一种基于数字化的石油化工设备故障预测系统及方法与流程

本发明涉及设备故障预测领域，具体为一种基于数字化的石油化工设备故障预测系统及方法。

背景技术：

1、石油化工设备是指用于石油化工行业的生产和加工过程中所需的设备，通常包括蒸馏塔、反应器、分离器、换热器、压缩机、泵等。因为石油化工产业设备繁多，涉及成百上千个不同的设备参数，仅凭人工难以进行统一管理，在石油化工设备存在人为或自然因素导致的故障也无法及时发现，容易造成设备安全事故。

2、在石化工业生产过程中，往往需要调节产物的参数以满足不同的分馏和油质需求，调节前后设备生产模式和运行参数的范围存在很大差别，现有的故障识别系统很难适应多模式的工业过程监测流程，无法在变化的生产参数中及时找出石油化工设备可能的异常工况。

3、此外，石油化工设备发生故障的可能位置众多，对于故障的定位与溯源必须依赖人工逐级检修的手段，数字化程度不高，在监测过程中还需要涉及重复开机测试以及产物劣化分析等手段，从而导致检修成本升高以及检修风险增大等问题。

技术实现思路

1、本发明的目的在于提供一种基于数字化的石油化工设备故障预测系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于数字化的石油化工设备故障预测系统，包括：数字传感模块、状态控制模块、运行监测模块、故障申报模块和检修定位模块；

3、所述数字传感模块包括石化生产线末端的产品检测设备和设置在生产设备中的参数检测设备，所述产品检测设备用于在石油化工设备的产出端检测产物的质量参数，并将检测结果反馈到数据处理中心，所述参数检测设备用于利用传感器实时获取各生产设备的全部运行参数；

4、所述状态控制模块用于选取设备正常运行过程中的生产设备运行参数与产品质量参数，分别构成第一训练集和第二训练集，对训练集中的数据筛选后，以产品的每一种质量参数作为状态量，设备的运行参数为激励，建立石化生产线的状态方程；

5、所述运行监测模块用于把第一训练集中的元素作为样本，计算各运行参数变化率的概率分布，并将概率分布函数作为状态方程的激励进行测试，由测试结果的概率分布得到产物质量分布方程；

6、所述故障申报模块用于监测生产过程中产品的质量参数，固定时段内的监测结果构成第三数据集，计算第三数据集中参数的分布状态与产物质量分布方程的残差，在残差大于阈值时进行设备故障申报；

7、所述检修定位模块用于利用第一训练集中构建的状态向量生成检错空间，根据产物在各设备生产过程中质量参数的变化向量，构成向量验证序列，计算序列中各元素在检错状态空间中的映射向量，将相邻映射向量夹角的变化速度代入概率函数后，输出各工序出现故障的概率。

8、进一步的，所述数字传感模块包括：产品检测单元和设备传感单元；

9、所述产品检测单元设置在石化生产线末端，用于检测产品质量参数，所述质量参数包括：产量、分馏温度、纯度和含碳比例；

10、所述设备传感单元设置在石化生产设备中，用于检测设备的运行参数。

11、进一步的，所述状态控制模块包括：数据去杂单元和模型塑造单元；

12、所述数据去杂单元用于采用数据流算法去除数据集中的异常数据；

13、所述模型塑造单元用于建立设备运行参数与产品质量参数间的状态方程。

14、进一步的，所述运行监测模块包括：概率估计单元、激励输入单元和质量分布单元；

15、所述概率估计单元用于采用核密度估计方法估计各设备运行参数变化率的分布；

16、所述激励输入单元用于把设备运行参数的分布代入状态方程，计算产品质量参数的分布；

17、所述质量分布单元用于输出产品质量参数的分布概率函数和分布范围。

18、进一步的，所述故障申报模块包括：模型残差单元和异常判断单元；

19、所述模型残差单元用于计算实测产品质量参数在分布概率函数中的产生概率；

20、所述异常判断单元用于在实测产品的质量参数发生概率低于阈值时发出故障警报。

21、进一步的，所述检修定位模块包括：检修空间单元、参数映射单元和概率定位单元；

22、所述检修空间单元用于以产品质量参数的状态向量为基底构建检修坐标系；

23、所述参数映射单元用于分析第一训练集，生成各工序的产品状态向量，并计算其在检修坐标系中的映射向量；

24、所述概率定位单元用于计算相邻映射向量的夹角，将夹角的变化率代入分布概率函数，输出各设备发生故障的概率。

25、一种基于数字化的石油化工设备故障预测方法，包括以下步骤：

26、步骤s1.在石化生产线末端检测产物的质量参数，检测结果作为第一训练集，记录各石化设备的工作参数，记录结果作为第二训练集；

27、步骤s2.构建第一训练集与第二训练集之间的映射关系，分别以第一、第二训练集中的元素作为状态向量和输出向量，解出系数矩阵后，构建石化生产线的状态方程；

28、步骤s3.把第一训练集中的元素作为样本，估计各工作参数变化率的概率分布函数，将所述概率分布函数作为激励输入状态方程，得到输出向量组，记作产物质量分布函数；

29、步骤s4.持续监测产物的质量参数，将监测结果代入产物质量分布函数，得到产物各项质量参数的发生率，在单项发生率低于阈值时进行设备故障申报，转到步骤s5；

30、步骤s5.以步骤s2中的状态向量构建状态空间，根据设备故障时的各项工作参数与状态向量中的对应元素替换，得到验证向量，计算验证向量在状态空间中的映射向量，将映射向量与验证向量的点积作为对应参数的故障风险输出。

31、进一步的，步骤s1包括：

32、步骤s11.在石化设备正常工作过程中，每隔固定的检测时长检测一次产物的质量参数，直到检测次数到达预设值n，所述质量参数包括：产量、分馏温度、纯度和含碳比例；

33、步骤s12.在第一次检测对产物进行检测的t0时长之前，每隔相同的检测时长记录一次石化设备的所有工作参数，直到记录次数达到n次，其中t0为预设的生产时延，预设值n需不小于工作参数的数量；

34、步骤s13.将产物质量参数的检测结果作为第一数据集，石化设备工作参数的记录结果作为第二数据集，将第一数据集和第二数据集存入数据库。

35、进一步的，步骤s2包括：

36、步骤s21.对第一数据集和第二数据集中相同次数编号的数据建立映射关系，将第二数据集中的各元素化为状态向量形式，得到集合{x1,x2,…,xn}，其中xn代表第n次检测时设备的状态向量，m代表设备工作参数的数量，代表第n次检测中设备的第m个工作参数，t为转置符号；

37、步骤s22.把第二数据集中的元素转化为状态输出向量，转化结果为集合{y1,y2,…,yn}，其中yn代表第n次检测时产物的输出向量，c代表质量参数检测项目的数量，代表第n次检测时产物第c个检测项目的检测结果；

38、步骤s23.根据状态向量与输出向量间的映射关系得到以下方程：

39、

40、其中，a1、a2、…an分别为第1至m个工作参数的系数矩阵，解状态方程，得到a1、a2、…an的值；

41、步骤s24.输出石化设备生产的状态方程，所述状态方程表达为：y＝a1·x1+a2·x2+…+an·xn，其中y为状态输出向量，x1、x2、…、xn分别代表设备第1、2、…、n个工作参数带来的激励。

42、进一步的，步骤s3包括：

43、步骤s31.将第一训练集作为样本，利用概率估计方法对各工作参数的概率分布进行估算：

44、

45、其中fr(x)代表第r个设备工作参数对应的概率分布函数，t代表检测时长，r代表工作参数编号，r∈{1，2，…，m}，遍历r的所有可能取值，得到所有工作参数的概率分布函数；

46、步骤s32.将各工作参数的概率分布函数代入状态方程，得到产物质量分布函数y(x)，所述y(x)＝a1·f1(x)+a2·f2(x)+…+an·fm(x)。

47、进一步的，步骤s4包括：

48、步骤s41.石化设备继续工作后，继续检测产物的质量参数，将检测到的质量参数以输出向量的形式记作yu，所述yu＝[yu1,yu2,…,yuc]t，其中yuc代表第c项质量参数检测项目的检测值，将yu代入产物质量分布函数，得到产物各项质量参数的发生率集合{p1,p2,…,pc}，其中pc代表第c项质量参数检测项目的发生概率；

49、步骤s42.在集合{p1,p2,…,pc}中的元素有一项小于预设值p0时，判断石化设备生产存在异常，对设备进行故障申报，并转到步骤s5。

50、进一步的，步骤s5包括：

51、步骤s51.读取最后一次产品质量检测前t0时刻设备的各项工作参数，以向量形式表示为[v1,v2,…,vu,…,vm]t，其中vu代表读取到的第u项工作参数；

52、步骤s52.获取步骤s2中的全部状态向量，以x1,x2,…,xn为基底构建n维坐标系，得到状态空间；

53、步骤s53.依次用步骤s51中读取的工作参数与状态向量xn中的对应参数进行替换，得到各工作参数的验证向量{h1,h2,…,hu,…,hm}，其中hu代表第u项工作参数对应的验证向量，且满足

54、步骤s53.将验证向量hu在状态空间中进行映射变换，得到映射向量hu，计算验证向量hu与映射向量hu的夹角e，将e作为第m项工作参数的故障风险输出；

55、步骤s54.按照故障风险降序排列设备的所有工作参数，并在各项工作参数后列出工作参数对应的设备部件，将排列结果发送到检修部门。

56、与现有技术相比，本发明所达到的有益效果是：

57、1.本发明能够在石油化工设备的产出端检测产物的质量参数，在控制端获取各设备的运行参数,通过数据训练数字化生产流程，构建生产过程的状态方程，可以实时监测和控制生产过程，优化设备利用率，减少停机时间，提高生产效率。

58、2.本发明能够通过核密度估计方法计算运行参数变化速度的概率分布，根据当前运行参数，将概率分布函数代入验证，从而识别出石油化工设备的异常工况，可以及时发现生产过程中设备参数的潜在问题，提前预警可能的故障，确保设备正常运行。

59、3.本发明能够根据状态方程构建检错状态空间，根据产物在各设备生产过程中质量参数在检错状态空间中的映射向量，计算相邻映射向量的向量夹角计算运行参数变化速度，从而得到各工序出现故障的概率，可以快速确定问题所在，缩短检修停机时间，有效地节约维护成本，提高设备利用率。