基于Bayes估計的催化劑失效判定方法.pdf

1、石油化工行業(yè)是我國國民經濟的支柱產業(yè)之一，然而它也是我國工業(yè)界的污染大戶。在生產過程存在多種易燃、易爆和有毒的物質，因此石化企業(yè)是一種安全環(huán)保要求高的企業(yè)。為此，對石化企業(yè)的化工裝置進行監(jiān)控是十分必要的，特別對于存在大量氧化還原反應的化工裝置，對其使用的催化劑進行監(jiān)控更成為重中之重。這對于保證企業(yè)安全生產，減少對大氣的污染，提高催化劑的有效利用率和降低企業(yè)生產成本，都具有十分重要的意義。 本課題以廣州石化硫磺回收裝置為例，建立了

2、一套基于Bayes估計的催化劑失效判定方法。本文首先對裝置的工藝流程進行了簡要的分析，在工藝流程分析和專家經驗總結的基礎上，對催化劑影響參數(shù)及關鍵監(jiān)測點進行了詳細的分析和歸納。接著根據(jù)硫磺回收裝置生產流程的特點，分析了關鍵監(jiān)測點的影響參數(shù)。采用多元線性回歸，分別對各關鍵監(jiān)測點及其影響參數(shù)進行歷史數(shù)據(jù)分析，從而擬合出各關鍵監(jiān)測點的趨勢預測模型。最后通過預測模型獲得各關鍵監(jiān)測點的預測值及其發(fā)生概率，再利用分層次Bayes估計對催化劑趨勢狀態(tài)

3、進行判定。 另外，本文根據(jù)課題研究對象的特點，結合生產中的現(xiàn)實情況，初步建立了一套自學習機制。本文提出的自學習機制主要包含兩個方面：一是關鍵監(jiān)測點預測參數(shù)自學習機制，采用逐步回歸法對海量參數(shù)進行變量篩選，使預測模型能得到進一步的參數(shù)修正，為Bayes估計提供更加可靠的預測值；二是關鍵監(jiān)測點選擇機制，基于專家經驗，總結的關鍵監(jiān)測點的共同點，得出在催化劑失效時各關鍵監(jiān)測點都出現(xiàn)的數(shù)據(jù)波動特征，形成初步的關鍵監(jiān)測點選擇機制。