[发明专利]常一线油闪点在线软测量方法

摘要

本发明涉及一种常一线油闪点的在线软测量方法：选取和构造影响常一线油闪点的关键变量，即常一线馏出温度、常顶温度、常顶压力、常二线汽提蒸汽流量、常一线采出与进料比总量作为神经网络模型的输入变量，常一线油闪点作为对应的输出，建立基于人工神经网络模型的常一线油闪点的软仪表，通过人工分析值对模型输出进行校正，实现对常压塔常一线产品质量的实时监测和控制；该方法不仅可以指导操作人员对操作过程进行及时调整，而且软仪表给出的闪点估计值可以为过程控制提供依据，进而实现操作过程的优化，提高常减压装置的原油拔出率。

主权项

1.一种常一线油闪点在线软测量方法，包括如下步骤：(1)利用Aspen plus对常压塔的操作工况进行模拟，选择常一线馏出温度x1、常顶温度x2、常顶压力x3、常二线汽提蒸汽流量x4、常一线采出与进料比x5等五项参数作为关于常一线油闪点的神经网络模型自变量；关于常一线油闪点的神经网络模型因变量的输出值为常一线油闪点的软测量值；(2)收集已知常一线油的x1～x5的测量值和闪点的测量值y，进行归一化处理，形成神经网络训练样本集(sx1,sx2…sx5,sy)，然后利用误差反向传播BP算法对三层前馈神经网络进行训练，在神经网络模型的计算结果与训练样本集中的sy误差不大于5％后，输出神经网络模型的连接权值和阈值，得到关于常一线油的神经网络模型；(3)将常压塔的x1～x5的测量值、常一线油闪点的软测量值y在集散控制系统中建点，然后将关于常一线油闪点的神经网络模型写入集散控制系统；根据集散控制系统实时采集的x1～x5的测量值，经过归一化处理，输入关于常一线油闪点的神经网络模型，得到相应的计算值；将所得计算值进行反归一化处理，得到常一线油闪点的软测量值。