精餾塔的故障診斷方案設計

《精餾塔的故障診斷方案設計》由會員分享，可在線閱讀，更多相關《精餾塔的故障診斷方案設計（4頁珍藏版）》請在裝配圖網(wǎng)上搜索。

精餾塔的故障診斷方案設計 1引言 精餾塔在石油化工行業(yè)中占有很重要的地位，是化工企業(yè)和煉油企業(yè)生產(chǎn)過程中應用極為廣泛的傳質(zhì)傳熱設備，其目的是將混合物中的各組分分離，達到規(guī)定的純度。精餾過程的實質(zhì)是利用混合物中各組分具有不同的揮發(fā)度，即在同一溫度下，各組分的飽和蒸汽壓不同這一性質(zhì)，使液相中的輕組分轉(zhuǎn)移到汽相中，而汽相中的重組分轉(zhuǎn)移到液相中，從而達到分離的目的，因此精餾裝置操作的好壞直接關系到石油化工企業(yè)的經(jīng)濟效益。 精餾塔的故障診斷成為化工生產(chǎn)的重要環(huán)節(jié)，由于影響精餾塔生產(chǎn)操作和產(chǎn)品質(zhì)量因素很多，關系特別復雜，這就影響了石油化工企業(yè)的安全生產(chǎn)。近年來隨著計算機和人工智能、神經(jīng)網(wǎng)絡技術(shù)的發(fā)展及精餾過程的理論(例如塔的工藝計算、塔板力學計算以及塔的附屬設備的計算等)日趨成熟，如何將計算機和精餾過程的理論有機結(jié)合應用到精餾塔的故障診斷中去，是煉油企業(yè)關注的問題之一。正因為如此，國內(nèi)外對精餾過程的故障診斷進行了廣泛的研究，多數(shù)采用了建立數(shù)學模型的方法。本文詳細地討論了精餾塔的故障診斷的設計方案。 2精餾塔故障診斷的方案設計 2．1建立精餾塔故障診斷專家系統(tǒng) 該方法主要包括四個部分：故障輸入、基于解釋學習模型、定量深層知識庫和結(jié)果輸出到領域知識庫。首先輸入一個故障，然后調(diào)用定量深層知識庫，啟動基于解釋學習模型的學習模型，獲得一條學習，該描述直接用于故障診斷，最后將該描述存到領域知識庫，其中定量深層知識庫需要不斷地更新，補充新的故障診斷方法。 2．2診斷步驟 2．2．1建立設備檔案 無論任何設備都存在潛在的故障，而設備的使用過程就是一個由潛在故障向功能故障轉(zhuǎn)化的過程，其故障發(fā)展曲線如圖3所示。為了對精餾塔進行經(jīng)濟而有效的維護，有必要建立設備檔案，對精餾塔運行狀況跟蹤記錄，了解精餾塔各部件的歷史記錄隋況及其運行狀態(tài)，從而采用定期檢測及相應的故障診斷方法，在精餾塔發(fā)生功能故障之前檢測出其潛在的故障，避免功能故障的發(fā)生。 2．2．2確定檢測方法 其主要故障有塔板效率低、塔底溫度低、回流溫度高和液泛等。針對以上故障，應用7射線現(xiàn)場掃描檢測技術(shù)，可以診斷和消除故障、優(yōu)化操作條件和延長操作周期等，并且為煉油和化工企業(yè)指導生產(chǎn)提供重要數(shù)據(jù)或科學依據(jù)。 2．2．3確定精餾塔檢測周期及維修時間 對精餾塔各個部件的監(jiān)測周期的確定要依賴于精餾塔本身的壽命，在這里取精餾塔的平均極限壽命為T，則檢測周期Tc=T／nd，其中nd為離散度系數(shù)。nd的確定取決于設備運行的環(huán)境狀況。精餾塔的維修時間要視檢測后的精餾塔狀況來確定，在這里規(guī)定精餾塔的最大運行狀態(tài)為精餾塔在發(fā)生故障前各參數(shù)能夠達到的最大值，當其中的一個或幾個參數(shù)超過該值時，即認為精餾塔已經(jīng)達到極限壽命，需要修理。 2．2．4建立性能預測及檔案管理 在精餾塔每次進行檢測之后，要對檢測的情況作檔案記錄，同時確定設備的可用度(即設備的剩余壽命)以及下次檢測的時間，所以必須進行性能預測，設備性能預測的數(shù)字建模如下： 設x{x1，x2，，x。}是長度為N反映精餾塔N個時刻運行狀態(tài)的時間系列，x；為描述機械設備運行狀態(tài)的某一特征參數(shù)，xiRn(i_1，，N)，現(xiàn)要預報k步以后的機械設備的運行狀態(tài)，即求出xN+k。將第(N+k)個時刻的狀態(tài)xN+k與前N個狀態(tài)間的內(nèi)在聯(lián)系用函數(shù)關系F表示： xN+k=F(xl，x2，，x。) (1)則精餾塔的壽命預測可表示為通過建立數(shù)學模型找出F，使得任給0，有 ||FF(x)一FF(x)||=||xN+kxxN+k|| (2)中F(x)=xN+k實際狀態(tài)值，F(xiàn)F(x)=xN+k預測模型值。 檔案管理系統(tǒng)包括精餾塔整體狀態(tài)、精餾塔各組件性能以及經(jīng)濟技術(shù)評價，其系統(tǒng)流程如圖4所示。 3結(jié)論 隨著現(xiàn)代科技的迅速發(fā)展，現(xiàn)代化的故障診斷系統(tǒng)不斷完善，如人工智能、神經(jīng)網(wǎng)絡和動態(tài)仿真軟件在故障診斷的應用，能夠及時準確地預防和避免事故的發(fā)生，因此將維修技術(shù)、敬障診斷技術(shù)和計算機遠程監(jiān)測技術(shù)有機的結(jié)合，是今后煉油和化工企業(yè)故障診斷發(fā)展方向。 第 4 頁 共 4 頁