以工业炉管离心铸造生产过程监测数据为基础的产品质量早期识别.docVIP

　　以工业炉管离心铸造生产过程监测数据为基础的产品质量早期识别 第一章绪论 1.1引言 随着石油化工行业在我国的高速发展，石化产品已经涉及到我们生活的方方面面，其在国民经济和社会发展中扮演着十分重要的角色。以径类产业为例，据统计，仅2012年全球石化行业每年用于生产各种烃类原料的成本约为700亿美元，以这些烃类为原料可以制造约3000亿美元的高分子材料和1500亿美元的其它附加化工产品，产品的增值高达3800亿美元[1]。在烃类产品中乙烯产品占有举足轻重的作用，它是石油化工产业的核心产品。同时，乙稀产量又被作为衡量一个国家石油化工水平的重要标志[2]。一方面，石化行业为我们提供了各种各样的产品，满足了国民生活中各方面的需求；另一方面，石化行业由于本身生产的特点，可能会发生泄漏甚至爆炸等严重事故，不仅会造成巨大的经济损失，而且会产生严重的环境污染和人员伤亡[3]。如2005年台塑公司在美国德克萨斯州的工厂中乙稀装置发生火灾和爆炸。据统计，在美国每年因为化工事故而导致的损失约为200亿美元。在这些惨痛的事故中，有很大一部分事故是由生产装置核心部位的炉管等设备出现渗漏、断裂、續变等故障引起的所以生产过程中各种炉管、管道等设备质量的优劣对于化工厂的安全生产和化工产品的质量起着至关紧要的作用。以乙稀裂解过程为例，裂解炉是乙稀裂解过程的核心部分，它主要由辖射段炉管和对流段炉管组成。其中，裂解反应过程主要发生在辖射段炉管内，需要承受高温低压等生产条件；对流段管主要用于烟气回收和加热锅炉水等，工作环境相对温和些。在实际生产过程中，由于辖射段炉管需要长期在高温低压的环境下工作，容易产生渗碳、腐烛、断裂或婦变等问题，尤其当炉管产品的质量本身就存在一些问题，比如有裂纹、针孔等缺陷存在，或各种力学性能不达标，则更容易引起生产事故，因此辖射段炉管的质量对整个生产过程来说尤为重要。辖射段炉管主要采用离心铸造的方式进行生产，因为釆用该工艺铸造的产品具有组织致密、晶型完整、金属夹澄物少和机械性能良好等优点，能够很好的适用于各种化工过程的生产环境之中。 1.2炉管离心铸造生产过程及质量保障方法简介 以乙稀裂解炉为例，它是由很多个小型裂解炉组装而成的，这些小的裂解炉中又包含了几十根甚至上百根辖射段裂解炉管，如果裂解炉中任何一根炉管出现质量问题，则整个设备都要面临产生故障的危险。因此，只有保证每根炉管产品的质量，才能确保整个生产过程安全进行。辐射段裂解炉管采用离心铸造的方式进行生产，要保证每根炉管的质量就必须从源头上对每根炉管的生产过程进行监测[7]。炉管生产过程是一个涉及到物理变化和化学变化的复杂铸造过程，它的生产特点有[8]:生产周期长、影响产品质量的因素多、操作步骤多、各步骤之间的相互作用大，且每一步操作都会对最终炉管的质量产生一定的影响。炉管的生产过程大致包括：原料恪炼、离心铸造、质检（PT检测、金相检测、理化性能检测等）和机加工过程（抛丸、导向孔加工、校直等）等，具体流程如图1-1所示。 第二章以主元分析方法为基础的过程监测 2.1主元分析方法（PCA) 主元分析方法是由英国生物统计学家Kart Pearson在1901年提出的，最早用于对空间中一些随机的点进行最佳直线或最佳平面拟合。美国数理统计学家Hotelling于1933年对主元分析方法进行了部分的改进，使其理论方法更为完善。随着对主元分析方法研究的不断深入，其应用领域越来越广。主元分析方法于1950年首次被应用于化学领域，到1960年时，该方法已经广泛应用于化学中的数据处理、实验分析等方面。主元分析方法在1980年被引入到化工生产过程中，主要用于化工过程的过程监测与故障诊断[42]。主元分析法采用多元投影的方式将高维信息投影到相互正交的主元子空间和残差子空间上，用少数相互独立的变量来表示原始数据中大量相关变量之间的关系，并且最大程度的保留了原始数据的信息[43]。其基本方法是：用一组线性相关的低维新变量来反映原始的高维变量间的关系，其中主元是按照原始数据中信息量改变的方差大小排序得到的，方差变化量最大的即为第一主元，以此类推，得到第二、三、四等主元，且各主元间彼此相互独。通常来讲，主元有如下特征：（1)主元是由原始数据的变量经过一定的线性组合得到的；（2)同原始数据变量的个数相比，主元个数大大减少；（3) 定数量的主元可以涵盖原始数据的大部分信息；（4)主元与主元之间是彼此相互独立的。 2.2基于主元分析的检验统计量 对于所建立的主元分析模型来说，判断被检验的过程数据是否含有故障信息，常用的办法是用过程统计量进行假设检验，如果超出了统计量的控制限，则表明过程可能出现了故障；反之，过程处于正常状态。原始数据通过主元分析被投影到主元子空间和残差子空间中，如果出现故障，原始数据在主元子空间中的得分或残