由北京化工大学、中国石化工程建设公司、中国
石油化工股份有限公司天津分公司共同承担的'基于数据挖掘等技术的乙烯裂解炉在线优化操作'项目,近日在北京通过了中国石油和化学工业协会组织的科技成果鉴定。
该项目在小波理论、输入训练神经网络、径向基函数神经网络、模糊聚类等过程数据预处理技术,以及非线性主元-神经网络建模、模糊-粗糙集-神经网络技术的故障诊断技术、粒子群优化算法的工程应用技术等基础上,建立了乙烯裂解炉、烟气温度、乙烯和丙烯等在线收率的智能预测模型、在线校正模型、过程优化操作模型及非正常工况监测模型等。该成果实现了乙烯裂解炉参数预测、生产操作优化、实时安全监控、非正常工况监测,可提高乙烯、丙烯收率,增强乙烯裂解炉的操作安全性。
经现场应用表明,该系统可操作性强,界面友好,整体性好,运行稳定。专家认为,该优化操作系统具有创新性,总体技术达到国际同类技术的先进水平,可在同类装置上推广应用,也可为其他流程装置的优化操作提供借鉴,具有较好的示范作用,推广前景广阔。