工艺诊断分析模块在煤制油生产的应用研究

2023-12-14方林勇

广州化工 2023年14期

陈丽，方林勇，王峰

(宁夏煤业有限责任公司煤制油分公司，宁夏银川 750411)

化工工艺技术管理是MES(生产执行系统)系统的重要组成部分，而工艺诊断分析可为装置技术改进提供规范管理。系统提供自动采集实时数据及监视功能，基于工艺数据分析，给工艺诊断提供支持。煤制油化工工艺诊断的主要关注点为：工艺技术是否成熟、可靠；原料处理、化学反应、产品精制、储存和装卸等环节中的各个单元操作过程或工序的设备构或和连接(含反应器、塔、炬、槽罐等各类设备设施、管道、自控联锁装置、监测报警设施、泄压止逆设施、阻火设施、吸收、中和及破坏设拖、惰性气体保护和置换设拖等)，是否合理并保证安全运行；操作方式、工艺参数、主要控制指标(温度·压力·流量·配比·液位等)是否符合安全操作条件要求；各生产物料所流经工艺设备的顺序、去向、步骤等是否符合工艺安全要求，禁忌物料的使用是否安全；整个工艺技术及流程能否满足安全生产要求[1-2]。

煤制油生产化工工艺分析的目的是改善整个生产过程中不合理的工艺内容、工艺方法、工艺程序和作业现场的空间配置。通过严格的考查与分析，设计出最经济合理、最优化的工艺方法、工艺程序、空间配置。通过对工艺的诊断分析可以有效提高煤制油产品的合格率，提升原料及中间料的配比合理化。主要功能包含操作案例分析、历史趋势分析、相关性分析、拟合分析等。可建立了装置操作案例库，实时计算和量化操作员的操作经验与效果，通过将最佳操作经验固化到操作标准中，指导操作员在当前工况条件下，如何控制每项工艺控制参数，才能达到期望效果[3-4]。

1 功能研究

1.1 工艺指标监控和操作指标分析

进行工艺指标程序分析时采用工艺监控程序图。工艺监控程序图仅做出程序中的“操作”以及保证操作效果的“检验”两种主要动作，避免了图形的冗长和复杂，可以很方便地研究整个程序的先后次序[5]。工艺监控程序图是一种利用图表研究产品生产过程中各个可以分开的工序、工步的组合和安排步骤的图示方法。

此模块可实现关键工艺参数监控项目的可配置，工艺人员可以根据具体业务需求增加、删除、编辑关键工艺参数监控项目，包括位号、描述、监控上下限、采样频率等。

工艺参数监控页面以表格的形式展示出来，一个页面可以展示多条监控信息，支持按照车间、装置、位号、指标类型进行单独或组合查询，报警的指标会有变色提示。同时系统提供折线图，方便工艺人员了解指标的历史趋势。

基于生产操作指标的案例分布以及相对应时刻的关键工艺参数运行均值、峰值、谷值，主要用于操作经验的沉淀、积累和共享。

根据当前工况条件(或者操作条件)搜索历史经验中的所有操作记录，根据 KPI(如收率、能效等)期望结果，抽取达到该操作目标的关键工艺参数的历史操作记录，并支持将该结果保存到案例库中，指导实际操作。同时，对历史操作记录进行操作评估，操作评估是基于事后的，并且是一个连续性过程，单纯的平稳率统计并不足以反应操作的好坏，最好的操作评估方式是基于操作全过程的评估，完整还原操作员的操作过程，并进行操作回放，才能客观，完整地评价该操作周期内的操作员的操作水平。

对关键工艺参数进行实施监控并对超出设定值的关键工艺参数进行报警提醒，把安全隐患消除在萌芽状态中。

1.2 工艺诊断与分析

工业工程标准词汇作了以下定义：“工艺流程图是用图表符号形式，表达产品通过工艺过程中的部分或全部阶段所完成的工作。典型的流程图中包括的资料有数量、移动距离、所做工作的类别以及所用的设备，也可以包括工时”。

传统趋势分析是基于连续性时域的连续性数据趋势，而通常在一段时间内数据趋势的会因为操作调整、环境、通信异常等因素的干扰，某段时域数据明显偏离正常轨迹；或者需要相同工况条件的足够多的数据样本，而相同工况持续的周期不足以提供足量的数据样本时，则需要选择较长时间段内所有相同工况条件下的数据样本。以支撑趋势分析的可信度，基于设定参数值域的数据切片技术，可实现在时间轴上对趋势线进行切割重组。

图2 工艺诊断分析

历史趋势分析是基于特定工况、相同操作环境条件下的，操作调整后，装置需要一段时间才能稳定，数据通讯的异常会产生垃圾数据，原料性质的变化对操作也会产生较大影响，各装置在各时期的数据清洗规则都会有所差别，因此必须要求系统具备灵活、方便的数据清洗规则定义，才能保证获取有效的数据，数据分析才变得有意义。

关键工艺参数相关性分析实现了关键工艺参数的图形化展示和数据导出功能。

用户可以选择自己关心的单个或多个指标，点击查看历史趋势图、平均值，方便用户对该区域下不同工艺参数的对比分析，帮助生产人员和管理人员发现工艺运行问题，即使改进工艺条件和控制手段，确保装置安稳优运行，实现节能降耗、提高产率。

1.3 相关性分析

工艺指标的分组功能使得操作者只需事先定义好自己关心的关键工艺参数分组，即可迅速定位到该关键工艺参数，及时掌握自己最关心的关键工艺参数的情况，分析与过程有关的操作变量的影响，可以采用文字、图形、表格等所有便于表达清楚的形式进行展现。

实现原理是通过选定可能存在相关关系的指标组，进行相关的定性分析，进一步确认哪些参数是存在相关性以及相关的紧密程度。基于相关性矩阵，概览参数间的线性程度。可通过方差分析公式得到各指标的相关度。按固定间隔时间记录各项工艺参数的实际测量值，通过工况条件和自定义数据筛选条件，比较多个指标的数据趋势，初步判断二者的关联情况。

相关性分析的步骤：(1)工艺技术人员根据装置生产工况，对需要进行分析的工艺指标、操作指标进行分组；(2)通过实时数据库系统获取历史趋势数据，按照支撑趋势分析的可信度，基于设定参数值域的数据切片技术，可实现在时间轴上对趋势线进行切割重组，进行趋势展示；(3)工艺技术人员通过选定可能存在相关的指标组，进行相关性分析，进一步确认那些参数是存在相关性以及相关程度；(4)生成对比分析图并实现分析报表的导出存档。

图3 工艺相关性分析

1.4 拟合分析

本功能是指对存在相关性的两个指标或者工艺参数进行定量的拟合分析，并计算出二者的拟合公式，以达到预测操作的目的。基于任意参数间的多项拟合，定量分析各项参数间关系。

拟合分析是通过对相关联主要参数建立数据模型，找到各种参数及变量之间的数学关系，通常为一组微分方程或是一组代数方程，可以描述出化工生产过程的动态规律。分为经验模型和机理模型两部分，经验模型是通过对大型生产装置的实时数据，通过数学回归，获得纯经验的数学关系；机理模型是指从化工过程的原理出发进行推导，得到经实验验证的过程数学模型。

通常，拟合模型的建立需按以下步骤进行：模型准备、模型假设、模型构成、模型求解、模型分析。在实时数据支撑的基础上，通过分析工具进行模型的配置，产出相拟合的曲线，并可能过图表和表格的方式生成最终的分析数据和预测结果。

图4 工艺拟合分析

1.5 工艺报警分析

基于现有的生产实时数据库系统，通过搭建报警模型、异常联动模型和异常分析模型，从实时数据库中取值，利用专家规则引擎工具，通过触发异常联动报警模型，实现物料平衡图中工艺参数异常报警事件的自动捕获，异常报警信息在平台中自动推送并伴随声光报警，第一时间提醒相关用户进行事件处理。基于异常事件知识库，将各个单位调度岗位人员的异常事件处理操作步骤进行自动推送，相关人员可按照操作步骤进行事件的处理。当异常事件结束即报警点位值恢复正常时，异常事件自动关闭。

工艺报警分析包括报警点管理，报警监控。

(1)报警点管理

对报警来源，报警分类，报警等级等基本信息进行维护设置，实现工艺报警值变更管理。

(2)报警监控

关键报警点所在的关键设备使用图形展示，使用颜色表示不同状态。并且根据报警产生数据，分析其报警发生原因、处理方式等信息，对其进行汇总统计，统计内容包含报警次数、报警持续时长等，形成报警日报、月报等信息台账。

(3)报警统计

报警统计就是对报警信息进行分析，一定周期内的统计分析包括：报警日报、报警周报、报警月报、报警次数统计、报警持续时长统计、平稳率统计。