应用人工神经元网络进行pH中和过程故障诊断研究.pdfVIP

2006年全国石油化工生产安全与控制学术交流会 应用人工神经元网络进行pH中和过程故障诊断 邹志云·1，2，于德弘1，冯文强2，于鲁平2，郭宁2 摘要：应用NeurOn．Line神经元网络应用系统开发技术和G2实时智能专家系统开发技术，开发了一套口H中和过程 的故障诊断系统。先简单描述了该pH中和过程及其建模，然后详细论述了该故障诊断系统在NeurOn．Line和G2软件 平台上的设计和编程开发情况。共进行了pH中和过程的正常运行模式和pH传感器测量值偏高、pH传感器测量值偏 低和碱液浓度变稀三种故障模式的仿真和诊断。仿真结果表明该故障诊断系统能快速准确诊断出pH中和过程的正常 运行和故障模式． 关键词：故障诊断：神经元网络：pH控制；仿真；实时智能专家系统 中图分类号：TP273 引言 近年来，人工神经元网络在化工过程包括pH pH中和过程是化工、制药和污水处理领域中 过程的建模、监测和故障诊断中得到广泛应用p‘7J。 常见的重要工艺过程11J。在这些领域中，DI{测量和 控制相当重要，因为它们有可能影响到过程收率、 由两个单层隐含层组成的多层神经元网络，并进行 产品质量、产率甚至安全性能12J。但pH测量仪表了一个参数自校正PID和一个直接模型参考自适应 特别是传感器探头易受干扰，需要经常的定期维 护。这使得pH值的反馈控制问题成为一个控制难 Basis 题。pH测量传感器的一个常见现象是它们会从校 程输出之间的关系式进行线性化，提出了一种神经 正过的操作点慢慢漂移。传感器特性的漂移将使pH 元线性化控制策略来控CUtt线性化工过程，并以一 值的测量产生偏差，并传送至pH控制系统。从而 导致不准确的pH值影响到下游工艺过程，如果未 在一个工业案例研究上，比较了一种基于模型的诊 加检查，将危及产品质量甚至引起过程故障。这样 断方法和一种基于神经元网络的诊断方法的性能， 使得有些厂家需对pH测量传感器进行每目或每周 指出基于神经元网络的诊断方法具有无须过程机 定期校正以消除测量偏差。虽然定期校正能帮助修 理模型和能有效利用过程历史数据的优点。他们得 正pH传感器的测量偏差，但如果操作不正确也可 到的结论认为，结合神经元网络和过程机理模型的 能产生新的误差。 混合诊断方法能更好地解决诊断问题。Sharma等人 除了pH测量值偏高、偏低外，还有其他一些 16】成功地应用误差反向递归(Back 因素影响pH中和过程的正常操作，包括酸、碱浓 称BP)神经元网络于氨水一水填料精馏塔的故障诊 度和流量的变化等。所以，故障诊断对于支持pH 断。Yu等人【7l研究了一个工业多变量化学反应器的 中和过程的正常操作非常重要。 RBF神经元网络故障诊断问题，获得了满意的传感 器故障探测和隔离结果。 收稿日期：2006-09-15 G2是Gensym公司开发的实时智能系统开发软 基金项目：国家留学基金 件平刨引，它已在全世界工业过程智能集成系统的 第一作者：男，1965年生，博士生，研究员 ·通讯联系人 G2实时智能环境中开发和实现人工神经元网络系 E-mail：zouzhiyun@sohu．com 统的图形化编程软件包【9】oNeurOn．Line拥有向量、 31l 2006年全国石油化工生产安全与控制学术交流会 数据集、训练器、BP、RBF、Rho和自互连神经元 见的故障是碱液浓度变稀。所以以下部分将尝试建 网络等许多强有力的功能模块。在NeurOn—Line中， 立pH过程的神经元网络模型，来探测这些故障并 使用这些模块和输入输出数据，能快速训练和建造