基于DKPCA的聚合釜故障诊断研究.pdfVIP

29 2 沈　 阳　 化　 工　 大　 学　 学　 报 29　 2 第 卷　 第 期 Vol. No. 2015.06 JOURNAL OF SHENYANG UNIVERSITY OF CHEMICAL TECHNOLOGY Jun.2015 文章编号:　 2095-2198(2015)02-0178-05 基于DKPCA 的聚合釜故障诊断研究 高淑芝,　 赵　 娜 (沈阳化工大学 信息工程学院,辽宁沈阳110142) 摘　 要:　 针对聚合釜聚合生产聚氯乙烯过程的故障种类较多、故障类型复杂等特点,同时生产过 程存在严重的非线性、动态性,提出一种基于DKPCA 的故障诊断算法.过程中分别采用主元分析、 核主元分析和动态核主元分析分别对PVC聚合过程进行故障诊断,其中主元分析和核主元分析的 错报率较高,而动态核主元分析对PVC 聚合过程能够得到较好的诊断结果,从而可以对实际的 PVC聚合生产过程进行监测. 关键词:　 PVC聚合;　 故障诊断;　 动态核主元分析 doi:10.3969/j.issn.2095-2198.2015.02.018 中图分类号:　 TQ316.3　 　 　 文献标识码:　 A [9] 　 　 聚氯乙烯树脂(PVC)是重要的有机合成材 其进行了研究 ,研究结果显示,在对化工过程 料,又是具有多种用途的化工产品.PVC树脂作 的监测过程中改进的主元分析方法,都要好于传 为一种化工产品,生产过程故障产生机理复杂, 统的主元分析. 迫切需要提高系统生产的可靠性和安全性.为 在分析了PVC树脂生产数据的特点后,发 此,对于生产PVC树脂过程中的故障研究,一直 现数据中存在严重的非线性、动态性,因此本文 是专家研究的重要问题[1-2]. 目前主元分析在化 采用一种复合的方法———动态核主元分析(DK- 工过程故障诊断中应用极为广泛. 由于生产 PCA),弥补了传统主元分析能力不足的缺陷. PVC树脂过程的大量数据存在严重的非线性、 强耦合性、动态性[3-4] ,导致传统的主元分析 1　 PVC聚合反应介绍 (PCA)对其过程的监测误报率漏报率过高,因 以某单位 PVC 树脂的生产过程为研究对 此,国内外学者分别对其进行了一系列的改进, 象,聚合反应过程如图1所示.参与反应的单体、 如核主元分析(KPCA)、动态主元分析(DPCA) 引发剂、分散剂等物料加入到聚合釜中,单体在 等.在针对动态性上 Ku 等在 1995 年提出动态 引发剂作用下,最终生成聚合物,聚合过程中不 [5] 主元分析 ,ViliamMakis等人将DPCA方法应 断放热,使聚合釜内的温度不断提升,反应愈加 [6] 用到石油状态检修模型中 ,一系列的仿真结 剧烈,最终导致物料流量失衡,影响聚合产物质 果表明DPCA 方法能准确对故障进行检测.在 量.所以,在聚合釜内加入搅拌系统,并适时注入 针对非线性问题上,Kramer 提出了基于自联想 冷却水来平衡聚合釜内温度.待反应结束后,加 [7] 神经网络的非线性主元分析方法 ,Dong 和 入终止剂,终止聚合反应. McAvoy 提出了基于基元曲线和神经网络的非 从PVC 聚