一.建立精馏塔故障诊断专家系统
该方法主要包括四个部分:故障输入、基于解释学习模型、定量深层知识库和结果输出到领域知识库。首先输入一个故障,然后调用定量深层知识库,启动基于解释学习模型的学习模型,获得一条学习,该描述直接用于故障诊断,最后将该描述存到领域知识库,其中定量深层知识库需要不断地更新,补充新的故障诊断方法。
二.诊断步骤
(1)建立设备档案
无论任何设备都存在潜在的故障,而设备的使用过程就是一个由潜在故障向功能故障转化的过程,其故障发展曲线如图3所示。为了对精馏塔进行经济而有效的维护,有必要建立设备档案,对精馏塔运行状况跟踪记录,了解精馏塔各部件的历史记录隋况及其运行状态,从而采用定期检测及相应的故障诊断方法,在精馏塔发生功能故障之前检测出其潜在的故障,避免功能故障的发生。
(2)确定检测方法
其主要故障有塔板效率低、塔底温度低、回流温度高和液泛等。针对以上故障,应用7射线现场扫描检测技术,可以诊断和消除故障、优化操作条件和延长操作周期等,并且为炼油和化工企业指导生产提供重要数据或科学依据。
(3)确定精馏塔检测周期及维修时间
对精馏塔各个部件的监测周期的确定要依赖于精馏塔本身的寿命,在这里取精馏塔的平均极限寿命为T,则检测周期Tc=T/nd,其中nd为离散度系数。nd的确定取决于设备运行的环境状况。精馏塔的维修时间要视检测后的精馏塔状况来确定,在这里规定精馏塔的******运行状态为精馏塔在发生故障前各参数能够达到的******值,当其中的一个或几个参数超过该值时,即认为精馏塔已经达到极限寿命,需要修理。
(4)建立性能预测及档案管理
在精馏塔每次进行检测之后,要对检测的情况作档案记录,同时确定设备的可用度(即设备的剩余寿命)以及下次检测的时间,所以必须进行性能预测,设备性能预测的数字建模如下:
设X{X1,X2,…,X。}是长度为N反映精馏塔N个时刻运行状态的时间系列,X;为描述机械设备运行状态的某一特征参数,Xi∈Rn(i_1,…,N),现要预报k步以后的机械设备的运行状态,即求出xN+k。将第(N+k)个时刻的状态xN+k与前N个状态间的内在联系用函数关系F表示:
XN+k=F(Xl,X2,…,X。)
则精馏塔的寿命预测可表示为通过建立数学模型找出F,使得任给X∈0,有||FF(X)一FF(X)||=||xN+k—XXN+k||∈(2)中F(X)=xN+k实际状态值,FF(x)=xN+k预测模型值。
档案管理系统包括精馏塔整体状态、精馏塔各组件性能以及经济技术评价。
三.结论
随着现代科技的迅速发展,现代化的故障诊断系统不断完善,如人工智能、神经网络和动态仿真软件在故障诊断的应用,能够及时准确地预防和避免事故的发生,因此将维修技术、敬障诊断技术和计算机远程监测技术有机的结合,是今后炼油和化工企业故障诊断发展方向。