[发明专利]一种基于ABC-ANFIS-CTF的乙烯裂解炉炉管智能结焦诊断方法

摘要

本发明涉及一种乙烯裂解炉炉管智能结焦诊断方法，更具体地，涉及一种融合人工蜂群(Artificial Bee Colony，ABC)算法、自适应神经模糊推理系统(Adaptive Neural Fuzzy Inference System，ANFIS)和结焦时间因子(Coking Time Factor，CTF)的乙烯裂解炉炉管智能结焦诊断方法，基于ABC‑ANFIS‑CTF的乙烯裂解炉炉管智能结焦诊断方法包括炉管结焦相关因素的数据采集和数据处理过程、炉管结焦专家评判规则获取过程、炉管结焦诊断模型训练过程以及炉管结焦诊断与预测过程。所述智能结焦诊断方法利用ABC算法的全局最优性和快速收敛性，优化ANFIS的结构参数，有效提高了训练效率和结焦诊断准确率，并引入结焦时间因子CTF，使所建立的结焦诊断模型在结合CTF情况下，能够很好地判断裂解炉运行周期内的炉管结焦程度和预测炉管结焦的发展趋势，从而起到炉管清焦预警和效能提高的作用。

主权项

1.一种基于ABC‑ANFIS‑CTF的乙烯裂解炉炉管智能结焦诊断方法，其中，ABC为人工蜂群算法，ANFIS为自适应神经模糊推理系统，CTF为结焦时间因子，其特征在于，包括以下步骤：S1 炉管结焦相关因素的数据采集和数据处理过程：采集得到与裂解炉炉管结焦相关的因素：炉管外表面温度、横跨段压力、文丘里压力、裂解炉运行周期、炉管结焦程度，再对横跨段压力和文丘里压力进行数据处理以获得绝压比；S2 炉管结焦专家评判规则获取过程：成立一个由若干人组成的评判专家小组，每位专家根据经验和专业知识评判步骤S1获取的每个单因素对炉管结焦结果的影响因子，从而确定相应的评判规则；S3 炉管结焦诊断模型训练过程：首先根据专家确定的评判规则，确定基于ANFIS的结焦诊断推理系统的网络结构，然后将步骤S1获得的炉管外表面温度、绝压比和炉管结焦程度数据样本输入结焦诊断推理系统进行训练，在训练过程中，搜索结焦诊断推理系统结构参数最优解，从而获得结焦诊断模型；S4 炉管结焦诊断与预测过程：根据炉管外表面温度、绝压比和裂解炉运行周期的关系，获取CTF，然后利用结焦诊断模型结合CTF对裂解炉在当前时刻的炉管结焦程度和未来一段时期内的结焦发展趋势进行预测，以起到炉管清焦预警和效能提高的作用。