基于SVM-BOXPLOT的乙烯生产过程异常工况监测与诊断

• 作者: 于海晨 华丽 巩师鑫 邵诚
• 来源期刊: 化工学报
• 关键词: 乙烯生产 能效 化工安全 故障诊断 粒子群优化 支持向量机 箱线图
• 年，卷（期）: 2018,（3）
• 页码范围: 1053-1063
• 页数: 11页
• 分类号: TQ202
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20170907

摘要

乙烯作为化工生产的重要原材料,需求量持续增加,但它也是高能耗产业,其生产运行状态直接关系到能效的高低,进而影响企业的经济效益.因此,乙烯生产运行工况的智能识别对节能降耗意义重大.针对直接影响乙烯生产过程能效水平的异常工况智能识别问题,以能够反映乙烯生产能效与能耗的关键指标--乙烯收率、丙烯收率及综合能耗为基础,使用IPSO优化SVM-BOXPLOT的方法对乙烯生产过程进行异常工况智能识别.通过机理分析与数据分析相结合的方法对监测数据降维,用 SVM 对生产数据进行工况分类,缩小异常识别范围,最后用BOXPLOT进行异常工况识别.将其与在线监测系统相结合应用于某石化企业生产中,所提出的异常工况监测与诊断方案模型精度更高,收敛速度更快,既实现了乙烯生产过程异常工况的监测与诊断,又满足了实际运行工况的工艺要求,保证了异常识别的实时性、准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵诚	大连理工大学先进控制技术研究所	120	2026	21.0	41.0
2	于海晨	大连理工大学先进控制技术研究所	4	185	3.0	4.0
3	华丽	大连理工大学先进控制技术研究所	1	4	1.0	1.0
4	巩师鑫	大连理工大学先进控制技术研究所	1	4	1.0	1.0