[发明专利]一种设备的腐蚀智能监测预警方法及系统

权利要求书

1.一种设备的腐蚀智能监测预警方法，其特征在于，包括：

基于炼油工艺流程分析，得到预设炼油设备的常减压蒸馏装置、催化裂化装置、延迟焦化装置、催化重整装置、加氢裂化装置，并组建得到设备组件集；

对所述设备组件集中各装置组件依次进行腐蚀分析，得到装置组件腐蚀部位集，并将所述装置组件腐蚀部位集作为所述预设炼油设备的易腐蚀部位集；

对所述易腐蚀部位集中各部位依次进行分析，根据分析结果筛选得到智能监测部位集，并在所述智能监测部位集中各部位依次进行探针的布设，得到探针布设结果；

基于所述探针布设结果中的目标探针，监测得到目标部位的目标实时状态信息；

构建智能腐蚀预测模型，并将所述目标实时状态信息作为所述智能腐蚀预测模型的目标输入信息，得到目标输出结果，其中包括：训练得到单项学习器集，并从所述单项学习器集中提取任意一个单项学习器，作为所述智能腐蚀预测模型的终极学习器；将剔除所述终极学习器后的所述单项学习器集中各单项学习器作为所述智能腐蚀预测模型的初级学习器，得到初级学习器集；将所述目标实时状态信息依次输入所述初级学习器集中各初级学习器，得到腐蚀概率预测集，其中，所述腐蚀概率预测集包括多个初级腐蚀概率预测；将所述多个初级腐蚀概率预测依次输入所述终极学习器，得到多个终极预测结果；根据所述多个终极预测结果，得到目标腐蚀概率预测阈值，并将所述目标腐蚀概率预测阈值作为所述目标输出结果；

获得预设预警方案，并基于所述预设预警方案对所述目标输出结果进行分析，得到目标预警决策；

根据所述目标预警决策对所述预设炼油设备的所述目标部位进行腐蚀预警。

2.根据权利要求1所述的腐蚀智能监测预警方法，其特征在于，所述对所述设备组件集中各装置组件依次进行腐蚀分析，得到装置组件腐蚀部位集，并将所述装置组件腐蚀部位集作为所述预设炼油设备的易腐蚀部位集，包括：

基于所述设备组件集，得到目标装置组件；

采集所述目标装置组件的基本特征信息，组成目标特征集，其中，所述目标特征集包括材质特征、工艺特征、腐蚀形态特征；

利用AdaBoost算法原理构建智能判断模型；

将所述材质特征、所述工艺特征、所述腐蚀形态特征作为所述智能判断模型的输入信息，并得到所述智能判断模型的输出信息；

基于所述输出信息，判断所述目标装置组件是否符合预设易腐蚀条件；

若是，将所述目标装置组件添加至所述易腐蚀部位集。

3.根据权利要求2所述的腐蚀智能监测预警方法，其特征在于，所述利用AdaBoost算法原理构建智能判断模型，包括：

组建训练样本集，其中，所述训练样本集包括多个带有腐蚀标记的部位样本；

将所述多个带有腐蚀标记的部位样本作为第一训练数据，训练得到第一判断器，并获得所述第一判断器的第一判断结果；

根据所述第一判断结果，得到所述训练样本集中各部位样本的腐蚀情况，并将所述腐蚀情况与对应腐蚀标记进行对比分析，得到第一对比结果；

基于所述第一对比结果进行所述第一训练数据的调整，得到第二训练数据，并根据所述第二训练数据，训练得到第二判断器；

继续迭代至训练得到第N判断器；

基于所述第一判断器、所述第二判断器直至所述第N判断器，叠加得到所述智能判断模型。

4.根据权利要求1所述的腐蚀智能监测预警方法，其特征在于，还包括：

剔除所述易腐蚀部位集中的所述智能监测部位集，得到人工监测部位集；

获得所述人工监测部位集中的目标人工监测部位，并在所述目标人工监测部位安装图像采集装置；

通过所述图像采集装置采集得到目标实时图像；

人工分析所述目标实时图像得到所述目标人工监测部位的目标腐蚀预测；

基于所述预设预警方案，得到所述目标腐蚀预测的第二目标预警决策；

根据所述第二目标预警决策对所述预设炼油设备的所述目标人工监测部位进行腐蚀预警。