延迟焦化加热炉热效率的机理建模与实时估计应用

黄健，赵众

（北京化工大学信息科学与技术学院，北京100029）

引 言

延迟焦化装置加工的是劣质重质原料油,具有高温操作的特点,装置相互关联严重[1]。在延迟焦化装置中，焦化加热炉属于其中的关键设备，焦化加热炉的燃料气消耗量超过总耗能77%[2]，在衡量加热炉操作先进性方面，热效率是其中一项关键指标[3]，然而加热炉热效率难以在线测量，实时估计更加困难。影响其热效率的因素有很多[4]，出口排烟的温度、炉膛烟气的氧含量、入炉的空气量都会对热效率产生影响。实际操作中热效率主要依靠离线分析[5]得到，通过离线分析数据有正平衡法与反平衡法两种方式计算[6]。正平衡法通过直接测量加热炉输入热量和输出热量计算得到热效率。而对于反平衡计算方法，则是通过测试和计算加热炉各项热损失。国内外主要通过反平衡法计算。粒子滤波要追溯到20 世纪40 年代提出的Monte Carlo 方法，Hammersley 等［7］基于贝叶斯采样估计提出顺序重要性采样滤波思想，其基本原理是寻找一组在状态空间传播的随机粒子（样本）描述系统的状态，通过Monte Carlo 方法处理贝叶斯估计中的积分运算，从而得到系统状态的最小均方差估计。当粒子数量趋于无穷时可以逼近服从任意概率分布的系统状态。Gordon 等[8]通过重采样技术的引入有效地解决了样本权值退化问题，提出了粒子滤波算法。近年来，在现代信号处理、通信、人工智能、生物信息学、计算机视觉、自主移动机器人、目标跟踪及统计学等领域不断发展。……