[发明专利]一种裂解炉裂解反应的预警方法

说明书

技术领域

本发明涉及一种裂解炉裂解反应的预警方法，尤其是一种乙烯装置裂解炉裂解反应的预警方法。

背景技术

在流程工业生产中，由于生产过程复杂、操作工艺条件经常变化，很难直观的从检测变量看出生产过程是否出现异常，往往要等到异常情况持续了一段时间，已经对产品的质量或系统的稳定性产生影响时，才能发现异常状况。目前，流程工业生产装置大多采用集散控制系统(DCS)监控或人工操作，DCS一般带有报警设备，当生产过程关键参数超出报警限值时，将会进行声、光报警或信息提示，但此时故障已经发生，对生产已造成了一定的负面影响；且由于报警参数不易修改，系统误报警较多，无法消除，一定程度上影响操作人员的精神状态。如果能在装置处于从正常工况转向异常工况的过渡期发现问题，并发出警报，就能及时找出问题所在并进行处理，把损失减到最小。预警技术就是在对生产过程进行实时分析的情况下，及时发现异常工况趋势并对操作人员进行警示，使其以最快的速度消除装置发生或即将发生的异常状况，以较大程度地减少设备在“非正常生产状况”下的运行，并降低生产事故发生的概率，不仅保障生产和生产装置的安全，还可以提高企业的经济效益。

乙烯是化学工业的重要基础原料，其产量成为衡量一个国家或地区石油化工发展的主要标志。乙烯生产的规模、成本、生产稳定性、产品质量等都会对整个石油化工行业产生重大影响，因此乙烯装置就成为关系全局的核心生产装置。作为乙烯生产过程的龙头装置，裂解炉运行情况的好坏，直接影响乙烯的收率和后续工序的进行，如果在裂解区没有产生合格的裂解气，那么后续的精馏精制过程也很难产出合格的乙烯产品。

在生产过程中，当原料进入到裂解炉辐射段后，由于受到高温加热而发生脱氢、断链等反应，分解成乙烯、丙烯等多种烃类及碳、氢、水、一氧化碳等多种产物，对裂解反应进行在线实时分析就可以及时掌握裂解的程度及生产主要组分的比例，这对提高产出率，增加经济效益是至关重要的。现行裂解装置的生产状况如前述流程工业生产类似，缺乏对裂解深度有效及时的报警机制，虽有专门用来检测裂解反应深度的在线仪表，但是一般都价格昂贵，维护困难，稳定性差，且存在20～30分钟的滞后，无法实时反映出裂解反应深度的变化。

发明内容

为了解决上述技术问题，本发明提供了一种裂解炉裂解反应的预警方法以达到以下目的：通过本预警技术减少非正常工况，增加企业经济效益，减少事故的发生，其工作原理是对生产过程进行分析，在事故发生前根据已经有的专家知识，对操作人员提出建议性意见，指导操作人员进行控制操作，稳定生产过程，及时避免损失。

本发明技术方案的基本原理如下：

当裂解反应出现异常时，与其相关的裂解炉出口温度、进料流量、稀释蒸汽流量等变量也会表现出相应的变化，所以通过一些生产过程中的正常和异常历史数据的统计和分析，可以建立起裂解反应的预警模型，当有新的实时数据输入该模型时，就可预测出这种工况属于正常或是异常的类别，这样不需要检测裂解气中各产物的收率，就可以判定裂解过程是否正常进行，裂解深度是否处于正常范围。

裂解炉在运行状态下是一个复杂的动力学系统，特别是在多故障源和非稳定状态下，要求预警模型具有自适应和鲁棒性，也就是要求模式分类器具有自适应地处理由噪声引起的模式失真的能力，能够根据设备运行参数的变化调整分类过程。神经网络技术具备这一优势。基于神经网络的预警技术，就是在建立被监测过程的动态模型的基础上，输入为与被监测变量相关的容易测量的辅助变量，输出为系统的工作状态，分别用正常数据和异常数据训练网络，通过神经网络的学习能力，使模型具有自己判断工况正常与否的能力，并能够预测出生产过程的异常状态。对于乙烯裂解反应的预警，通过历史数据对神经网络进行训练，建立裂解反应的神经网络预警模型，该模型可以对工况的变化进行实时分析，具有独立判断工作状况的能力，当某因素发生故障而导致工况异常时，神经网络可以及时做出反应，在该故障还没有对裂解反应造成影响之前发出预警，对于故障的早期发现具有很大的帮助。

本发明的方法由以下步骤构成。

1、神经网络的网络结构

由于乙烯裂解是一个复杂的动态过程，本发明采用动态递归网络(Elman网络)来建立预警模型，网络的隐层单元采用Tansig函数作为激励函数，输出层单元采用Logsig函数作为激励函数。输入层的节点数为1～7，隐含层节点数为1～30，每个单元都有一个与之相对应的结构单元。网络结构的实施例如图1所示，该实施例输入层7个节点，隐含层8个节点，输出层1个节点。