在炼油企业中,不少重要的过程指标变量难以在线测量或者很难直接测量,如精馏过程航空煤油的干点值是衡量操作质量的重要指标,通过现有测量手段不能得到干点的实时测量值。针对这个问题,本文以大连石化公司精馏装置作为研究对象,利用软测量技术对航煤干点进行了分析研究,根据工艺现场获取的测量数据,实现了常一线产品航空煤油干点的在线估计,为操作优化和质量控制提供了依据和条件。 本文首先对原油精馏的工艺原理进行了分析研究,并同现场操作人员共同探讨,根据实际操作运行状况,选取了13个过程变量作为辅助变量,通过企业内部计算机平台和DCS获取了现场工艺数据,为在线估计提供了必备的条件。由于工程数据存在诸多误差,本文利用数据校正技术对现场数据进行了校正处理,应用主元分析、RBF神经网络、支持向量机、最小二乘支持向量机等多种方法进行了分析研究,并进行了仿真试验。从分析研究得知:主元分析能够有效地提取数据的特征信息,消除变量间的共线性;最小二乘支持向量机用等式约束代替传统方法中的不等式约束,利用求解一组线性方程得出对象模型参数,避免了传统支持向量机求解二次规划问题,使得模型学习时间大大缩短,同时可以达到较高的精度。同RBF网络和传统支持向量机回归方法相比,在相同样本条件下,比RBF网络具有较好的模型逼近性和泛化性能,比传统的支持向量机方法可节省大量的计算时间。通过仿真结果对比本文采用主元分析(PCA)与最小二乘支持向量机(LS_SVM)获得了较好的仿真结果。同时本文讨论了软测量模型校正问题,并对模型进行了校正处理,其结果比较令人满意,能够满足工业上的要求。本文工作的研究为精馏过程航空煤油的质量参数实施先进控制打下了良好的基础。