發(fā)布時間：2020-05-26 16:40

【摘要】：化工過程鮮明的非線性和多尺度性特征給傳統(tǒng)過程建模帶來了困難,而“智能工廠”的建設(shè)使化工企業(yè)擁有海量的過程數(shù)據(jù),如何有效利用這些數(shù)據(jù)對過程進行建模并解決實際問題,成為目前化工過程建模的探索方向之一。本文以催化裂化裝置為研究對象,基于Hilbert-Huang變換方法獲得的系統(tǒng)的多尺度結(jié)構(gòu),在數(shù)據(jù)驅(qū)動下建立時間序列預(yù)測模型、特征變量選擇模型和多輸入單輸出預(yù)測模型,為工業(yè)催化裂化裝置中的位點監(jiān)控、關(guān)鍵變量篩選以及汽油收率預(yù)測提供科學(xué)的分析方法及工具。為實現(xiàn)對關(guān)鍵位點的監(jiān)控,需要對時間序列進行快速、準確地預(yù)測。本文以催化裂化裝置中的沉降器頂部壓力和溫度序列為例進行分析并建模預(yù)測。分析結(jié)果表明,裝置系統(tǒng)中存在著介尺度與宏尺度共存、混沌性與穩(wěn)定性同在、不同尺度相互驅(qū)動耦合的特性。從工業(yè)數(shù)據(jù)分析的角度證實了前人對催化裂化裝置多尺度特性的推斷�；诜治鼋Y(jié)果,建立具有時間記憶功能的LSTM神經(jīng)網(wǎng)絡(luò),結(jié)果顯示,在同樣的計算時間下,壓力序列和溫度序列的預(yù)測誤差分別降低了29.8%和32.8%,說明只有準確認清了過程的多尺度特性,才能建立準確、高效的數(shù)據(jù)驅(qū)動模型。為從高維的數(shù)據(jù)庫中快速找出影響目標變量的關(guān)鍵因素,建立了FilterWrapper混合特征選擇模型。分別以裝置中有著指示作用的重點監(jiān)控變量(如沉降器頂部壓力等)和體現(xiàn)催化裂化裝置生產(chǎn)能力的收率變量(如汽油收率等)作為目標變量,將原始數(shù)據(jù)庫中的445個特征精簡到原來的2%~10%,大大簡化了數(shù)據(jù)驅(qū)動建模的復(fù)雜程度。不僅如此,混合特征選擇模型還能夠從數(shù)據(jù)自身規(guī)律的角度出發(fā)進行“知識發(fā)現(xiàn)”,找尋隱含在工藝過程中的潛在的關(guān)聯(lián)特性。針對汽油收率預(yù)測,基于多尺度分解方法和特征選擇方法,結(jié)合機器學(xué)習(xí)模型建立預(yù)測模型�？疾煸汲叨容斎�、篩選后的原始尺度輸入、多尺度輸入這三種不同的輸入變量分別在線性和非線性兩種模型中的預(yù)測情況。結(jié)果顯示,非線性模型的預(yù)測效果整體優(yōu)于線性模型,多尺度模型的預(yù)測效果最佳,對比之下,本文提出的多尺度收率預(yù)測模型能夠降低15%以上的預(yù)測誤差。而經(jīng)過選擇后的原始尺度模型效果最差,說明使得預(yù)測性能提高的根本原因并非特征選擇,而是多尺度分解步驟,這更加表現(xiàn)出了從多尺度角度進行建模的科學(xué)性和優(yōu)越性。
【圖文】：

的流動傳遞與化學(xué)反應(yīng)規(guī)律以及流動與反應(yīng)的耦合機制，以此指導(dǎo)工業(yè)的科學(xué)設(shè)計[22]、問題診斷和操作優(yōu)化[23]。.2 數(shù)據(jù)驅(qū)動模型相比之下，數(shù)據(jù)驅(qū)動模型（Data-drivenModels）不需要從機理出發(fā)對系統(tǒng)進行解釋，更注重選取一類模型后對系統(tǒng)參數(shù)采用歷史數(shù)據(jù)進行辨識，，這模型在模型類型確定和選取上顯得更為容易，使用起來也更為方便，但也具有一定可操作性，否則無法進行實驗、收集數(shù)據(jù)進而確定模型。簡而言驅(qū)動建模實質(zhì)上是對過往數(shù)據(jù)通過模型結(jié)構(gòu)進行便捷的重現(xiàn)。在不同的數(shù)據(jù)驅(qū)動建模有著不同的表達方式，如有使用系統(tǒng)辨識建模、智能建模等術(shù)指出，這一建模方法是在不同學(xué)科、不同的研究領(lǐng)域內(nèi)逐漸發(fā)展起來的，領(lǐng)域都會采用特定的術(shù)語描述，但實質(zhì)上均指數(shù)據(jù)驅(qū)動建模。數(shù)據(jù)驅(qū)動模有限的數(shù)據(jù)準確完整的描述、還原過程，樣本的數(shù)量與采樣數(shù)據(jù)的質(zhì)量十因此樣本質(zhì)量是建模的關(guān)鍵。

第1 章 緒論性原理”進行分析計算，又如采用關(guān)聯(lián)公式獲得該層次內(nèi)的一定關(guān)系等。20 世紀90 年代中期開始，分析儀器的進步提供了更多關(guān)于復(fù)雜反應(yīng)及產(chǎn)物混合物、催化劑結(jié)構(gòu)和催化反應(yīng)機理的定量信息，同時計算速度和計算機結(jié)構(gòu)（例如大規(guī)模并行處理計算）的重大進展不僅帶來了催化劑、反應(yīng)器和工藝技術(shù)的進步，還給流程和整個系統(tǒng)中將微觀尺度到宏觀尺度的定量化與集成創(chuàng)造條件。這兩個進步和發(fā)展使得化學(xué)工程中的多尺度研究成為了可能，也使得化學(xué)工程中的多尺度問題引起了越來越多的關(guān)注[45]。1995 年，Sapre 和 Katzer[46]從工業(yè)應(yīng)用的角度出發(fā)提出了化學(xué)工程從微觀到宏觀的集成技術(shù)鏈。如圖 1.2 所示，涵蓋的層級小到微觀世界的分子/原子，大到工廠乃至整個系統(tǒng)，每一個環(huán)節(jié)都需要采用相應(yīng)的模型進行描述。
【學(xué)位授予單位】：中國石油大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP18;TE624.41

【相似文獻】

相關(guān)期刊論文 前10條

1 張椿琳;;數(shù)據(jù)驅(qū)動用戶洞察[J];經(jīng)營者(汽車商業(yè)評論);2019年11期

2 呂煜航;;探究大數(shù)據(jù)驅(qū)動的社會科學(xué)研究轉(zhuǎn)型[J];科學(xué)技術(shù)創(chuàng)新;2019年14期

3 王學(xué)勇;費廷偉;史旭升;王文琦;;數(shù)據(jù)驅(qū)動的智慧企業(yè)管理新模式探索[J];軍民兩用技術(shù)與產(chǎn)品;2019年05期

4 李平;蔣君毅;;基于大數(shù)據(jù)驅(qū)動的高校學(xué)生就業(yè)服務(wù)效能提升研究[J];科技經(jīng)濟導(dǎo)刊;2019年17期

5 程夢瑤;;達索系統(tǒng)：數(shù)據(jù)驅(qū)動 助力城市復(fù)興之路[J];軟件和集成電路;2019年11期

6 周德立;;淺論基于數(shù)據(jù)驅(qū)動的智能舞臺技術(shù)研究[J];傳播力研究;2018年20期

7 方璐;;語料庫數(shù)據(jù)驅(qū)動的外語學(xué)習(xí):思想、方法和技術(shù)[J];課程教育研究;2017年29期

8 馮艷艷;;從判斷性評價到專業(yè)化診斷[J];中小學(xué)信息技術(shù)教育;2017年10期

9 李睿;;基于語料庫的數(shù)據(jù)驅(qū)動學(xué)習(xí)在外語教學(xué)中的前景[J];甘肅教育;2007年14期

10 姚琥;;數(shù)據(jù)驅(qū)動,智慧風(fēng)控[J];金融電子化;2017年02期

相關(guān)會議論文 前10條

1 高欣;;基于元數(shù)據(jù)驅(qū)動的通信協(xié)議建模技術(shù)[A];全國冶金自動化信息網(wǎng)2015年會論文集[C];2015年

2 胡繼華;;元數(shù)據(jù)驅(qū)動在信息資源管理中的應(yīng)用研究——以城建行業(yè)為例[A];中國地理信息系統(tǒng)協(xié)會第三次代表大會暨第七屆年會論文集[C];2003年

3 吳佳;王

本文編號：2682122