探析石化装置仿真培训系统的开发及质量软测量研究

《探析石化装置仿真培训系统的开发及质量软测量研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国石油大学（华东）硕士学位论文石化装置仿真培训系统的开发及质量软测量研究姓名：黄国勇申请学位级别：硕士专业：控制理论与控制工程指导教师：田学民20060401石化装置仿真培训系统的开发及质量软测量研究黄国勇(控制理论与控制工程)指导教师：田学民教授摘要近年来，计算机仿真培训系统在各个行业得到了迅速的发展，在化工领域尤为突出。溶剂脱沥青及减粘裂化装置是华北油田公司的新建项目，该类装置在国内数量不多。新装置、工艺复杂、操作难度大、要求高，因此开发一套仿真培训系统对确保生产装置的成功开车和平稳高效运行具有重要的意义。通过仿真培训软件，学

2、员可以在培训中得到动手锻炼的机会，而且还能体验到难得的开停工及事故处理的操作过程。在前人工作的基础上，应用化工动态学原理，建立了溶剂脱沥青及减粘裂化装置的机理模型，并针对仿真培训系统的需要进行必要的合理简化、扩展及完善，使得正常工况下的模型能适应开工、停工等大范围非线性过程的仿真培训系统要求。为了能增强系统的可维护性、可复用性及可理解性，对仿真培训系统采用软件工程学中面向对象的设计方法，并引入UML来辅助设计开发。针对实际生产过程中难以测量的重要过程变量(租汽油干点)展开质量软测量建模研究。分别采取了机理建模预测关键辅助变量然后结合

3、神经网络建立粗汽油干点软测量模型：利用主元分析(PCA)降低数据维数后结合BP神经网络建立粗汽油干点软测量模型：利用多神经网络的动态特性尝试建立粗汽油干点软测量的动态模型。利用实际生产数据建模结果显示三种方法都具有一定的可行性。建模结果显示，多神经网络的建模方法具有较好的效果。关键词：仿真培训动态模型软测量建模神经网络IITrainingSimulatorofPetrochemicalPlantandSoftSensingModelingforProductQualityHUANGGuo—yong(ControlTheoryandC

4、ontrolEngineering)DirectedbyProfessorTIANXue-minAbstraetComputersimulatingtrainingsystemhasdevelopedfastinindustry，especiallyinchemicalengineering．SolventdeasphalfingandvisbreakingunitsarenewprojectsofHuabeiOilfieldCompany．Theoperationsaresocomplexanddifficultthatitisg

5、reatsignificanttodevelopcomputersimulatingtrainingsystem，Milchcanensuresuccessfulstartupandstablehighefficiencyoperation．Bysimulatingtrainingsystem，traineecouldhavethechancetoexperiencenormalaswellasabnormaloperationprocess，suchasstartup．shutdownandaccidentaltreatment．

6、MechanismmodelofsolventdeasphaltingandvisbreakingunitsisestablishedonthebasisofChemicalProcessDynamics’principles，simplifiedandimprovedtosatisfylargescalenonlinearprocesssuchasstartupandshutdown．Inordertoimprovesystemmaintainability，reusabilityandintelligibility,simula

7、tingtraimngsystemintegratesobject·ofientationprogramdesignandUML．Forimportantproductqualityvariable，suchasnaphtha’sdrypoint，whichisdifficulttomeasureinrealplant，softsensingmodelingisstudied．Threemethodsarecarriedout，onemodelisestablishedbyintegratingneuralnetworkafterm

8、echanismmodelisusedtopredictmainsecondaryvariables，IIlthesecondmodelisestablishedbyintegratingneuralnetworkwithPrinci