软仪表建模新方法的探究与分析

辛克鹏，刘鉴徵

（中国石化齐鲁石化公司信息中心，山东 淄博255400）

1 引言

石化行业中，操作人员主要根据化验结果和操作经验调整工艺各参数。由于化验数据的滞后性，会造成质量偏差增大，而操作员的操作经验不同，会造成产品质量不一致，这样操作导致的质量波动大，更重要的是会增加能耗。为解决这一问题，软测量技术应运而生。本文主要以炼油厂连续重整工艺中芳烃含量软仪表建模为例，对原方式建模与新方式建模进行比较、分析。将非线性软仪表模型，通过迭代算法转换成线性模型，最终实现精确的软测量。

2 工艺简介

连续重整工艺为炼厂生产高辛烷值汽油和芳烃的重要装置，主要将低辛烷值石脑油变成富含芳烃的高辛烷值汽油组分。整套工艺包括：原料预处理、重整、抽提、精馏四部分。预处理过程主要从原料中切割60～130℃馏分，除去杂质。原料经催化剂反应后，环烷烃转化为芳烃。通过抽提将来自重整部分的脱戊烷油中的芳烃与非芳烃分离，分离出来的芳烃与非芳烃进一步精馏出苯、甲苯、二甲苯、重芳烃、溶剂油等化工产品[1]。

3 现状分析

以往建立软仪表模型过程，通常是使用数据回归的方法,按照日期，对于影响质量含量的相关参数点进行取数，一般取一小时的平均值。完成取数后，对数据进行初步筛选处理，将有明显错误的数据（如仪表测量问题造成的错误数据、特殊生产状况下的数据等）进行剔除。在做软测量的软件中进行数据回归，一般会有几种固定的软仪表模型进行选择：线性、非线性、线性与非线性并存、神经元网络等。……