【摘要】：煉油工業(yè)是我國(guó)能源和經(jīng)濟(jì)發(fā)展的支柱性產(chǎn)業(yè),在提供化工原料和燃料油等方面發(fā)揮著十分重要的作用。隨著能源消耗的不斷提升,我國(guó)原油又存在后備可采資源量少的現(xiàn)狀,這就迫使煉油企業(yè)積極重視節(jié)能降耗工作,提高能源利用率以增強(qiáng)整體的競(jìng)爭(zhēng)力。某些企業(yè)只測(cè)重于部分環(huán)節(jié)或獨(dú)立裝置的優(yōu)化改造和換代升級(jí)來(lái)節(jié)能降耗,經(jīng)濟(jì)成本較大且對(duì)提升能效沒有顯著效果。常減壓裝置作為煉油企業(yè)能耗最大的裝置,其能效水平反映了原油和能源的利用效率,直接影響企業(yè)的經(jīng)濟(jì)效益。因此,對(duì)其能效進(jìn)行評(píng)估診斷,找出原因并實(shí)施優(yōu)化操作,對(duì)煉油行業(yè)提高能效具有重要意義。常減壓裝置是一個(gè)內(nèi)在機(jī)理復(fù)雜的非線性多變量對(duì)象,本文以國(guó)家863課題“面向石化工業(yè)能效監(jiān)測(cè)評(píng)估及優(yōu)化控制技術(shù)與系統(tǒng)”為背景,選擇常減壓裝置的關(guān)鍵性指標(biāo)拔出率,進(jìn)行能效評(píng)估診斷與建模優(yōu)化研究,并設(shè)計(jì)開發(fā)了能效管理平臺(tái)實(shí)現(xiàn)對(duì)能源的高效管理。本文的研究工作如下:(1)對(duì)煉油的工藝流程進(jìn)行詳細(xì)介紹。從能源介質(zhì)消耗比例來(lái)分析常減壓裝置的用能特點(diǎn),將裝置按不同粒度和評(píng)價(jià)角度劃分為設(shè)備級(jí)、過程級(jí)、系統(tǒng)級(jí),并建立三級(jí)能效指標(biāo)體系。選擇能綜合反映系統(tǒng)能效水平的常減壓裝置拔出率指標(biāo),分析其主要的影響因素。(2)對(duì)常減壓裝置能效指標(biāo)的運(yùn)行狀態(tài)進(jìn)行評(píng)估診斷。通過影響因素分析出導(dǎo)致拔出率低的原因主要有:常壓爐溫控異常、常壓塔液壓失衡、減壓爐溫控異常、減壓塔溫壓失衡。由于不同的原油處理量會(huì)對(duì)裝置的拔出率有較大影響,同時(shí)為了提高診斷模型的精度,本文將煉油過程劃分成兩種工況。以某煉油廠生產(chǎn)設(shè)計(jì)值為基準(zhǔn),對(duì)兩種工況下拔出率低于基準(zhǔn)值的數(shù)據(jù)進(jìn)行能效診斷。建立基于粒子群優(yōu)化支持向量機(jī)的雙工況多分類能效診斷模型。由實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行仿真,驗(yàn)證了該模型能準(zhǔn)確有效對(duì)能效指標(biāo)進(jìn)行診斷識(shí)別,判斷出能效低的原因,和支持向量機(jī)診斷模型相比,其診斷精度更高。(3)對(duì)常減壓裝置能效優(yōu)化的問題,建立基于最小二乘支持向量機(jī)的拔出率軟測(cè)量模型,實(shí)現(xiàn)對(duì)裝置產(chǎn)品收率的準(zhǔn)確預(yù)測(cè)。以拔出率最大為優(yōu)化目標(biāo),采用粒子群算法對(duì)減壓塔頂溫度和真空度尋優(yōu),建立能效優(yōu)化模型,最終實(shí)現(xiàn)了能效水平的顯著提高。(4)從能效管理角度,開發(fā)了煉油常減壓裝置能效管理平臺(tái)。實(shí)現(xiàn)了對(duì)煉油生產(chǎn)過程的實(shí)時(shí)監(jiān)測(cè)和能效管理,將能效診斷與優(yōu)化模塊集成到平臺(tái)上,幫助企業(yè)實(shí)時(shí)了解能效狀態(tài),及時(shí)在線發(fā)現(xiàn)異常以調(diào)節(jié)能源物料投入,指導(dǎo)實(shí)際生產(chǎn)。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TE96

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周喜坤;李小東;王亦成;;常減壓蒸餾裝置拔出率的影響因素及改進(jìn)[J];煉油技術(shù)與工程;2015年10期

2 雷芳;;我國(guó)煉油行業(yè)節(jié)能現(xiàn)狀及展望[J];商;2015年19期

3 鄭含博;王偉;李曉綱;王立楠;李予全;韓金華;;基于多分類最小二乘支持向量機(jī)和改進(jìn)粒子群優(yōu)化算法的電力變壓器故障診斷方法[J];高電壓技術(shù);2014年11期

4 王涓;吳旭鳴;王愛鳳;;應(yīng)用皮爾遜相關(guān)系數(shù)算法查找異常電能表用戶[J];電力需求側(cè)管理;2014年02期

5 胡云艷;彭敏放;田成來(lái);譚虎;宋麗偉;沈美娥;;基于粒子群算法優(yōu)化支持向量機(jī)的模擬電路診斷[J];計(jì)算機(jī)應(yīng)用研究;2012年11期

6 杜翔;吳少敏;袁希鋼;;煉油減壓精餾塔汽提工藝傳質(zhì)過程模擬與分析[J];化學(xué)工程;2012年09期

7 沈鑫;俞輝;趙英凱;李麗娟;;常減壓蒸餾裝置流程模擬及優(yōu)化研究[J];自動(dòng)化儀表;2011年11期

8 張崇偉;王志剛;田慧;;國(guó)內(nèi)外煉廠能耗評(píng)價(jià)方法概述[J];當(dāng)代化工;2011年10期

9 龔燕;王廣河;郭彥;王弘歷;;國(guó)內(nèi)外煉油用能評(píng)價(jià)方法分析及應(yīng)用探討[J];當(dāng)代石油石化;2011年09期

10 李桃迎;陳燕;秦勝君;李楠;;增量聚類算法綜述[J];科學(xué)技術(shù)與工程;2010年35期

本文編號(hào)：2784350