發(fā)布時(shí)間：2021-07-06 22:06

　　化工行業(yè)滲透國(guó)民生活的方方面面,2018年化工行業(yè)實(shí)現(xiàn)利潤(rùn)總額超過(guò)6000億元。精餾塔是石油化工生產(chǎn)過(guò)程中非常常見并且非常重要的分離設(shè)備之一,占化工、石化項(xiàng)目設(shè)備總投資的30%～40%,其性能直接關(guān)系到生產(chǎn)裝置的投資、產(chǎn)能、質(zhì)量、能耗及成本[1]。然而,化工行業(yè)大部分子行業(yè)都存在產(chǎn)能過(guò)剩,產(chǎn)品競(jìng)爭(zhēng)力,技術(shù)提升慢的現(xiàn)象。距離實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型,生產(chǎn)智能化仍有較遠(yuǎn)的路要走。核心問(wèn)題是化工設(shè)備的特性復(fù)雜多變,難以對(duì)其進(jìn)行準(zhǔn)確描述,更不論定制準(zhǔn)確有效的優(yōu)化控制方法。由于化工行業(yè)的工藝復(fù)雜,產(chǎn)品繁多,并且設(shè)備特性在運(yùn)行時(shí)會(huì)隨著眾多因素的改變而改變,導(dǎo)致目前建立的化工設(shè)備數(shù)學(xué)模型通常都不完善,存在不能提前預(yù)測(cè),效果不佳、診斷滯后等缺陷。如何對(duì)復(fù)雜的現(xiàn)實(shí)問(wèn)題進(jìn)行系統(tǒng)建模,一直是當(dāng)前控制領(lǐng)域研究的熱點(diǎn)問(wèn)題[2]。本文針對(duì)傳統(tǒng)精餾塔建模存在的如建模周期長(zhǎng),預(yù)測(cè)準(zhǔn)確率低,跟蹤性能差等諸多缺陷,結(jié)合大數(shù)據(jù),深度學(xué)習(xí)以及遷移學(xué)習(xí)技術(shù),對(duì)海量的工業(yè)數(shù)據(jù)進(jìn)行高效處理,提出了一個(gè)能精準(zhǔn)建模與動(dòng)態(tài)更新的精餾塔建模方案。具體的研究工作如下:（1）針對(duì)傳統(tǒng)的特征選擇方法在處理填料式精餾塔高維時(shí)間序列數(shù)據(jù)難以兼顧計(jì)算復(fù)雜度和性能... 

【文章來(lái)源】：浙江理工大學(xué)浙江省

【文章頁(yè)數(shù)】：52 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３．１珠�，F(xiàn)場(chǎng)工藝流程??

浙江理工大學(xué)碩士學(xué)位論文?基于遷移學(xué)習(xí)的精餾塔建模方法研究??１?＾料―………．?，?．??酶愚???Ｐｆ．＿????圖３．１珠�，F(xiàn)場(chǎng)工藝流程??．．．．．．．＾?七?Ｌ?ｒ；?“??ｌ＿＇Ｔ＿ｌ＾：??圖３．?２淮安現(xiàn)場(chǎng)工藝流程??３．２數(shù)據(jù)預(yù)處理??１３??

浙江理工大學(xué)碩士學(xué)位論文?基于遷移學(xué)習(xí)的精餾塔建模方法研宄??直接從生產(chǎn)設(shè)備獲得的數(shù)據(jù)，無(wú)法避免系統(tǒng)噪聲對(duì)數(shù)據(jù)的干擾，這些干擾容??易造成預(yù)測(cè)誤差，因此原始數(shù)據(jù)必須經(jīng)過(guò)處理才能夠在建模中應(yīng)用。數(shù)據(jù)預(yù)處理??在眾多機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法中都起著重要作用。??３．２．１缺失、異常值檢測(cè)及處理??異常值是指?jìng)鞲衅鞴ぷ鳡顟B(tài)異�；蚴桥c正常工況有較大差異的數(shù)據(jù)。傳感器??工作狀態(tài)異常會(huì)導(dǎo)致數(shù)據(jù)長(zhǎng)時(shí)間處于定值或出現(xiàn)量程之外的數(shù)值。數(shù)據(jù)傳輸故障??或生產(chǎn)中斷會(huì)造成缺失值以及定值的產(chǎn)生。將數(shù)據(jù)分塊讀入，首先通過(guò)可視化和??統(tǒng)計(jì)手段對(duì)數(shù)據(jù)進(jìn)行初步觀察，發(fā)現(xiàn)恒定值列以及存在明顯異常的特診，如圖??３．３、圖３．?４所示。圖３．?３左下角存在驟降的點(diǎn)，這在流程生產(chǎn)中是不正常的，??應(yīng)將異常樣本剔除。精餾塔數(shù)據(jù)整體符合正態(tài)分布ｉＶ（Ａａ），＂是序列的均值，ａ是??序列的標(biāo)準(zhǔn)差。??ａ?＝?（３．丨）??式中Ｗ?＝?Ａ?－兄ｉＶ為樣本個(gè)數(shù)。根據(jù)３＜ｒ原則，數(shù)據(jù)落在〇?－?３ｃｊｊ?＋?３（７）之外的??概率僅有０．２７％，可認(rèn)為是異常數(shù)據(jù)，應(yīng)進(jìn)行剔除。??遍歷數(shù)據(jù)，通將缺失值比例高于２０％以及恒定值的特征篩除。缺失低于２０％??的特征通過(guò)差值法補(bǔ)全。??？?ａｍｍ?？ｍｗ?ｍｎｍ??＊＊?ｗ？ｒ?ｉ?ｎ?Ｍｉｌ＊?？??？?？？＊?ｅ?ａａａｒ?ｗｔｏｉｔ?ｔ?ｍｕｔ?？ａａ＞?ｗｗ??ｌｌ“ｈ?１１??ｉ?Ｉ：?：?：：?￣￣：￣￣?：：??＊?Ｉ．?？＞－??４?＿Ｐ＊?？�。�？？?？?４ＲＭ?ＭＨｂ?ｔｉｍｍ??圖３．?３部分特征變化趨勢(shì)圖??１４??


本文編號(hào)：3269058