fccu反再系统基于神经网络和sdg模型的混合故障诊断系统究与开发.docx

优秀毕业论文 精品参考文献资料 摘要FCCU 摘要 FCCU反．再系统基于神经网络和SI)G模型的 混合故障诊断系统研究与开发 摘要 流化催化裂化装置(Fluidized Catalytic Cracking Unit简称 FCCU)是石油加工过程中深度加工的关键装置，其工艺结构复杂， 变量关联、耦合，为了实现FCCU生产过程的“安、稳、长、满、优”， 系统的安全性、可靠性和有效性变得越来越重要和突出。因此，研究 和开发FCCU的故障诊断技术有着非常重要的理论意义和实用价值。 神经网络模型用于模拟人脑神经元活动的过程，是一种由大量简 单的高度互连的神经元组成的并行计算系统，在函数逼近、模式识别、 故障分类、诊断等领域，表现出强大的生命力。 基于符号定向图SDG(Signed Directed Graph)的定性仿真技术 采用基于深层知识模型的推理机制，是一种完备的揭示系统潜在危险 以及故障在系统中传播规律的有效方法。近年来，SDG在石油化工 领域中的安全评价方面取得了重大进展，基于SDG的故障诊断方法 与技术也成为当今的研究热点。 由于实际诊断问题的复杂性和各种诊断方法所固有的局限性，只 应用一种诊断方法就完全解决实际对象的诊断问题几乎是不可能的。 因此，同时应用多种方法形成混合的故障诊断系统来进行综合诊断是 非常必要的。 由于故障诊断进行的是过程系统在故障状态下的特殊行为特性 由于故障诊断进行的是过程系统在故障状态下的特殊行为特性 的研究，受到工业现场连续生产不允许进行危险试验的限制，建立 FCCU的动态机理数学模型、开发仿真平台、产生各种非正常及故障 工况场景，是开展故障诊断技术研究的有效基础和必备条件。 本文主要以催化裂化装置中最为复杂、也最为关键的反应．再生 系统为研究对象，依托所建立的系统动态仿真平台，分别研究、开发 了神经网络故障诊断系统、SDG定性模型及SDG故障诊断系统，并 将它们集成到一起，形成了一种既高效又完备的混合故障诊断系统。 主要工作和取得的成果如下： 1、建立、完善了高效烧焦罐式催化裂化装置反应一再生系统的动 态机理非线性数学模型，不仅精度高，而且有大范围的适应性，模型 鲁棒性强，除了满足正常运行状况(稳态工作点附近)模型准确外， 注入事故和非正常工况下，模型仍具有一定精度。 2、利用vC++6．0的MFC类库面向对象编程，在WINDOWS操 作系统下开发了系统仿真平台软件，多文档界面(MDI)，消息驱动， 界面规范、友好，功能丰富，操作方便。 3、将FCCU反应一再生系统所可能发生的16种故障和非正常工 况进行归纳分类，分为设备损坏类故障4种(如：原料油泵停等)、 人为误操作类故障8种(如：雾化蒸汽量误操作减少等)和工艺异变 类故障4种(如：催化剂活性降低等)。在系统仿真软件上，对16种 故障和非正常工况进行了仿真实验和案例研究，制造了不同故障下的 仿真“剧情”，获取了大量的故障数据，为后续的故障诊断研究作好 ¨ 摘要了充分的准备。 摘要 了充分的准备。 4、利用MATLAB的神经网络工具箱，研究了常用的BP算法和 RBF算法，针对化工装置故障诊断的在线应用和实时应用的要求，主 要研究了神经网络的快速训练和动态特性，提出了改进的算法， MATLAB仿真结果表明了改进算法的有效性和实用性。 5、利用VC抖和MATLAB混合编程，在VC++中启动调用 MATLAB计算引擎，开发了WINDOWS操作系统下的故障诊断软件， 操作界面、数据接口、算法选择、任务调度和管理等由vC++来编程 实现，神经网络核心算法由MATLAB工具箱完成，充分发挥了vC++ 的可视化和MATLAB的矩阵计算优势。软件具有神经网络离线训练 学习和在线故障诊断的功能。 6、采用定量数学模型和经验知识相结合的方法，选取了64个关 键变量，建立了FCCU反应．再生系统的SDG定性深层知识模型，直 观充分地揭示了反应．再生系统各变量间复杂的前后影响和因果关 联，模型中考虑了催化剂循环量、目标产品产量和自保联锁等因素， 这在以前的文献中未见报导。 7、利用计算机模拟与安全工程研究室开发的SDG故障诊断软 件，对所建立的反应．再生系统的SDG故障诊断模型进行了仿真，16 种案例实验结果显示了本文所建的SDG模型具有较高的完备性和实 用性。 8、提出并完成了一种全新的混合故障诊断系统： 将FCCU反应．再生系统动态仿真平台系统、神经网络故障诊断 ¨l 北京化工大学博士学位论文软件和 北京化工大学博士学位论文 软件和SDG故障诊断系统通过通讯接口集成到一起，形成了一种全 新的混合故障诊断系统，成功地进行了大量非正常工况和故障“诱发” 和实时在线故障诊断试验，对本文建立的数学模型和提出的故障诊断 方法进行了有效的实验室级验证。 这种集成的