CN116991130A - 一种石化生产智能化自动化控制系统和方法 - Google Patents
一种石化生产智能化自动化控制系统和方法 Download PDFInfo
- Publication number
- CN116991130A CN116991130A CN202311209380.5A CN202311209380A CN116991130A CN 116991130 A CN116991130 A CN 116991130A CN 202311209380 A CN202311209380 A CN 202311209380A CN 116991130 A CN116991130 A CN 116991130A
- Authority
- CN
- China
- Prior art keywords
- waste
- data
- production
- parameters
- module
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 286
- 238000000034 method Methods 0.000 title claims abstract description 59
- 239000002699 waste material Substances 0.000 claims abstract description 243
- 238000004458 analytical method Methods 0.000 claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims abstract description 55
- 238000010219 correlation analysis Methods 0.000 claims abstract description 44
- 238000007405 data analysis Methods 0.000 claims abstract description 22
- 239000007789 gas Substances 0.000 claims description 38
- 239000002912 waste gas Substances 0.000 claims description 23
- 239000002994 raw material Substances 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000007726 management method Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 7
- 238000011217 control strategy Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000012098 association analyses Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000011958 production data acquisition Methods 0.000 claims description 3
- 238000010223 real-time analysis Methods 0.000 claims description 3
- 239000002910 solid waste Substances 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 239000002351 wastewater Substances 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 238000003908 quality control method Methods 0.000 abstract description 5
- 230000009977 dual effect Effects 0.000 abstract description 3
- 230000001276 controlling effect Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 12
- 238000003912 environmental pollution Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000003348 petrochemical agent Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000002468 redox effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000003442 weekly effect Effects 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]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明提出了一种石化生产智能化自动化控制系统和方法,其中系统包括数据采集模块、数据分析模块、控制模块和监控和预警模块,方法包括通过数据采集模块采集石化生产相关;对数据进行分类,对石化生产过程中的生产数据、产品质量数据和废弃物含量进行关联性分析得到分析结果和综合参数;通过控制模块进行生产参数的调整和控制;通过监控和预警模块对生产过程进行实时监测,并对可能出现的故障进行预警和诊断,并及时采取措施;通过此方法和系统,通过控制参数实现废弃物控制和产品质量控制的双重目标,减少生产过程中废弃物的产生量,降低企业的环保压力和成本负担,同时提高了生产效率和产品品质。
Description
技术领域
本发明涉及石化产品生产技术领域,特别涉及一种石化生产智能化自动化控制系统和方法。
背景技术
在石化生产过程中,废物的产生是不可避免的。废物含量的变化直接影响到石化产品的质量和产量。而在传统的自动化控制系统中,无法准确地感知这些变化,也就无法采取有效的措施进行调整。因此,如何实现对废物含量的实时监测和精细化控制已成为当前石化生产过程中急需解决的问题。
发明内容
本发明提供了一种石化生产智能化自动化控制系统和方法,用以实现生产过程的可控性和产品质量,减少废弃物产生量,实现环保减排。
本发明提出的一种石化生产智能化自动化控制系统,所述系统包括:
数据采集模块:实时采集石化生产过程中的参数并记录在数据库中;
数据分析模块:对采集到的数据进行分析和处理,得出相应的控制策略;所述分析包括废气物含量与生产数据以及产品质量数据进行关联性分析;根据所述关联分析调整所述生产数据;
控制模块:将控制策略转化为控制指令,通过控制器对生产设备进行控制,实现自动化控制;
监控和预警模块:对生产过程进行实时监测,并对可能出现的故障进行预警和诊断,并及时采取措施。
进一步的,一种石化生产智能化自动化控制系统,所述数据采集模块包括:
生产数据采集模块:通过传感器采集生产数据,所述生产数据包括设备状态、温度、压力和流量;
产品质量数据采集模块:采集产品质量数据并进行存储;所述质量数据包括产品成分、纯度和物理状态。
废弃物数据采集模块:通过采集器采集废弃物的含量,所述废弃物包括废水、废气和固体废弃物。
进一步的,一种石化生产智能化自动化控制系统,所述数据分析模块包括:
数据预处理模块:将各个参数数据进行清洗、去重、去除异常值和缺失数据;
分类模块:将数据按照产品种类、原料和生产阶段进行分类获得分类结果;
生产数据分析模块:按照分类结果,对石化生产过程中的各项数据进行分析,以获取生产过程的动态变化和异常情况;
产品质量分析模块:按照分类结果,对产品质量参数进行采集、监测和分析,获得产品质量的实时数据和趋势变化;
废弃物含量分析模块:按照分类结果对废弃物含量进行实时分析和监控,所述分析包括趋势分析和统计分析;
关联分析模块:将废气物含量与生产数据以及产品质量数据进行关联性分析,获得关联性结果。
进一步的,一种石化生产智能化自动化控制系统,所述关联性分析模块包括:
数据选择模块:按照分类结果分别选择数据库中相应类型的历史数据和实时数据进行分析;
第一分析模块:在同一分类结果下,将废弃物含量分别与对应的各个生产参数做相关性分析,获得生产参数与废弃物含量的相关系数Rij;
第一判断模块:如果相关系数|Rij|≥第一阈值,则判定此生产参数为关联参数;
第二分析模块:将关联参数之间进行相关性分析,获得关联参数之间的第二相关系数r;
第二判断模块:如果第二相关系数|r|≥第二阈值;则将对应的两个关联参数进行正交化处理得到处理后得关联参数;
建模模块:将处理后的关联参数通过分析软件进行建模;获得综合参数以及综合参数与废弃物的第三相关系数Rz;
综合参数监控模块:将综合参数作为新的参数加入到监控系统;并根据综合参数、生产参数的值预测和控制废弃物含量;
第三关联模块:将废气物的含量与产品质量数据进行相关性分析;根据产品质量数据调整废弃物含量阈值;
阈值调整模块:根据废弃物含量阈值调整综合参数以及对应的生产参数;
第三判定模块:如果针对不同的废弃物含量获得的关联性参数相同;则计算与此关联参数相关的废弃物含量的影响因子Yi,
其中,|Rij|表示废弃物i与生产参数j之间的相关系数的绝对值;wk为废弃物的权重;α、β为系数,取值范围分别为(0,1);
以Yi最高值对应的废弃物阈值为参照标准对此关联参数进行调整。
进一步的,一种石化生产智能化自动化控制系统,所述第三关联模块包括:
建立废弃物含量和产品质量有关的指标关系的多元回归模型;
L=c+d1Z1+d2Z2+...+dnZn;
其中,L表示废气物含量,Z1、Z2、...、Zn表示与产品质量有关的指标,c、d1、d2、...、dn表示常数和系数;
根据模型将废弃物含量数据和产品质量有关指标利用拟合公式进行拟合得到常数和系数;
将同一分类下不同的数据集合进行建模获得不同的模型,建模次数f≥3;
将产品质量指标代入不同的模型计算得到废弃物含量Lyv;
计算不同模型下相同产品质量指标对应的废弃物含量的均值Ly;
令预设废弃物阈值为Lyy;所有废弃物含量的标准差为σ;
如果Ly>Lyy;并且Ly-Lyy≥σ/2;则废气物含量阈值调整为Lyy+σ/2;
如果Ly<Lyy;并且Lyy-Ly≥σ/2;则废气物含量阈值调整为Ly+σ/2;
如果|Ly-Lyy|<σ/2;则保持预设的废弃物阈值不变。
进一步的,一种石化生产智能化自动化控制系统,所述控制模块包括:
执行机构驱动模块:负责将控制指令转化为控制信号,通过执行机构驱动生产设备进行控制;
控制指令管理模块:负责管理所有的控制指令,确保控制指令的生成、管理、存储、发送和执行过程的准确性和稳定性。
进一步的,一种石化生产智能化自动化控制系统,所述监控和预警模块包括:
实时监测模块:通过可视化界面,对石化生产过程参数进行实时监控;
预警和预测模块:通过数据采集模块采集的历史数据和实时数据,经过数据分析模块后,通过对预警和预测模块,对可能出现的异常情况进行预警和预测;
故障诊断和维护模块:通过对生产过程中出现的异常情况进行实时监测和诊断,及时发现并解决生产中的故障;
报警管理模块:对生产过程中可能出现的异常情况进行报警。
本发明提出一种石化生产智能化自动化控制方法,所述方法包括:
S1、通过数据采集模块采集石化生产过程中生产数据、产品质量数据和废弃物含量;
S2、将所述数据采集模块采集的数据按照产品种类、原料和生产阶段进行分类获得分类结果;
S3、选取分类后的数据,通过数据分析模块对石化生产过程中的生产数据、产品质量数据和废弃物含量进行关联性分析得到分析结果和综合参数;
S4、利用所述分析结果通过控制模块进行生产参数的调整和控制;包括:根据产品质量数据调整废弃物阈值设置,根据废弃物阈值调整生产参数和综合参数;根据生产参数和综合参数预测和控制废弃物的含量;
S5、通过监控和预警模块对生产过程进行实时监测,并对可能出现的故障进行预警和诊断,并及时采取措施。
进一步的,一种石化生产智能化自动化控制方法,所述S3包括:
11.一种石化生产智能化自动化控制方法,其特征在于,所述S3包括:
S301、按照分类结果分别选择数据库中相应类型的历史数据和实时数据进行分析;
S302、在同一分类结果下,将废弃物含量分别与对应的各个生产参数做相关性分析,获得生产参数与废弃物含量的相关系数Rij;
S303、如果相关系数|Rij|≥第一阈值,则判定此生产参数为关联参数;
S304、将关联参数之间进行相关性分析,获得关联参数之间的第二相关系数r;
S305、如果第二相关系数|r|≥第二阈值;则将对应的两个关联参数进行正交化处理得到处理后的关联参数;
S306、将处理后的关联参数通过分析软件进行建模;获得综合参数以及综合参数与废弃物的第三相关系数Rz;
其中,|Rz|>|Rij|;综合参数为Y=a1+a2b1+a3b2+…+anbn-1,其中a1,a2…an为系数;b1,b2…bn-1为处理后的关联参数;所述关联系数由分析软件获取;
S307、将综合参数作为新的参数加入到监控系统;并根据综合参数、生产参数的值预测和控制废弃物含量;
S308、将废气物的含量与产品质量数据进行相关性分析;根据不同的产品质量数据调整不同的废弃物含量阈值;
S309、根据废弃物含量阈值调整综合参数以及对应的生产参数;
S310、如果针对不同的废弃物含量获得的关联性参数相同;则计算与此关联参数相关的废弃物含量的影响因子Yi,
其中,|Rij|表示废弃物i与生产参数j之间的相关系数的绝对值;wk为废弃物的权重;α、β为系数,取值范围分别为(0,1);
以Yi最高值对应的废弃物阈值为参照标准对此关联参数进行调整。
进一步的,一种石化生产智能化自动化控制方法,所述将废气物的含量与产品质量数据进行相关性分析;根据不同的产品质量数据调整不同的废弃物含量阈值;包括:
建立废弃物含量和产品质量有关的指标关系的多元回归模型;
L=c+d1Z1+d2Z2+...+dnZn;
其中,L表示废气物含量,Z1、Z2、...、Zn表示与产品质量有关的指标,c、d1、d2、...、dn表示常数和系数;
根据模型将废弃物含量数据和产品质量有关指标利用拟合公式进行拟合得到常数和系数;
将同一分类下不同的数据集合进行建模获得不同的模型,建模次数f≥3;
将产品质量指标代入不同的模型计算得到废弃物含量Lyv;
计算不同模型下相同产品质量指标对应的废弃物含量的均值Ly;
令预设废弃物阈值为Lyy;所有废弃物含量的标准差为σ;
如果Ly>Lyy;并且Ly-Lyy≥σ/2;则废气物含量阈值调整为Lyy+σ/2;
如果Ly<Lyy;并且Lyy-Ly≥σ/2;则废气物含量阈值调整为Ly+σ/2;
如果|Ly-Lyy|<σ/2;则保持预设的废弃物阈值不变。
本发明有益效果:通过本发明一种石化生产智能化自动化控制系统和方法,实现废弃物控制和产品质量控制的双重目标,提高生产过程的效率和质量;通过数据采集和分析,对生产过程中的数据进行实时监测和分析,提高生产过程的可控性;通过废弃物含量的实时监控和控制,降低废弃物的产生量,在达到目标产量的情况下实现了资源的节约和环保的目标;通过实时监测和预警,能够对生产过程中可能出现的故障进行快速的诊断和处理,提高了生产过程的可靠性和安全性。
附图说明
图1为本发明所述一种石化生产智能化自动化控制系统示意图;
图2为本发明所述一种石化生产智能化自动化控制系统关联模块示意图;
图3为本发明所述一种石化生产智能化自动化控制方法示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,所描述的实施例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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
本实施例一种石化生产智能化自动化控制系统,其特征在于,所述系统包括:
数据采集模块:实时采集各种数据,以便获得对生产过程的详细了解;除了原料、产品、温度和压力等常规参数外,还可以收集许多其他参数,以实现更精细的生产过程控制和更准确的故障诊断。
具体来说,数据采集模块包括:
生产数据采集模块:通过传感器采集生产数据,所述生产数据包括:
液位:用于监测液体的高度或深度,以便控制液体的流动和混合;
流量:监测液体或气体的流动速率,以便控制和调节流量和流速;
运动:检测运动设备(如泵、阀门、旋转机械等)的运行状态和速度,以便诊断运动设备故障和优化运动效率;
产品质量数据采集模块:采集产品质量数据并进行存储;所述质量数据包括但不限于产品成分、纯度和物理状态;
废弃物数据采集模块:通过采集器采集废弃物的含量,所述废弃物包括废水、废气和固体废弃物;所述采集器包括pH计、浊度计、氧化还原电位计、离子选择性电极、COD检测仪等;
数据的采集频率为:
其中,ΔT为网络延迟,Te为网络延迟阈值;d为宽带利用率;Gi-1为第i-1次采样数据组;Gi-2第i-2次采样数据组;其中Gi-1、Gi-2为同时采样的多种数据,比如温度,湿度,流量,选取其中变化率最大的值;
维修数据采集模块:采集设备保养、维护和维修的数据,以帮助生产管理人员定期计划和预防性维护。
数据分析模块:对采集到的数据进行分析和处理,得出相应的控制策略;所述分析包括废气物含量与生产数据以及产品质量数据进行关联性分析;根据所述关联分析调整所述生产数据;
控制模块:将控制策略转化为控制指令,通过控制器对生产设备进行控制,实现自动化控制;
监控和预警模块:对生产过程进行实时监测,并对可能出现的故障进行预警和诊断,并及时采取措施。
上述技术方案的工作原理为:通过对石化生产过程中的各种实时数据和废弃物含量的采集、分析和处理,得出相应的分析结果,然后利用控制模块根据产品质量数据调整废弃物阈值设置,根据废弃物阈值设置调整生产参数,从而控制整个生产过程,实现自动化和智能化控制,并且通过监控和预警模块对生产过程进行实时监测,对可能出现的故障进行预警和诊断,并及时采取措施,从而提高生产效率和产品质量,减少生产成本和环境污染等。
上述技术方案的效果为:通过实时数据的采集、分析和处理,可对生产过程进行优化调整,从而提高生产效率和产量;通过分析关联性数据,调整废弃物阈值和生产参数等,可控制产品的生产质量,保证产品质量的稳定和一致性。通过自动化控制和实时监测,可降低劳动力成本、减少设备停机时间、降低生产废品损失等,从而降低生产成本;通过调整废弃物阈值控制生产过程中的废弃物排放,从而减少环境污染的负面影响。
本实施例一种石化生产智能化自动化控制系统,所述数据分析模块包括:
数据预处理模块:将各个参数数据进行清洗、去重、去除异常值和缺失数据;
分类模块:将数据按照产品种类、原料和生产阶段进行分类获得分类结果;通常是根据生产过程中的物料代码、产品等级、生产批次和时间等因素进行分类的。具体分类方法可以根据生产需求和管理要求来确定;例如,在生产过程中可以根据原料的分类、生产过程的不同阶段、加工流程的不同,将数据按照品种、原料、生产阶段等进行分类;原料分类方法包括以下几种:
化学性质分类:根据原料的化学性质(如酸碱度、氧化还原性质等)将其分为不同类别,以便对其进行加工和处理。
物理性质分类:根据原料的物理特性(如密度、熔点、沸点等)将其分为不同类别,以便对其进行加工和处理。
含量分类:根据原料中不同成分的含量将其分为不同类别,以便合理利用和控制其质量。
产地分类:根据原料来源的不同将其分为不同类别,以便管理和质量控制。
原料分类在石化生产中非常重要,因为不同的原料可能在生产过程中会产生不同的废弃物和污染物。因此,对每种原料进行分类可以更好地掌握和管理生产过程中的废弃物和污染物,提高生产的经济效益和环境可持续性。
所述生产阶段包括前处理阶段、分离阶段、变换阶段、加工阶段和后处理阶段;
生产数据分析模块:按照分类结果,对石化生产过程中的各项数据进行分析,以获取生产过程的动态变化和异常情况;所述各项数据包括温度、压力、流量;例如,通过对生产过程中的关键指标进行多维度的统计分析,可以识别异常和变化,并提供基于故障预警和检修保养的决策支持;具体的分析方式可以包括数据挖掘、模型建立、智能诊断等方法,以实现对石化生产过程的实时监控、预测和控制;
产品质量分析模块:按照分类结果,对产品质量参数进行采集、监测和分析,得出产品质量的实时数据和趋势变化;
废弃物含量分析模块:按照分类结果对废弃物含量进行实时分析和监控,所述分析包括趋势分析和统计分析;统计历史数据的各个分类结果下,对于不同的废弃物,分别统计均值,标准差和变异系数;
通过分析废弃物含量的变化趋势,可以了解废弃物产生的规律,以及是否处于可控范围内。如果废弃物含量的变化趋势不稳定,就需要及时调整生产过程,以保持稳定的产出;针对不同类型的废弃物,可以实时收集废弃物含量数据,并用统计方法对其进行分析,例如平均值、标准差、变异系数等。
关联分析模块:将废气物含量与生产数据和产品质量进行关联性分析,获得关联性结果。
上述技术方案的工作原理和效果为:该石化生产智能化自动化控制系统的数据分析模块,基于大数据分析技术,可以对石化生产过程中各项数据进行预处理和分析,获得生产过程中各个方面的数据,并且可以根据分类结果对数据进行分类,从而更好地了解和掌握生产过程的情况;数据预处理模块可以对各项参数数据进行清洗、去重、去除异常值和缺失数据,并把清洗后的数据传送至分类模块;分类模块根据生产过程中的物料代码、产品等级、生产批次和时间等因素进行分类,以便后续分析和管理。分类好的数据可以传送至生产数据分析模块、产品质量分析模块和废弃物含量分析模块;
生产数据分析模块可以根据分类后的数据对生产过程进行实时监测和分析,以便及时发现问题并进行改进。例如,在生产过程中,可以分析生产设备的运行状态和设备的维护信息,以确保设备运行的稳定性和可靠性。通过对生产过程中温度、压力、流量、含量、使用量等参数的监测和分析,可以获取生产参数的实时变化情况,并进行趋势分析和异常检测,以便及时发现和解决问题。
产品质量分析模块可以对产品质量参数进行采集、监测和分析,以便了解产品质量情况并掌握其趋势变化。例如,可以对产品的含量、纯度、密度、颜色等参数进行实时监测和分析,并进行趋势分析、异常检测和故障诊断,以提高产品质量水平。
废弃物含量分析模块可以对废气物含量进行实时分析和监控,以便及时发现和解决污染问题。对废气物含量进行趋势分析和统计分析,以便了解污染源并采取相应的治理措施。
关联分析模块可以将废气物含量与生产数据和产品质量进行关联性分析,获得关联性结果,以便掌握污染源和其对生产造成的影响。
总之,该石化生产智能化自动化控制系统的数据分析模块能够有效地监测、分析和控制生产过程中的各项数据和参数,由此提高产品质量、减少污染,实现企业的高效、优质、稳定生产。
本实施例一种石化生产智能化自动化控制系统,所述关联性分析模块包括:
数据选择模块:按照分类结果分别选择数据库中相应类型的历史数据进行分析;选择分析的类别,在选择的类别下,其中历史数据可以为最近一周,一个月,目的是获得此种类别下足够的和能够反应当下生产的数据;
第一分析模块:在同一分类结果下,将废弃物含量分别与对应的各个生产参数做相关性分析,获得生产参数与废弃物含量的相关系数Rij;其中,连续型参数采用Pearson相关系数,离散型数据采用Spearman相关系数;将每种废气物的含量分别对应的各个生产参数;分别得到不同的废弃物和不同的参数的相关性;例如有两种废弃物,两个生产参数,则每种为废弃物获得两个相关系数;以下针对每种废弃物含量,分别获取不同的综合参数;
第一判断模块:如果相关系数|Rij|≥第一阈值,则判定此生产参数为关联参数;
第二分析模块:将关联参数之间进行相关性分析,获得关联参数之间的第二相关系数r;
第二判断模块:如果第二相关系数|r|≥第二阈值;则将对应的两个关联参数进行正交化处理得到处理后得关联参数;
建模模块:将处理后的关联参数通过分析软件进行建模;获得综合参数以及综合参数与废弃物的第三相关系数Rz;
其中,|Rz|>|Rij|;综合参数为Y=a1+a2b1+a3b2+…+anbn-1,其中a1,a2…an为系数;b1,b2…bn-1为处理后的关联参数;所述关联系数由分析软件获取;
综合参数监控模块:将综合参数作为新的参数加入到监控系统;并根据综合参数、生产参数的值预测和控制废弃物含量;
第三关联模块:将废气物的含量与产品质量数据进行相关性分析;根据不同的产品质量数据调整不同的废弃物含量阈值;
阈值调整模块:根据废弃物含量阈值调整综合参数以及对应的生产参数;
第三判定模块:如果针对不同的废弃物含量获得的关联性参数相同;则计算与此关联参数相关的废弃物含量的影响因子Yi,
其中,|Rij|表示废弃物i与生产参数j之间的相关系数的绝对值;wk为废弃物的权重;α、β为系数,取值范围分别为(0,1);所述废气物的权重根据废弃物的类型和处理难度进行评级,按照级别分配权重;级别数量为m,w1>w2>…>wm;优选α=0.4,β=0.6;
以Yi最高值对应的废弃物阈值为参照标准对此关联参数进行调整。
上述技术方案的工作原理为:该石化生产智能化自动化控制系统采用关联性分析模块,通过对生产参数和废弃物含量的相关性进行分析,构建了综合参数和废弃物含量之间的相关性模型,实现了废气物含量的预测和控制;
具体实现步骤如下:
(1)数据选择模块:按照分类结果从数据库中选择相应类型的历史数据进行分析;
(2)第一分析模块:同一分类结果下,将废弃物含量分别与对应的生产参数做相关性分析,获得生产参数与废弃物含量的相关系数。其中,连续型参数采用Pearson相关系数,离散型数据采用Spearman相关系数。对于每种废气物的含量,都可以获取不同的综合参数,分别得到不同废弃物和不同参数的相关性。如果相关系数的绝对值大于等于第一阈值,则判断该生产参数为关联参数;
(3)第二分析模块:将关联参数之间进行相关性分析,获得关联参数之间的第二相关系数r。如果第二相关系数的绝对值大于等于第二阈值,则将对应的两个关联参数进行正交化处理得到处理后得关联参数;
(4)建模模块:将处理后的关联参数通过分析软件进行建模,获得综合参数以及综合参数和废弃物的相关性Rz;
(5)综合参数监控模块:将综合参数作为新的参数加入到监控系统,并根据关联参数的值预测废弃物含量;
(6)第三关联模块:将废气物的含量与产品质量数据进行相关性分析,并根据不同的产品质量数据调整不同的废弃物含量阈值;
(7)阈值调整模块:根据废弃物含量阈值调整综合参数以及对应的生产参数;
(8)第三判定模块:如果针对不同的废弃物含量获得的关联性参数相同;则计算废废弃物的影响因子Yi,
其中,|Rij|表示废弃物i与生产参数j之间的相关系数的绝对值;wk为废弃物的权重;α、β为系数,取值范围分别为(0,1);所述废气物的权重根据废弃物的类型和处理难度进行评级,按照级别分配权重;级别数量为m,w1>w2>…>wm;优选α=0.4,β=0.6;
以Yi最高值对应的废弃物阈值为参照标准对此关联参数进行调整。
上述技术方案的效果为:通过此实现废气物含量的实时预测和控制,提高了生产效率,降低了环境污染的风险,并且可以根据不同的产品质量要求自动调整废弃物含量的阈值,进一步优化了生产过程。同时,系统中采用了多种相关性分析方法,能够处理不同类型的数据,并对不同类型的相关性分析结果选择合理的参数因子并消除各个参数因子之间的相互影响进行多元回归的建模,提高了模型的准确度,通过建模后获得一个综合参数,并将综合参数加入控制系统,提高了监控的精度和准确性;同时根据综合参数与废弃物的模型和废弃物的阈值,调整综合参数,和各个生产因子,而废弃物的阈值根据产品的质量进行调整,在确保产品质量的前提下,减少废弃物的含量,达到节能减排的目的,如果针对不同的废弃物含量获得的关联性参数相同,则计算废废弃物的影响因子;其中,影响因子Yi的计算包括两部分:废气物权重和废气物与生产参数之间的相关系数绝对值。废气物权重评价了各种废气物在处理中的难度,从而确定了各种废气物对生产过程的影响程度;废气物与生产参数之间的相关系数绝对值则表征了各种废气物与生产参数之间的关联程度,越大表明二者之间的关系越密切,对生产过程的影响就越大。最后通过针对不同废气物的影响因子Yi来确定各个生产参数的调整方向和强度。从而减少生产过程中废弃物的产生量,降低企业的环保压力和成本负担,同时提高了生产效率和产品品质。
本实施例一种石化生产智能化自动化控制系统,所述第三关联模块包括:
建立废弃物含量和产品质量有关的指标关系的多元回归模型;
L=c+d1Z1+d2Z2+...+dnZn;
其中,L表示废气物含量,Z1、Z2、...、Zn表示与产品质量有关的指标,c、d1、d2、...、dn表示常数和系数;
根据模型将废弃物含量数据和产品质量有关指标利用拟合公式进行拟合得到常数和系数;
将同一分类下不同的数据集合进行建模获得不同的模型,建模次数5≥f≥3;,其中不同的数据集合为在同一分类下,例如最近一个月的数据,每周的数据进行建模,获得四次模型;
将产品质量指标代入不同的模型计算得到废弃物含量Lyv;
计算不同模型下相同产品质量指标对应的废弃物含量的均值Ly;
令预设废弃物阈值为Lyy;所有废弃物含量的标准差为σ;
如果Ly>Lyy;并且Ly-Lyy≥σ/2;则废气物含量阈值调整为Lyy+σ/2;这意味着当前的废弃物含量阈值偏低,需要增加一部分来更好地控制废弃物含量;
如果Ly<Lyy;并且Lyy-Ly≥σ/2;则废气物含量阈值调整为Ly+σ/2;则废气物含量阈值调整为Ly+σ/2;这意味着当前的废弃物含量阈值偏高,可以适度减少以提高产品质量。
如果|Ly-Lyy|<σ/2;则保持预设的废弃物阈值不变。
上述技术方案的工作原理和效果为:通过建立废弃物含量和产品质量之间的多元回归模型,根据拟合公式对废弃物含量进行预测和控制,从而达到减少废弃物产生量、提高产品质量、优化生产过程的目的。通过建立多元回归模型L=c+d1Z1+d2Z2+...+dnZn,将废弃物含量作为因变量,产品质量相关指标作为自变量,利用历史数据拟合得到模型的常数和系数。这个模型能够反映不同产品质量指标对废弃物产生量的影响程度,进而能够在实际生产中对废弃物进行预测和控制;根据拟合公式,可以计算出在特定产品质量指标下,对应的废弃物含量;通过根据数据集建立多个模型、计算均值并考虑标准差,可以更准确地判断废弃物含量阈值的适当调整。这样可以提高废气物的控制效果,并确保产品质量达到预期标准。并且根据不同情况进行相应的调整,能够更好地控制废气排放,降低环境污染;通过调整产品质量指标阈值,可以进一步调整各种废气物的排放量,达到环保减排和提高产品质量的目的。
本实施例一种石化生产智能化自动化控制系统,所述控制模块包括:
执行机构驱动模块:负责将控制指令转化为控制信号,通过执行机构驱动生产设备进行控制;
控制指令管理模块:负责管理所有的控制指令,确保控制指令的生成、管理、存储、发送和执行过程的准确性和稳定性。
所述监控和预警模块包括:
实时监测模块:通过可视化界面,对石化生产过程参数进行实时监控;
预警和预测模块:通过数据采集模块采集的历史数据和实时数据,经过数据分析模块后,通过对预警和预测模块,对可能出现的异常情况进行预警和预测;
故障诊断和维护模块:通过对生产过程中出现的异常情况进行实时监测和诊断,及时发现并解决生产中的故障;
报警管理模块:对生产过程中可能出现的异常情况进行报警。
上述技术方案的工作原理和效果为:控制模块主要负责根据实时变化的生产情况生成、管理、存储、发送和执行控制指令,控制设备进行生产操作;监控和预警模块则通过实时监测、预警和预测、故障诊断和维护等子模块来保证生产过程的高效性、安全性和稳定性。
具体而言,执行机构驱动模块通过将控制指令转化为控制信号,对设备进行控制,从而实现生产操作的自动化;控制指令管理模块则确保整个控制指令的生成、管理、存储、发送和执行过程的准确性和稳定性,从而保证生产过程的顺利进行。
实时监测模块提供可视化界面,对石化生产过程参数进行实时监控,包括温度、压力、流量等重要物理参数,从而实时获取生产过程中的关键数据,监测生产过程中的异常情况。预警和预测模块通过对历史数据和实时数据的采集、统计分析和建模,对可能出现的异常情况进行预测和预警,从而在生产过程中及时调整生产计划,预防和避免可能的生产事故。
故障诊断和维护模块对生产过程中出现的异常情况进行实时监测和诊断,及时发现和解决生产中的故障,避免事故的发生。报警管理模块对生产过程中可能出现的异常情况进行报警,及时通知管理人员进行处理,保证生产过程中的安全性。
该石化生产智能化自动化控制系统的效果在于,通过集成化的设计,实现生产过程的自动化、智能化和可视化,提高生产效率和产品品质,同时也提高了生产安全性和稳定性,降低了生产成本和环境污染,从而实现了精益生产和可持续发展的目标。
本实施例一种石化生产智能化自动化控制方法,所述方法包括:
S1、通过数据采集模块采集石化生产过程中生产数据、产品质量数据和废弃物含量;
其中,数据的采集频率为:
其中,ΔT为网络延迟,Te为网络延迟阈值;d为宽带利用率;Gi-1为第i-1次采样数据组;Gi-2第i-2次采样数据组;其中Gi-1、Gi-2为同时采样的多种数据,比如温度,湿度,流量,选取其中变化率最大的值;
S2、将所述数据采集模块采集的数据按照产品种类、原料和生产阶段进行分类获得分类结果;通常是根据生产过程中的物料代码、产品等级、生产批次和时间等因素进行分类的。具体分类方法可以根据生产需求和管理要求来确定;例如,在生产过程中可以根据原料的分类、生产过程的不同阶段、加工流程的不同,将数据按照品种、原料、生产阶段等进行分类;
S3、选取分类后的数据,通过数据分析模块对石化生产过程中的生产数据、产品质量数据和废弃物含量进行关联性分析得到分析结果和综合参数;
S4、利用所述分析结果通过控制模块进行生产参数的调整和控制;包括:根据产品质量数据调整废弃物阈值设置,根据废弃物阈值调整生产参数和综合参数;根据生产参数和综合参数预测和控制废弃物的含量;
S5、通过监控和预警模块对生产过程进行实时监测,并对可能出现的故障进行预警和诊断,并及时采取措施。
上述技术方案的工作原理为:通过数据采集模块实时采集石化生产过程中的各种数据,包括实时数据、产品质量数据和废弃物含量,并且通过数据分析模块进行关联性分析得到分析结果;根据分析结果,利用控制模块对废弃物阈值设置进行调整,根据调整后的废弃物阈值设置,调整生产参数以达到产品质量和废弃物控制的目标;同时,该方法通过监控和预警模块进行实时监测,对可能出现的故障进行预警和诊断,并及时采取措施进行调整和控制。
上述技术方案的效果为:实现废弃物控制和产品质量控制的双重目标,提高生产过程的效率和质量;通过数据采集和分析,对生产过程中的数据进行实时监测和分析,提高生产过程的可控性;通过废弃物含量的实时监控和控制,降低废弃物的产生量,在达到目标产量的情况下实现了资源的节约和环保的目标;通过实时监测和预警,能够对生产过程中可能出现的故障进行快速的诊断和处理,提高了生产过程的可靠性和安全性。
本实施例一种石化生产智能化自动化控制方法,所述S3包括:
S301、按照分类结果分别选择数据库中相应类型的历史数据和实时数据进行分析;
S302、在同一分类结果下,将废弃物含量分别与对应的各个生产参数做相关性分析,获得生产参数与废弃物含量的相关系数Rij;
S303、如果相关系数|Rij|≥第一阈值,则判定此生产参数为关联参数;
S304、将关联参数之间进行相关性分析,获得关联参数之间的第二相关系数r;
S305、如果第二相关系数|r|≥第二阈值;则将对应的两个关联参数进行正交化处理得到处理后的关联参数;
S306、将处理后的关联参数通过分析软件进行建模;获得综合参数以及综合参数与废弃物的第三相关系数Rz;
其中,|Rz|>|Rij|;综合参数为Y=a1+a2b1+a3b2+…+anbn-1,其中a1,a2…an为系数;b1,b2…bn-1为处理后的关联参数;所述关联系数由分析软件获取;
S307、将综合参数作为新的参数加入到监控系统;并根据综合参数、生产参数的值预测和控制废弃物含量;
S308、将废气物的含量与产品质量数据进行相关性分析;根据不同的产品质量数据调整不同的废弃物含量阈值;
S309、根据废弃物含量阈值调整综合参数以及对应的生产参数;
S310、如果针对不同的废弃物含量获得的关联性参数相同;则计算与此关联参数相关的废弃物含量的影响因子Yi,
其中,|Rij|表示废弃物i与生产参数j之间的相关系数的绝对值;wk为废弃物的权重;α、β为系数,取值范围分别为(0,1);
以Yi最高值对应的废弃物阈值为参照标准对此关联参数进行调整。
上述技术方案的工作原理为:通过分析历史数据和实时数据来建立生产参数与废弃物含量之间的相关性关系,然后利用相关系数、正交化处理和建模等技术,提取出综合参数,并将其加入监控系统,以预测和控制废弃物含量。同时,该方法还考虑将废气物含量与产品质量数据进行相关性分析,根据不同产品质量数据调整废弃物含量阈值,进一步优化控制效果。
上述技术方案的效果为:通过综合分析不同生产参数之间的相关性,建立了能够预测和控制废弃物含量的综合参数,并根据产品质量数据调整废弃物含量阈值,使控制系统能够更准确地预测和调节废弃物含量。此外,通过计算废弃物影响因子,可以对关联参数进行调整,进一步优化废弃物处理的效果。通过该方法,可以提高石化生产的智能化水平,降低废弃物的排放量,提高产品质量,并节约资源和能源的消耗。
本实施例一种石化生产智能化自动化控制方法,所述将废气物的含量与产品质量数据进行相关性分析;根据不同的产品质量数据调整不同的废弃物含量阈值;包括:
建立废弃物含量和产品质量有关的指标关系的多元回归模型;
L=c+d1Z1+d2Z2+...+dnZn;
其中,L表示废气物含量,Z1、Z2、...、Zn表示与产品质量有关的指标,c、d1、d2、...、dn表示常数和系数;
根据模型将废弃物含量数据和产品质量有关指标利用拟合公式进行拟合得到常数和系数;
将同一分类下不同的数据集合进行建模获得不同的模型,建模次数5≥f≥3;
将产品质量指标代入不同的模型计算得到废弃物含量Lyv;
计算不同模型下相同产品质量指标对应的废弃物含量的均值Ly;
令预设废弃物阈值为Lyy;所有废弃物含量的标准差为σ;
如果Ly>Lyy;并且Ly-Lyy≥σ/2;则废气物含量阈值调整为Lyy+σ/2;
如果Ly<Lyy;并且Lyy-Ly≥σ/2;则废气物含量阈值调整为Ly+σ/2;
如果|Ly-Lyy|<σ/2;则保持预设的废弃物阈值不变。
上述技术方案的工作原理为:通过建立废弃物含量和产品质量之间的关系模型,利用多元回归模型来描述二者之间的相关性。首先,收集一定数量的废弃物含量和产品质量数据,并进行相关性分析。然后,根据不同的产品质量数据调整废弃物含量的阈值,以实现对废气物含量的控制和调整。
上述技术方案的效果为:该方法的效果是实现了石化生产过程的智能化自动化控制,能够根据产品质量数据及时调整废弃物含量的阈值,以确保产品的质量符合要求,并控制废气物的排放;具体效果包括:通过建立废弃物含量和产品质量的关系模型,实现对废气物含量的智能控制和调整,提高了生产过程的智能化水平;通过根据不同的产品质量数据调整废弃物含量的阈值,可以及时对生产过程进行调整,以确保产品质量的稳定性和一致性,并减少缺陷品的产生;通过根据产品质量数据调整废弃物含量的阈值,可以有效控制废气物的排放,减少对环境的污染,实现绿色生产;通过智能化自动化控制方法,实现了对生产过程的精确控制,可以提高生产效率和资源利用率,降低生产成本;通过建立多个模型并计算不同模型下的废弃物含量均值,可以提供预测产品质量对应的废弃物含量,从而在生产过程中进行优化和调整,以实现更好的质量控制和废物管理。
总体而言,该石化生产智能化自动化控制方法通过建立废弃物含量和产品质量之间的关系模型,并根据实际的产品质量数据进行废弃物含量阈值的调整,以实现对废气物含量的控制和调整,从而提高产品质量稳定性,降低废气物排放,提高生产效率和资源利用率,实现绿色和可持续发展的目标。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种石化生产智能化自动化控制系统,其特征在于,所述系统包括:
数据采集模块:实时采集石化生产过程中的参数并记录在数据库中;
数据分析模块:对采集到的数据进行分析和处理,得出相应的控制策略;所述分析包括废气物含量与生产数据以及产品质量数据进行关联性分析;根据所述关联分析调整所述生产数据;
控制模块:将控制策略转化为控制指令,通过控制器对生产设备进行控制,实现自动化控制;
监控和预警模块:对生产过程进行实时监测,并对可能出现的故障进行预警和诊断,并及时采取措施。
2.根据权利要求1所述的一种石化生产智能化自动化控制系统,其特征在于,所述数据采集模块包括:
生产数据采集模块:通过传感器采集生产数据,所述生产数据包括设备状态、温度、压力和流量;
产品质量数据采集模块:采集产品质量数据并进行存储;所述质量数据包括产品成分、纯度和物理状态;
废弃物数据采集模块:通过采集器采集废弃物的含量,所述废弃物包括废水、废气和固体废弃物。
3.根据权利要求1所述的一种石化生产智能化自动化控制系统,其特征在于,所述数据分析模块包括:
数据预处理模块:将各个参数数据进行清洗、去重、去除异常值和缺失数据;
分类模块:将数据按照产品种类、原料和生产阶段进行分类获得分类结果;
生产数据分析模块:按照分类结果,对石化生产过程中的各项数据进行分析,以获取生产过程的动态变化和异常情况;
产品质量分析模块:按照分类结果,对产品质量参数进行采集、监测和分析,获得产品质量的实时数据和趋势变化;
废弃物含量分析模块:按照分类结果对废弃物含量进行实时分析和监控,所述分析包括趋势分析和统计分析;
关联分析模块:将废气物含量与生产数据以及产品质量数据进行关联性分析,获得关联性结果。
4.根据权利要求3所述的一种石化生产智能化自动化控制系统,其特征在于,所述关联分析模块包括:
数据选择模块:按照分类结果分别选择数据库中相应类型的历史数据和实时数据进行分析;
第一分析模块:在同一分类结果下,将废弃物含量分别与对应的各个生产参数做相关性分析,获得生产参数与废弃物含量的相关系数Rij;
第一判断模块:如果相关系数|Rij|≥第一阈值,则判定此生产参数为关联参数;
第二分析模块:将关联参数之间进行相关性分析,获得关联参数之间的第二相关系数r;
第二判断模块:如果第二相关系数|r|≥第二阈值;则将对应的两个关联参数进行正交化处理得到处理后得关联参数;
建模模块:将处理后的关联参数通过分析软件进行建模;获得综合参数以及综合参数与废弃物的第三相关系数Rz;
综合参数监控模块:将综合参数作为新的参数加入到监控系统;并根据综合参数、生产参数的值预测和控制废弃物含量;
第三关联模块:将废气物的含量与产品质量数据进行相关性分析;根据产品质量数据调整废弃物含量阈值;
阈值调整模块:根据废弃物含量阈值调整综合参数以及对应的生产参数;
第三判定模块:如果针对不同的废弃物含量获得的关联性参数相同;则计算与此关联参数相关的废弃物含量的影响因子Yi,
其中,|Rij|表示废弃物i与生产参数j之间的相关系数的绝对值;wk为废弃物的权重;α、β为系数,取值范围分别为(0,1);
以Yi最高值对应的废弃物阈值为参照标准对此关联参数进行调整。
5.根据权利要求4所述的一种石化生产智能化自动化控制系统,其特征在于,所述第三关联模块包括:
建立废弃物含量和产品质量有关的指标关系的多元回归模型;
L=c+d1Z1+d2Z2+...+dnZn;
其中,L表示废气物含量,Z1、Z2、...、Zn表示与产品质量有关的指标,c、d1、d2、...、dn表示常数和系数;
根据模型将废弃物含量数据和产品质量有关指标利用拟合公式进行拟合得到常数和系数;
将同一分类下不同的数据集合进行建模获得不同的模型,建模次数f≥3;
将产品质量指标代入所述不同的模型计算得到废弃物含量Lyv;
计算不同模型下相同产品质量指标对应的废弃物含量的均值Ly;
令预设废弃物阈值为Lyy;所有废弃物含量的标准差为σ;
如果Ly>Lyy;并且Ly-Lyy≥σ/2;则废气物含量阈值调整为Lyy+σ/2;
如果Ly<Lyy;并且Lyy-Ly≥σ/2;则废气物含量阈值调整为Ly+σ/2;
如果|Ly-Lyy|<σ/2;则保持预设的废弃物阈值不变。
6.根据权利要求1所述的一种石化生产智能化自动化控制系统,其特征在于,所述控制模块包括:
执行机构驱动模块:负责将控制指令转化为控制信号,通过执行机构驱动生产设备进行控制;
控制指令管理模块:负责管理所有的控制指令,确保控制指令的生成、管理、存储、发送和执行过程的准确性和稳定性。
7.根据权利要求1所述的一种石化生产智能化自动化控制系统,其特征在于,所述监控和预警模块包括:
实时监测模块:通过可视化界面,对石化生产过程参数进行实时监控;
预警和预测模块:通过数据采集模块采集的历史数据和实时数据,经过数据分析模块后,通过对预警和预测模块,对可能出现的异常情况进行预警和预测;
故障诊断和维护模块:通过对生产过程中出现的异常情况进行实时监测和诊断,及时发现并解决生产中的故障。
8.一种石化生产智能化自动化控制方法,其特征在于,所述方法包括:
S1、通过数据采集模块采集石化生产过程中生产数据、产品质量数据和废弃物含量;
S2、将所述数据采集模块采集的数据按照产品种类、原料和生产阶段进行分类获得分类结果;
S3、选取分类后的数据,选取分类后的数据,通过数据分析模块对石化生产过程中的生产数据、产品质量数据和废弃物含量进行关联性分析得到分析结果和综合参数;
S4、利用所述分析结果通过控制模块进行生产参数的调整和控制;包括:根据产品质量数据调整废弃物阈值设置,根据废弃物阈值调整生产参数和综合参数;根据生产参数和综合参数预测和控制废弃物的含量;
S5、通过监控和预警模块对生产过程进行实时监测,并对可能出现的故障进行预警和诊断,并及时采取措施。
9.根据权利要求8所述的一种石化生产智能化自动化控制方法,其特征在于,所述S3包括:
S301、按照分类结果分别选择数据库中相应类型的历史数据和实时数据进行分析;
S302、在同一分类结果下,将废弃物含量分别与对应的各个生产参数做相关性分析,获得生产参数与废弃物含量的相关系数Rij;
S303、如果相关系数|Rij|≥第一阈值,则判定此生产参数为关联参数;
S304、将关联参数之间进行相关性分析,获得关联参数之间的第二相关系数r;
S305、如果第二相关系数|r|≥第二阈值;则将对应的两个关联参数进行正交化处理得到处理后的关联参数;
S306、将处理后的关联参数通过分析软件进行建模;获得综合参数以及综合参数与废弃物的第三相关系数Rz;
S307、将综合参数作为新的参数加入到监控系统;并根据综合参数、生产参数的值预测和控制废弃物含量;
S308、将废气物的含量与产品质量数据进行相关性分析;根据不同的产品质量数据调整不同的废弃物含量阈值;
S309、根据废弃物含量阈值调整综合参数以及对应的生产参数;
S310、如果针对不同的废弃物含量获得的关联性参数相同;则计算与此关联参数相关的废弃物含量的影响因子Yi,
其中,|Rij|表示废弃物i与生产参数j之间的相关系数的绝对值;wk为废弃物的权重;α、β为系数,取值范围分别为(0,1);
以Yi最高值对应的废弃物阈值为参照标准对此关联参数进行调整。
10.根据权利要求9所述的一种石化生产智能化自动化控制方法,其特征在于,所述将废气物的含量与产品质量数据进行相关性分析;根据不同的产品质量数据调整不同的废弃物含量阈值;包括:
建立废弃物含量和产品质量有关的指标关系的多元回归模型;
L=c+d1Z1+d2Z2+...+dnZn;
其中,L表示废气物含量,Z1、Z2、...、Zn表示与产品质量有关的指标,c、d1、d2、...、dn表示常数和系数;
根据模型将废弃物含量数据和产品质量有关指标利用拟合公式进行拟合得到常数和系数;
将同一分类下不同的数据集合进行建模获得不同的模型,建模次数f≥3;
将产品质量指标代入所述不同的模型计算得到废弃物含量Lyv;
计算不同模型下相同产品质量指标对应的废弃物含量的均值Ly;
令预设废弃物阈值为Lyy;所有废弃物含量的标准差为σ;
如果Ly>Lyy;并且Ly-Lyy≥σ/2;则废气物含量阈值调整为Lyy+σ/2;
如果Ly<Lyy;并且Lyy-Ly≥σ/2;则废气物含量阈值调整为Ly+σ/2;
如果|Ly-Lyy|<σ/2;则保持预设的废弃物阈值不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311209380.5A CN116991130A (zh) | 2023-09-18 | 2023-09-18 | 一种石化生产智能化自动化控制系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311209380.5A CN116991130A (zh) | 2023-09-18 | 2023-09-18 | 一种石化生产智能化自动化控制系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116991130A true CN116991130A (zh) | 2023-11-03 |
Family
ID=88521588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311209380.5A Pending CN116991130A (zh) | 2023-09-18 | 2023-09-18 | 一种石化生产智能化自动化控制系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116991130A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236799A (zh) * | 2023-11-14 | 2023-12-15 | 山东焱鑫矿用材料加工有限公司 | 一种中空注浆锚索的生产质量控制系统 |
CN117455080A (zh) * | 2023-12-25 | 2024-01-26 | 深圳市宏大联合实业有限公司 | 一种基于物联网的生产车间环境优化方法及系统 |
CN117568150A (zh) * | 2023-11-21 | 2024-02-20 | 国润生物质能源(山东)有限公司 | 一种基于发酵罐的生物质天然气管理系统 |
CN117829884A (zh) * | 2024-03-04 | 2024-04-05 | 山东港源管道物流有限公司 | 一种智慧油库建设运营管理系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229777A (zh) * | 2016-12-21 | 2018-06-29 | 中国石油化工股份有限公司 | 一种石油化工企业环境保护管理信息系统 |
KR20190009687A (ko) * | 2017-07-19 | 2019-01-29 | 한국전자통신연구원 | 시계열 데이터의 연관성 분석 장치 및 방법 |
CN115111594A (zh) * | 2022-07-08 | 2022-09-27 | 浙江大学 | 一种蓄热式热力氧化炉智能调控系统及方法 |
CN115203311A (zh) * | 2022-07-05 | 2022-10-18 | 南京云创大数据科技股份有限公司 | 一种基于数据大脑的行业数据分析挖掘方法及系统 |
CN115237972A (zh) * | 2021-04-23 | 2022-10-25 | 中国石油化工股份有限公司 | 一种实时监测风险场地地下环境的系统及方法 |
CN115357644A (zh) * | 2022-08-30 | 2022-11-18 | 贵州电网有限责任公司 | 一种基于人工智能的电力信息分析方法及系统 |
CN115825344A (zh) * | 2022-11-24 | 2023-03-21 | 生态环境部南京环境科学研究所 | 一种用于化工企业的废气智能监测方法及系统 |
-
2023
- 2023-09-18 CN CN202311209380.5A patent/CN116991130A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229777A (zh) * | 2016-12-21 | 2018-06-29 | 中国石油化工股份有限公司 | 一种石油化工企业环境保护管理信息系统 |
KR20190009687A (ko) * | 2017-07-19 | 2019-01-29 | 한국전자통신연구원 | 시계열 데이터의 연관성 분석 장치 및 방법 |
CN115237972A (zh) * | 2021-04-23 | 2022-10-25 | 中国石油化工股份有限公司 | 一种实时监测风险场地地下环境的系统及方法 |
CN115203311A (zh) * | 2022-07-05 | 2022-10-18 | 南京云创大数据科技股份有限公司 | 一种基于数据大脑的行业数据分析挖掘方法及系统 |
CN115111594A (zh) * | 2022-07-08 | 2022-09-27 | 浙江大学 | 一种蓄热式热力氧化炉智能调控系统及方法 |
CN115357644A (zh) * | 2022-08-30 | 2022-11-18 | 贵州电网有限责任公司 | 一种基于人工智能的电力信息分析方法及系统 |
CN115825344A (zh) * | 2022-11-24 | 2023-03-21 | 生态环境部南京环境科学研究所 | 一种用于化工企业的废气智能监测方法及系统 |
Non-Patent Citations (2)
Title |
---|
庄彦;刁文彬;: "基于物联网的废水污染源分析研究", 赤峰学院学报(自然科学版), no. 05, 10 March 2016 (2016-03-10) * |
李刚;郭永东;王晟;郑昭文;都林娜;: "工业污染源空间分布及万元产值排污量与行业关联分析――以温州市瓯海区为例", 科技通报, no. 09, 30 September 2020 (2020-09-30) * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236799A (zh) * | 2023-11-14 | 2023-12-15 | 山东焱鑫矿用材料加工有限公司 | 一种中空注浆锚索的生产质量控制系统 |
CN117236799B (zh) * | 2023-11-14 | 2024-02-09 | 山东焱鑫矿用材料加工有限公司 | 一种中空注浆锚索的生产质量控制系统 |
CN117568150A (zh) * | 2023-11-21 | 2024-02-20 | 国润生物质能源(山东)有限公司 | 一种基于发酵罐的生物质天然气管理系统 |
CN117455080A (zh) * | 2023-12-25 | 2024-01-26 | 深圳市宏大联合实业有限公司 | 一种基于物联网的生产车间环境优化方法及系统 |
CN117455080B (zh) * | 2023-12-25 | 2024-04-05 | 深圳市宏大联合实业有限公司 | 一种基于物联网的生产车间环境优化方法及系统 |
CN117829884A (zh) * | 2024-03-04 | 2024-04-05 | 山东港源管道物流有限公司 | 一种智慧油库建设运营管理系统 |
CN117829884B (zh) * | 2024-03-04 | 2024-05-14 | 山东港源管道物流有限公司 | 一种智慧油库建设运营管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116991130A (zh) | 一种石化生产智能化自动化控制系统和方法 | |
CN110320892B (zh) | 基于Lasso回归的污水处理设备故障诊断系统及方法 | |
CN109240244B (zh) | 基于数据驱动的设备运行状态健康度分析方法及系统 | |
GB2379752A (en) | Root cause analysis under conditions of uncertainty | |
CN108956041B (zh) | 基于频谱特征单边检测法的烧结机漏风故障在线诊断方法 | |
CN112101439B (zh) | 基于分布式贝叶斯网络的高速线材质量缺陷诊断与溯源方法 | |
CN116187725B (zh) | 一种用于锻造自动线的锻造设备管理系统 | |
CN114169254A (zh) | 基于短期建筑能耗预测模型的异常能耗诊断方法及系统 | |
CN115526375A (zh) | 一种航天装备预测性维护系统 | |
CN111985852A (zh) | 一种基于工业大数据的多业务协同质量管控系统构架方法 | |
CN112990546A (zh) | 一种基于粒子群与神经网络的化工厂电力变压器故障预测方法 | |
CN117032120A (zh) | 集成一体式空压站智能云控制系统及控制方法 | |
CN116993077A (zh) | 一种基于大数据的采油设备维护管理系统及方法 | |
CN102929241B (zh) | 精对苯二甲酸装置安全运行指导系统及其应用 | |
CN114297265A (zh) | 基于物联技术的智能运维方法 | |
CN108709426B (zh) | 基于频谱特征双边检测法烧结机漏风故障在线诊断方法 | |
CN110532699B (zh) | 基于模糊dcd的湿法冶金浓密洗涤过程故障诊断方法 | |
CN112858901A (zh) | 实时监测刀具运行状态与寿命预测的系统及方法 | |
CN116611953A (zh) | 基于物联网的电能表生产制造实时数据管理方法和系统 | |
CN116483042A (zh) | 一种精益生产管控平台数字化精益诊断方法 | |
CN115407712A (zh) | 一种钢厂液压站智慧维修保养系统及工作流程 | |
CN111675257B (zh) | 一种污水处理厂的远程集控方法与系统 | |
CN116823175B (zh) | 一种石油化工生产信息化系统智能运维方法及系统 | |
CN117076260B (zh) | 一种参数及设备异常检测方法及装置 | |
CN114625036B (zh) | 一种远程实时监控和报警的云平台及其应用 |
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 |