论文部分内容阅读
近年来,我国不断提倡节能减排、安全生产、环境保护等理念。加热炉是石油加工行业分布最为广泛的设备,是造成环境污染与消耗能源最多的装置,同时也是现场工况最为复杂的设备。因此,提高加热炉燃烧效率以减少环境污染和预测加热炉周围环境状况以提高安全性也就显得十分必要。本文针对加热炉现场环境与加热炉运行状况,提出基于QT的加热炉参数预警与智能调炉方案。系统通过两方面对加热炉运行状况进行整体性的评估,一方面通过对加热炉周围环境状况进行预测,做出预警评估;另一方面利用建立的规则库和预测模型对加热炉燃烧状况进行诊断评估。首先,加热炉周围环境有时会存在有毒气体泄漏、可燃气体超标等问题,如果工作人员未能及时察觉这些问题的存在,冒然进入现场,存在极大的安全隐患,针对这一问题,本文提出了加热炉参数预警方案。该部分以ARM11开发板为硬件平台,利用有毒气体、可燃气体传感器对加热炉周围环境进行检测,数据通过ZigBee无线网络传输;设计了基于嵌入式Linux系统的QT应用界面,实现对加热炉周围环境的实时监测;利用PSO-SVM算法对当前采集的数据进行短时间的参数预测,预测结果以界面的形式呈现。其次,针对现有加热炉调炉策略的实时性差、效率低等问题,提出了基于模型和规则库相结合的智能调炉策略。借鉴专家系统的思想,结合现场技术人员的知识和经验建立相应的调炉规则库,通过分析数据对加热炉运行状况进行诊断评估。基于模型的调炉策略主要是以PSO-SVM预测模型为基础来对加热炉的燃烧状况诊断评估,并给出相应的调炉建议供技术人员参考。采用基于模型与规则库结合的方式来实现加热炉调炉策略,提高了对加热炉评估、调整的有效性与实时性。最后,通过Matlab软件对PSO-SVM算法进行仿真实验,该算法预测结果可靠性较高;系统经过试运行与测试,该系统运行稳定,检测的现场数据准确,传输实时、高效,预测结果具有较高的可靠性;系统能够有效的对加热炉运行状况进行评估,有助于提高加热炉的操作水平和运行效率。