步骤：

1)设定石脑油裂解制乙烯生产过程中的监测变量；

2)获取多个完整历史运行周期的离线数据；

3)任意选取一个完整历史运行周期的离线数据中的第一设定时间长度的运行相对稳定的所述监测变量对应的离线数据；

统计稳定运行的监测变量数据并获取相应的正常工况控制线，建立监测模型；

4)重复步骤3)N次，并建立含有N个监测模型的集合，其中N为自然数；

5)提取所述监测模型集合中的任一监测模型与步骤3)中的完整历史运行周期的离线数据进行比对并判断：

若该监测模型的稳定运行监测准确率达到第一设定值，且误报率低于第二设定值，则保留该监测模型，否则弃用；

6)提取步骤5)中任一监测模型，与步聚2)中另一离线数据进行比对，并判断：

若该监测模型的稳定运行监测准确率达到第三设定值，且误报率低于第四设定值，否则弃用；

7)重复步骤6)，从含有N个监测模型的集合中获得最终的较优监测模型。

3.根据权利要求1所述的石脑油裂解制乙烯生产故障诊断方法，其特征在于，针对蒸汽高温裂解法，所述监测变量根据裂解炉型号的不同而选择的不同，包括但不限于：对流段：裂解原料石脑油进料流量、裂解原料石脑油进料温度和压力、稀释蒸汽进料流量、稀释蒸汽进料温度、炉管横跨段温度和压力、辐射段：炉管出口温度、炉管出口压力、炉膛温度和燃料气流量及其平均分子质量中的一种或一种以上。

4.根据权利要求2所述的石脑油裂解制乙烯生产故障诊断方法，其特征在于，所述第一设定值与所述第三设定值相同或不同。

5.根据权利要求2所述的石脑油裂解制乙烯生产故障诊断方法，其特征在于，所述第二设定值与所述第四设定值相同或不同。

6.根据权利要求2所述的石脑油裂解制乙烯生产故障诊断方法，其特征在于，在步聚2)与步骤3)之间还包括对离线数据进行数据预处理。

7.根据权利要求2所述的石脑油裂解制乙烯生产故障诊断方法，其特征在于，所述数据预处理选用补充当前值法或估计法。

8.根据权利要求2所述的石脑油裂解制乙烯生产故障诊断方法，其特征在于，步骤7)时，若获得的最终的较优监测模型为两个或两个以上，则依据步骤6)中的第三设定值和第四设定值进行排序，排序最高的确定为较优监测模型。