随着工业智能制造4.0的提出,化工企业运用工业过程大数据处理技术分析加热炉运行情况,进而提高加热炉能效成为了企业发展的目标之一。虽然现阶段石化企业在长期发展运营过程中积累了大量的设备运行和维护数据,但却缺乏对信息的深层次处理和决策。现场工作人员和管理人员在进行决策时,需要花费大量的时间,不能及时有效的对加热炉运行做出合理的建议。随着信息技术的发展,数据挖掘技术逐渐成为决策支持的重要手段和依据。因此,将决策树技术应用到传统的设备管理系统中并加以改进,推导出基于规则的调炉信息,用于指导加热炉的决策和评估,用来对加热炉集群中能效的评估做出决策分析。运用Web编程技术将加热炉的设备档案信息和运行信息集成到同一系统中,有利于企业决策者和管理者综合评定加热炉整体性能,本课题针对已有参数对加热炉能效进行评估,给出不同状态下的调炉决策和建议,帮助现场工作人员做出相应的处理方式和建议。首先从石化加热炉设备的维护和管理入手,以ThinkPHP为框架、CSS和Bootstrap作为样式、MySQL作为存储器件等其他相关技术,实现了在线评估管理系统的整体框架设计,管理系统的各个模块化设计以及应用流程化的管理,将各设备器件从设备的基础信息管理、设备的维护与巡检、设备仓储等流程统一,方便企业实现管理的全面化以及信息化。其次,在能效评估部分,选择热效率作为重要的能效评判标准,运用动态链接库将加热炉运行参数存到本地MySQL数据库中做进一步分析;经专家咨询、文献查阅等方式初步筛选后的重要参数进行重点研究,采用属性相关性处理和最小信息熵的离散化处理后,划分为训练集和测试集;根据属性相关性系数应用于模拟退火算法中,调整属性集合,寻找最优组合作为C4.5决策树算法中的输入参数,生成具有高预测性的决策树模型,同时生成IF-THEN规则,嵌入到在线评估管理系统中,结合具有专家经验的调炉规则,建立智能能效决策评估系统。最终,在系统实现部分,通过深入的分析加热炉结构及其能效等重要参数,选择分类正确率较高的改进型决策树算法模型,利用PHP-JAVA-Bridge控件,将生成的Java算法包嵌入到到在线评估管理系统中,用于评估加热炉能效的高低,为现场工作人员和决策管理人员提供决策支持,最终提高加热炉群的整体燃烧效率。