化工过程中,掌握关键工艺参数的变化趋势对于消除潜在波动、维持工况稳定作用巨大。然而,传统的浅层静态模型很难对非线性和动态性显著的复杂序列数据进行精准预测。针对上述难题,提出一种深度预测模型TA-ConvBiLSTM,将卷积神经网络(con...化工过程中,掌握关键工艺参数的变化趋势对于消除潜在波动、维持工况稳定作用巨大。然而,传统的浅层静态模型很难对非线性和动态性显著的复杂序列数据进行精准预测。针对上述难题,提出一种深度预测模型TA-ConvBiLSTM,将卷积神经网络(convolutional neural networks,CNN)和双向长短时记忆网络(bi-directional long short term memory,BiLSTM)集成到统一框架内,使其不仅能在每个时间步上自动挖掘高维变量间的隐含关联,更能横跨所有时间步自适应提取有用的深层时序特征。此外,引入时间注意力(temporal attention,TA)机制,为反映目标变化规律的重要信息增加权重,避免其因输入序列过长、深层特征太多而被掩盖。所提出方法的有效性在国内某延迟焦化装置炉管温度预测的案例中得到验证。展开更多
为了更全面、准确地分析天然气站场的系统整体可靠性,提出采用跨领域的网络流理论来分析天然气站场系统的整体可靠性,并对网络流理论做了归纳创新与适应性分析,通过最小路集与不交化算法计算出站场系统在正常工艺状态下的失效概率,然后...为了更全面、准确地分析天然气站场的系统整体可靠性,提出采用跨领域的网络流理论来分析天然气站场系统的整体可靠性,并对网络流理论做了归纳创新与适应性分析,通过最小路集与不交化算法计算出站场系统在正常工艺状态下的失效概率,然后创新性地提出基于危险与可操作性分析(hazard and operability analysis,HAZOP)确定站场系统在工艺参数偏差状态下的失效概率,分析偏差状态对于站场系统可靠性的影响,将其与正常工艺状态下的站场系统失效概率对比,从而更加全面地分析天然气站场系统的整体可靠性。结果表明:所提出的网络流分步法比网络流整体法分析站场系统的可靠性适应性更强,网络流分步法不存在必要通路不在最小路集内的问题,既能保证连通性又能保证满足工艺要求;正常工艺状态下该站的系统失效概率为4.9869×10^(-2),工艺参数偏差状态下该站的系统失效概率为5.8036×10^(-2),较正常工艺状态增大16.38%,两种状态下各子系统的失效概率数量级没有改变,大小排序也没有改变,因此该工艺参数偏差状态下建议各子系统排序不变,但对于各子系统中的设备需按各自失效概率增大的程度进行重点关注的调整,这对于天然气站场的实际生产运行与安全运行管理具有一定的指导意义。展开更多
针对目前氢损伤失效机理无法量化到失效概率中的问题,更加准确、全面地分析加氢母站设备可靠性,修正经典基于风险的检验(risk based inspection,RBI)理论进行加氢母站设备的可靠性分析,结合双参数韦伯分布、极大似然估计统计分析设备同...针对目前氢损伤失效机理无法量化到失效概率中的问题,更加准确、全面地分析加氢母站设备可靠性,修正经典基于风险的检验(risk based inspection,RBI)理论进行加氢母站设备的可靠性分析,结合双参数韦伯分布、极大似然估计统计分析设备同类失效概率。针对加氢母站设备特有失效机理,创新性地提出氢损伤修正因子与其定量分析方法,整体探讨了加氢母站设备可靠性。结果表明:修正RBI理论的泄漏孔径分类、结合双参数韦伯分布与极大似然估计计算同类失效概率更符合实际工况;结合氢损伤修正因子可得出氢设备失效概率值,氢损伤修正因子敏感性分析表明,氢损伤修正因子对设备失效概率呈正相关,建议对氢设备应采取一些具体措施进行预防性维护,对加氢母站设备安全运营管理与预防决策有重要意义。展开更多
文摘化工过程中,掌握关键工艺参数的变化趋势对于消除潜在波动、维持工况稳定作用巨大。然而,传统的浅层静态模型很难对非线性和动态性显著的复杂序列数据进行精准预测。针对上述难题,提出一种深度预测模型TA-ConvBiLSTM,将卷积神经网络(convolutional neural networks,CNN)和双向长短时记忆网络(bi-directional long short term memory,BiLSTM)集成到统一框架内,使其不仅能在每个时间步上自动挖掘高维变量间的隐含关联,更能横跨所有时间步自适应提取有用的深层时序特征。此外,引入时间注意力(temporal attention,TA)机制,为反映目标变化规律的重要信息增加权重,避免其因输入序列过长、深层特征太多而被掩盖。所提出方法的有效性在国内某延迟焦化装置炉管温度预测的案例中得到验证。
文摘为了更全面、准确地分析天然气站场的系统整体可靠性,提出采用跨领域的网络流理论来分析天然气站场系统的整体可靠性,并对网络流理论做了归纳创新与适应性分析,通过最小路集与不交化算法计算出站场系统在正常工艺状态下的失效概率,然后创新性地提出基于危险与可操作性分析(hazard and operability analysis,HAZOP)确定站场系统在工艺参数偏差状态下的失效概率,分析偏差状态对于站场系统可靠性的影响,将其与正常工艺状态下的站场系统失效概率对比,从而更加全面地分析天然气站场系统的整体可靠性。结果表明:所提出的网络流分步法比网络流整体法分析站场系统的可靠性适应性更强,网络流分步法不存在必要通路不在最小路集内的问题,既能保证连通性又能保证满足工艺要求;正常工艺状态下该站的系统失效概率为4.9869×10^(-2),工艺参数偏差状态下该站的系统失效概率为5.8036×10^(-2),较正常工艺状态增大16.38%,两种状态下各子系统的失效概率数量级没有改变,大小排序也没有改变,因此该工艺参数偏差状态下建议各子系统排序不变,但对于各子系统中的设备需按各自失效概率增大的程度进行重点关注的调整,这对于天然气站场的实际生产运行与安全运行管理具有一定的指导意义。
文摘针对目前氢损伤失效机理无法量化到失效概率中的问题,更加准确、全面地分析加氢母站设备可靠性,修正经典基于风险的检验(risk based inspection,RBI)理论进行加氢母站设备的可靠性分析,结合双参数韦伯分布、极大似然估计统计分析设备同类失效概率。针对加氢母站设备特有失效机理,创新性地提出氢损伤修正因子与其定量分析方法,整体探讨了加氢母站设备可靠性。结果表明:修正RBI理论的泄漏孔径分类、结合双参数韦伯分布与极大似然估计计算同类失效概率更符合实际工况;结合氢损伤修正因子可得出氢设备失效概率值,氢损伤修正因子敏感性分析表明,氢损伤修正因子对设备失效概率呈正相关,建议对氢设备应采取一些具体措施进行预防性维护,对加氢母站设备安全运营管理与预防决策有重要意义。
