原油脱盐过程近红外故障检测与诊断
发布时间:2021-03-12 19:34
原油脱盐过程是石油精炼工艺中至关重要的一环,由于石油炼制过程的高度一体化,脱盐过程的失败可能导致整个原油精炼过程的瘫痪,甚至引发重大事故,因此能够及时发现并且排除过程中的故障具有重要的意义。为解决上述问题,本文提出基于分子光谱的近红外(Near-infrared,NIR)故障检测与诊断技术,利用近红外光谱仪从分子振动层面获取过程信息,得到原油脱盐过程的在线光谱数据,从微观分子光谱角度结合数据驱动的方法,对原油脱盐过程进行实施监控。不同于传统基于过程宏观变量的监控方法,由于分子层面的变化快于宏观物理表现,使得所提基于分子光谱的近红外故障检测技术可以更快地检测出过程故障,具体内容和创新点如下:1、基于NIR光谱的原油脱盐过程故障检测。为获取原油脱盐过程的运行状态,本文将NIR光谱分析仪安装在脱盐原油输出管道,在线采集过程的光谱数据,针对采集得到的NIR光谱数据采用主元分析(Principle component analysis,PCA)算法对原油脱盐过程的运行状态进行监控,并选择Hotelling T2和平方预测误差(Squared prediction error...
【文章来源】:江南大学江苏省 211工程院校 教育部直属院校
【文章页数】:58 页
【学位级别】:硕士
【部分图文】:
MATRIX-F型傅里叶NIR光谱仪此外,MATRIX-F可以仅用一台仪器就可对物料进行接触式测量和非接触式测量
原始NIR光谱
一阶导数NIR光谱
【参考文献】:
期刊论文
[1]基于多元统计过程监控的锅炉过程故障检测[J]. 牛玉广,王世林,林忠伟,李晓明. 动力工程学报. 2017(10)
[2]电脱盐原油超声波破乳试验研究[J]. 贾中辉. 齐鲁石油化工. 2017(03)
[3]原油电脱盐设备及技术发展现状[J]. 刘振华. 石油和化工设备. 2017(07)
[4]基于数据驱动残差评价策略的故障检测方法[J]. 蒋栋年,李炜. 控制与决策. 2017(07)
[5]复杂工业过程质量相关的故障检测与诊断技术综述[J]. 彭开香,马亮,张凯. 自动化学报. 2017(03)
[6]原油电脱盐脱水新技术研究和应用进展[J]. 刘祖虎,武英冲,孙云,蒋长胜. 炼油技术与工程. 2016(08)
[7]简述原油脱水脱盐过程[J]. 梁旸,李佳,孙鹏,王岩. 黑龙江科技信息. 2016(04)
[8]近红外光谱分析技术的原理及在中药材中的应用[J]. 阮治纲,李彬. 药物分析杂志. 2011(02)
[9]近红外在乳及乳制品质量检测中的研究进展[J]. 王田子,郑丽敏,田立军,吴平,朱虹,任发政. 光谱学与光谱分析. 2010(12)
[10]原油脱盐脱水技术综述[J]. 谭丽,沈明欢,王振宇,李本高,于丽. 炼油技术与工程. 2009(05)
博士论文
[1]基于数据驱动的流程工业性能监控与故障诊断研究[D]. 郭明.浙江大学 2004
硕士论文
[1]基于KPCA-FCM的工业过程故障检测与诊断[D]. 毛茗茗.北京化工大学 2017
本文编号:3078858
【文章来源】:江南大学江苏省 211工程院校 教育部直属院校
【文章页数】:58 页
【学位级别】:硕士
【部分图文】:
MATRIX-F型傅里叶NIR光谱仪此外,MATRIX-F可以仅用一台仪器就可对物料进行接触式测量和非接触式测量
原始NIR光谱
一阶导数NIR光谱
【参考文献】:
期刊论文
[1]基于多元统计过程监控的锅炉过程故障检测[J]. 牛玉广,王世林,林忠伟,李晓明. 动力工程学报. 2017(10)
[2]电脱盐原油超声波破乳试验研究[J]. 贾中辉. 齐鲁石油化工. 2017(03)
[3]原油电脱盐设备及技术发展现状[J]. 刘振华. 石油和化工设备. 2017(07)
[4]基于数据驱动残差评价策略的故障检测方法[J]. 蒋栋年,李炜. 控制与决策. 2017(07)
[5]复杂工业过程质量相关的故障检测与诊断技术综述[J]. 彭开香,马亮,张凯. 自动化学报. 2017(03)
[6]原油电脱盐脱水新技术研究和应用进展[J]. 刘祖虎,武英冲,孙云,蒋长胜. 炼油技术与工程. 2016(08)
[7]简述原油脱水脱盐过程[J]. 梁旸,李佳,孙鹏,王岩. 黑龙江科技信息. 2016(04)
[8]近红外光谱分析技术的原理及在中药材中的应用[J]. 阮治纲,李彬. 药物分析杂志. 2011(02)
[9]近红外在乳及乳制品质量检测中的研究进展[J]. 王田子,郑丽敏,田立军,吴平,朱虹,任发政. 光谱学与光谱分析. 2010(12)
[10]原油脱盐脱水技术综述[J]. 谭丽,沈明欢,王振宇,李本高,于丽. 炼油技术与工程. 2009(05)
博士论文
[1]基于数据驱动的流程工业性能监控与故障诊断研究[D]. 郭明.浙江大学 2004
硕士论文
[1]基于KPCA-FCM的工业过程故障检测与诊断[D]. 毛茗茗.北京化工大学 2017
本文编号:3078858
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/3078858.html