CN116244953A - 一种基于数字孪生体的加热炉节能监控预测系统及方法 - Google Patents
一种基于数字孪生体的加热炉节能监控预测系统及方法 Download PDFInfo
- Publication number
- CN116244953A CN116244953A CN202310238062.5A CN202310238062A CN116244953A CN 116244953 A CN116244953 A CN 116244953A CN 202310238062 A CN202310238062 A CN 202310238062A CN 116244953 A CN116244953 A CN 116244953A
- Authority
- CN
- China
- Prior art keywords
- heating furnace
- data
- real
- simulation
- unit
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于数字孪生体的加热炉节能监控预测系统及方法，包括：嵌入式数据集采集单元、云服务器、客户端以及仿真平台；嵌入式数据采集单元，用于与加热炉DCS控制系统连接，基于预置的检测仪器，获取加热炉实时状态数据；云服务器，用于布置数字资产，接收、存储以及分析加热炉实时状态数据，评定加热炉节能状态，并将评定结果推送至客户端；客户端，用于实时动态显示评定结果，并获得与评定结果对应的分析数据、报表以及曲线，实现对加热炉状态的实时采集监控；仿真平台，用于建立加热炉数字孪生体，基于加热炉实时状态数据，进行仿真，并对仿真结果进行计算，传输至客户端，实现对加热炉的节能预测。实现对加热炉的智能化监测。
Description
技术领域
本发明属于石油化工装置中工艺加热炉节能监控及预测技术领域，具体涉及一种基于数字孪生体的加热炉节能监控预测系统及方法。
背景技术
目前石化行业在加热炉节能监测结果的评价中，对于排烟温度、炉体外表面温度、烟气氧含量、过剩空气系数、热效率五个指标，仅限于合格与不合格的评价，或者在实际评价中仅靠热效率进行单指标的评价。而热效率只是直接反映了加热炉对热能利用程度，有时热效率达标但局部损失可能不达标。所以说对加热炉的节能运行情况要进行实时监控和预测，并通过综合指标评价指导加热炉的运维工作是目前工艺加热炉节能发展的趋势。
通过大数据实时监控，增加监控范围，覆盖面广，可以大范围提高加热炉热效率，达到节约燃料、废气减排的目的。根据我们的现场测试结果并结合相关的资料可以得到，当热效率提高0.6％时，可以节约燃料约1％。加强加热炉的优化运行工作，提高加热炉的热效率，减少燃料量，降低一氧化碳等排放量，对节能减排工作有重大非凡意义。
工艺加热炉的燃料消耗在炼化企业能耗中的比例约占35％，其运行状态关系到经济效益及人员安全。传统节能监测工作中不仅涉及了大量的原始记录数据和最终指标数据等，而且计算过程复杂，大量的纸质化资料存于各自的档案库中，难有效利用。因此，建立基于数字孪生和工业互联网技术的远程监测和预测平台亟待进行。
发明内容
本发明旨在解决现有技术的不足，提出一种基于数字孪生体的加热炉节能监控预测系统及方法，实现加热炉状态的实时采集监控以及预测加热炉的运行情况，指导加热炉运行操作和检维修工作，进而实现工艺加热炉的安全平稳和节能环保运行。
为实现上述目的，本发明提供了如下方案：
一种基于数字孪生体的加热炉节能监控预测系统，包括：嵌入式数据集采集单元、云服务器、客户端以及仿真平台；
所述嵌入式数据采集单元，用于与加热炉DCS控制系统连接，基于预置的检测仪器，获取加热炉实时状态数据，并上传至所述云服务器；
所述云服务器，用于布置数字资产，接收、存储以及分析所述加热炉实时状态数据，评定加热炉节能状态，并将评定结果推送至所述客户端；
所述客户端，用于实时动态显示所述评定结果，并获得与所述评定结果对应的分析数据、报表以及曲线，实现对加热炉状态的实时采集监控；
所述仿真平台，用于建立加热炉数字孪生体，基于所述加热炉实时状态数据，进行仿真，并对仿真结果进行计算，传输至所述客户端，实现对加热炉的节能预测。
优选的，所述嵌入式数据采集单元，包括测量感知子单元以及对象控制子单元；
所述测量感知子单元，用于实现对加热炉的测量感知，获取所述加热炉实时状态数据；
所述对象控制子单元，用于将所述加热炉实时状态数据，通过TCP网络上传至所述云服务器，实现对加热炉的控制。
优选的，所述加热炉实时状态数据，包括：排烟温度、烟气中一氧化碳含量、烟气成分、炉体外表面温度及加热炉运行参数。
优选的，所述数字资产的功能包括：资产管理、资产追溯以及资产共享。
优选的，所述仿真平台，包括数字模型模块、模拟仿真模块以及数据分析模块；
所述数字模型模块，用于预先构建存储加热炉的降维模型；
所述模拟仿真模块，用于基于所述降维模型以及所述加热炉实时状态数据，对加热炉进行模拟仿真；
所述数据分析模块，用于对所述模拟仿真的数据进行对比分析，并按不同工况进行分类，优化所述模拟仿真的数据。
优选的，所述数字模型模块，包括：结构模型单元和行为模型单元；
所述结构模型单元，用于基于加热炉的CAE分析，构建结构模型；
所述行为模型单元，用于基于加热炉的运行状态，构建行为模型。
优选的，所述模拟仿真模块，包括：物理仿真单元和系统仿真单元；
所述物理仿真单元，用于基于预设的降维模型进行单参数物理仿真；
所述系统仿真单元，用于基于所述单参数物理仿真的结果进行多参数系统仿真。
优选的，所述数据分析模块，包括：历史分析单元和未来预测单元；
所述历史分析单元，用于对所述物理仿真单元以及所述系统仿真单元的数据进行存储和对比分析，按照不同工况进行分类，采用遗传算法对所述数据进行优化，获得工况优化数据；
所述未来预测单元，用于基于所述工况优化数据以及工况处理经验，预测加热炉未来的维修方案和维修时间。
本发明还提供一种基于数字孪生体的加热炉节能监控预测方法，包括以下步骤：
基于加热炉DCS控制系统以及预置的检测仪器，获取加热炉实时状态数据；
布置数字资产，接收、存储以及分析所述加热炉实时状态数据，评定加热炉节能状态；
实时动态显示所述评定结果，并获得与所述评定结果对应的分析数据、报表以及曲线，实现对加热炉状态的实时采集监控；
建立加热炉数字孪生体，基于所述加热炉实时状态数据，进行仿真，并对仿真结果进行计算，实现对加热炉的节能预测。
与现有技术相比，本发明的有益效果为：
本发明基于数字孪生和工业互联网技术建立一种加热炉节能监控预测系统及方法。通过该系统，一是可以实现加热炉状态的实时采集监控。用户可以用PC端和移动端，随时随地掌握加热炉的实时运行状态信息，查询历史状态信息等。二是通过建立的工业加热炉数字孪生体，依据实时运行数据进行多物理场耦合仿真，从而预测加热炉的运行情况，指导加热炉运行操作和检维修工作，进而实现工艺加热炉的安全平稳和节能环保运行。
附图说明
为了更清楚地说明本发明的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一加热炉节能监控预测系统的框架示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
如图1所示，一种基于数字孪生体的加热炉节能监控预测系统，包括：嵌入式数据集采集单元、云服务器、客户端以及仿真平台；
嵌入式数据采集单元，用于与加热炉DCS控制系统连接，基于预置的检测仪器，获取加热炉实时状态数据，并上传至云服务器；
云服务器，用于布置数字资产，接收、存储以及分析加热炉实时状态数据，评定加热炉节能状态，并将评定结果推送至客户端；对仿真平台的结果和嵌入式数据采集单元的数据进行管理、追溯和共享，以便PC端和移动端人机界面的查询和相关控制。
客户端，用于实时动态显示评定结果，并获得与评定结果对应的分析数据、报表以及曲线，实现对加热炉状态的实时采集监控；具体的，客户端为PC端和移动端，由对象操作、数据展示以及应用系统组成；PC端和移动端的人机界面，通过自身应用系统对云服务器中的数据进行展示，对物理对象进行控制和操作。根据相关操作经验，通过云服务器对不合格工况的处理经验进行更新，以便工艺加热炉在运行过程中，可以通过数字孪生系统对运行参数进行实时调整，使其达到合格节能标准，提供其节能水平。
仿真平台，用于建立加热炉数字孪生体，基于加热炉实时状态数据，进行仿真，并对仿真结果进行计算，传输至客户端，实现对加热炉的节能预测。
具体的，嵌入式数据采集单元，包括测量感知子单元以及对象控制子单元；
测量感知子单元，用于实现对加热炉(物理对象)的测量感知，获取加热炉实时状态数据；
对象控制子单元，用于将加热炉实时状态数据，通过TCP网络上传至云服务器，实现对加热炉的控制。
具体的，加热炉实时状态数据，包括：排烟温度、烟气中一氧化碳含量、烟气成分、炉体外表面温度及加热炉运行参数。
具体的，数字资产的功能包括：资产管理、资产追溯以及资产共享。
具体的，仿真平台，包括数字模型模块、模拟仿真模块以及数据分析模块；
数字模型模块，用于预先构建存储加热炉的降维模型；降维模型即通过降维手段将三维降维成一维的模型；这样可以增加运算速度实现时时计算结果的呈现和应用。
模拟仿真模块，用于基于降维模型以及加热炉实时状态数据，对加热炉进行模拟仿真；
数据分析模块，用于对模拟仿真的数据进行对比分析，并按不同工况进行分类，优化数据。
具体的，数字模型模块，包括：结构模型单元和行为模型单元；
结构模型单元，用于基于加热炉的CAE分析，构建结构模型；
行为模型单元，用于基于加热炉的运行状态，构建行为模型。
具体包括：各项指标都正常的运行状态、某一项指标或多个指标异常的运行状态，例如排烟温度一项指标异常状态、排烟温度、烟气中一氧化碳含量和烟气成分等多项指标异常的运行状态。
具体的，模拟仿真模块，包括：物理仿真单元和系统仿真单元；
物理仿真单元，用于基于预设的降维模型进行单参数物理仿真；
系统仿真单元，用于基于单参数物理仿真的结果进行多参数系统仿真。
具体的，数据分析模块，包括：历史分析单元和未来预测单元；
历史分析单元，用于对物理仿真单元以及系统仿真单元的数据进行存储和对比分析，按照不同工况进行分类，采用遗传算法对数据进行优化，获得工况优化数据；
未来预测单元，用于基于工况优化数据以及工况处理经验，预测加热炉未来的维修方案和维修时间。
历史分析单元对模拟仿真单元和系统仿真单元的数据进行存储，并对数据进行对比分析，然后按不同工况进行分类，并对相同工况的数据进行分析，采用遗传算法对数据进行优化，得到该工况的优化数据，从而形成数字资产的主要部分，为未来预测模块提供数据基础，以便其进行工艺加热炉运行状态的预测。
历史分析单元，依据Q/CNPC66《石油化工工艺加热炉节能监测方法》对云服务器接收的数据进入系统集成的标准公式进行分析。具体数据计算方法如下：
(1)排烟温度取三次测量数据的算术平均值。
(2)烟气中一氧化碳含量取辐射段出口处三组监测数据算术平均值。
(3)炉体外表面温度取各测点温度的算术平均值。
(4)空气系数a根据公式1进行计算。
式中:
a-空气系数；
O2-烟气氠含量，％；
CO2-二氧化碳生成量，千克/千克燃料；
H2O-液态水或汽生成量，千克/千克燃料；
W-雾化蒸汽量，千克/千克燃料；
SO2-二氧化硫生成量，千克/千克燃料；
N2-氮生成量，千克/千克燃料；
L0-理论空气量,千克/千克燃料。
(5)热效率根据公式2进行计算。
η＝[1-(Q2+Q3+Q5)/QG]×100
式中:
η-热效率，％；
Q2-排烟损失热量，千焦/千克燃料；
Q3-燃料化学不完全燃烧损失热量，千焦/千克燃料；Q5-散热损失热量，千焦/千克燃料；
QG-单位燃料的总供给能量，千焦/千克燃料；
Hrx-燃料物理热，千焦/千克燃料；
Qw-雾化蒸汽的显热，千焦/千克燃料；
Qwi-燃烧用空气的显热，千焦/千克燃料。
分析数据后，根据系统中集成的合格标准值进行系统合格评价，合格指标参照表1，返回合格和不合格评价结果，具有两个作用：一个是对应到系统内存储的历史不符合工况处理经验，通过测量与控制单元对物理对象进行控制，按照历史经验调整其输入参数(例如进风量等)，使其参数达到合格水平；另一个是作为历史分析评价结果保存在数字资产中，以便人机界面进行查看和分析。
表1
未来预测单元，根据历史分析中的优化结果，以及相关不合格工况的处理经验，给出设备未来的维修方案和维修时间。
实施例二
还提供一种基于数字孪生体的加热炉节能监控预测方法，包括以下步骤：
基于加热炉DCS控制系统以及预置的检测仪器，获取加热炉实时状态数据；
布置数字资产，接收、存储以及分析加热炉实时状态数据，评定加热炉节能状态；
实时动态显示评定结果，并获得与评定结果对应的分析数据、报表以及曲线，实现对加热炉状态的实时采集监控；
建立加热炉数字孪生体，基于加热炉实时状态数据，进行仿真，并对仿真结果进行计算，实现对加热炉的节能预测。
以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (9)
1.一种基于数字孪生体的加热炉节能监控预测系统，其特征在于，包括：嵌入式数据集采集单元、云服务器、客户端以及仿真平台；
所述嵌入式数据采集单元，用于与加热炉DCS控制系统连接，基于预置的检测仪器，获取加热炉实时状态数据，并上传至所述云服务器；
所述云服务器，用于布置数字资产，接收、存储以及分析所述加热炉实时状态数据，评定加热炉节能状态，并将评定结果推送至所述客户端；
所述客户端，用于实时动态显示所述评定结果，并获得与所述评定结果对应的分析数据、报表以及曲线，实现对加热炉状态的实时采集监控；
所述仿真平台，用于建立加热炉数字孪生体，基于所述加热炉实时状态数据，进行仿真，并对仿真结果进行计算，传输至所述客户端，实现对加热炉的节能预测。
2.根据权利要求1所述的基于数字孪生体的加热炉节能监控预测系统，其特征在于，所述嵌入式数据采集单元，包括测量感知子单元以及对象控制子单元；
所述测量感知子单元，用于实现对加热炉的测量感知，获取所述加热炉实时状态数据；
所述对象控制子单元，用于将所述加热炉实时状态数据，通过TCP网络上传至所述云服务器，实现对加热炉的控制。
3.根据权利要求1所述的基于数字孪生体的加热炉节能监控预测系统，其特征在于，所述加热炉实时状态数据，包括：排烟温度、烟气中一氧化碳含量、烟气成分、炉体外表面温度及加热炉运行参数。
4.根据权利要求1所述的基于数字孪生体的加热炉节能监控预测系统，其特征在于，所述数字资产的功能包括：资产管理、资产追溯以及资产共享。
5.根据权利要求1所述的基于数字孪生体的加热炉节能监控预测系统，其特征在于，所述仿真平台，包括数字模型模块、模拟仿真模块以及数据分析模块；
所述数字模型模块，用于预先构建存储加热炉的降维模型；
所述模拟仿真模块，用于基于所述降维模型以及所述加热炉实时状态数据，对加热炉进行模拟仿真；
所述数据分析模块，用于对所述模拟仿真的数据进行对比分析，并按不同工况进行分类，优化所述模拟仿真的数据。
6.根据权利要求5所述的基于数字孪生体的加热炉节能监控预测系统，其特征在于，所述数字模型模块，包括：结构模型单元和行为模型单元；
所述结构模型单元，用于基于加热炉的CAE分析，构建结构模型；
所述行为模型单元，用于基于加热炉的运行状态，构建行为模型。
7.根据权利要求5所述的基于数字孪生体的加热炉节能监控预测系统，其特征在于，所述模拟仿真模块，包括：物理仿真单元和系统仿真单元；
所述物理仿真单元，用于基于预设的降维模型进行单参数物理仿真；
所述系统仿真单元，用于基于所述单参数物理仿真的结果进行多参数系统仿真。
8.根据权利要求7所述的基于数字孪生体的加热炉节能监控预测系统，其特征在于，所述数据分析模块，包括：历史分析单元和未来预测单元；
所述历史分析单元，用于对所述物理仿真单元以及所述系统仿真单元的数据进行存储和对比分析，按照不同工况进行分类，采用遗传算法对所述数据进行优化，获得工况优化数据；
所述未来预测单元，用于基于所述工况优化数据以及工况处理经验，预测加热炉未来的维修方案和维修时间。
9.一种基于数字孪生体的加热炉节能监控预测方法，其特征在于，包括以下步骤：
基于加热炉DCS控制系统以及预置的检测仪器，获取加热炉实时状态数据；
布置数字资产，接收、存储以及分析所述加热炉实时状态数据，评定加热炉节能状态；
实时动态显示所述评定结果，并获得与所述评定结果对应的分析数据、报表以及曲线，实现对加热炉状态的实时采集监控；
建立加热炉数字孪生体，基于所述加热炉实时状态数据，进行仿真，并对仿真结果进行计算，实现对加热炉的节能预测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310238062.5A CN116244953A (zh) | 2023-03-13 | 2023-03-13 | 一种基于数字孪生体的加热炉节能监控预测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310238062.5A CN116244953A (zh) | 2023-03-13 | 2023-03-13 | 一种基于数字孪生体的加热炉节能监控预测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116244953A true CN116244953A (zh) | 2023-06-09 |
Family
ID=86627662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310238062.5A Pending CN116244953A (zh) | 2023-03-13 | 2023-03-13 | 一种基于数字孪生体的加热炉节能监控预测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116244953A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103017560A (zh) * | 2012-10-29 | 2013-04-03 | 中国石油化工股份有限公司 | 加热炉燃烧状态远程监测与调炉决策专家系统 |
| CN113190886A (zh) * | 2021-04-28 | 2021-07-30 | 青岛赛普克有限元科技发展有限公司 | 一种基于快速仿真数字孪生技术的设备健康监测方法 |
| CN115203842A (zh) * | 2022-07-06 | 2022-10-18 | 北京机科国创轻量化科学研究院有限公司 | 一种热冲压成形生产线的数字孪生系统和构建方法 |
-
2023
- 2023-03-13 CN CN202310238062.5A patent/CN116244953A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103017560A (zh) * | 2012-10-29 | 2013-04-03 | 中国石油化工股份有限公司 | 加热炉燃烧状态远程监测与调炉决策专家系统 |
| CN113190886A (zh) * | 2021-04-28 | 2021-07-30 | 青岛赛普克有限元科技发展有限公司 | 一种基于快速仿真数字孪生技术的设备健康监测方法 |
| CN115203842A (zh) * | 2022-07-06 | 2022-10-18 | 北京机科国创轻量化科学研究院有限公司 | 一种热冲压成形生产线的数字孪生系统和构建方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111367241A (zh) | 一种企业综合能源管控系统及方法 | |
| CN101619850B (zh) | 基于热电系统负荷在线预测的调度方法与系统 | |
| CN201795518U (zh) | 一种煤燃烧经济性分析装置 | |
| CN109948858B (zh) | 基于数据驱动的工况识别方法 | |
| CN113285974A (zh) | 一种基于数字孪生技术的企业碳排放监控系统 | |
| CN112857434A (zh) | 一种基于lpwan的矿井高压电缆实时监测系统 | |
| CN104570973A (zh) | 一种企业能源管理方法及装置 | |
| CN109523180B (zh) | 一种火电厂煤耗及供热在线监控系统 | |
| CN111121874A (zh) | 一种水源地水质监测评估系统及其评估方法 | |
| CN102637020B (zh) | 一种轧钢加热炉集成型控制系统 | |
| CN105956786A (zh) | 一种用于化肥企业的能源管理系统 | |
| US20230410127A1 (en) | Blockchain-based Carbon Emission/Energy Consumption Data Management and Operation System and Method of Enterprises | |
| CN111650901A (zh) | 一种水泥生产线用智能无人值守工厂系统 | |
| CN113757634A (zh) | 一种工业锅炉能效环保协同检测平台及方法 | |
| CN108803466A (zh) | 一种工业锅炉能效在线检测系统及方法 | |
| CN116244953A (zh) | 一种基于数字孪生体的加热炉节能监控预测系统及方法 | |
| Zhang et al. | A framework of energy-consumption driven discrete manufacturing system | |
| CN116659568A (zh) | 一种船舶涂装车间现场环境监测系统 | |
| CN116187802A (zh) | 分析电力系统的碳排检测系统及检测方法 | |
| CN116085823A (zh) | 锅炉燃烧控制方法及系统 | |
| CN113780728A (zh) | 工业锅炉能效排放的离线检测方法、系统、介质、设备 | |
| CN108229850B (zh) | 基于工业生产网络的城市级能耗、环保数据管理方法和系统 | |
| CN111178768A (zh) | 一种基于云平台的智慧能源管理系统 | |
| CN111443635A (zh) | 节能减排实时监测系统 | |
| Shiyun et al. | Data analysis and cloud computing of power grid infrastructure projects under the background of informatization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |