[发明专利]一种基于大数据的化工装置控制参数优化方法和系统

说明书

本申请提供一种基于大数据的化工装置控制参数优化方法和系统，其中的方法包括：获取产品的历史加工控制数据作为样本数据，所述历史加工控制数据包括负荷区间段、产品摩尔百分含量以及与负荷区间段、产品摩尔百分含量对应的控制参数；根据所述历史加工控制数据对学习模型进行训练得到控制参数获取模型，训练过程中以负荷区间段和产品摩尔百分含量作为所述学习模型的输入，以控制参数作为输出；将产品的实际负荷区间段、目标摩尔百分含量输入至所述控制参数获取模型得到目标控制参数。以上方案可有效提高控制参数稳定性，提升产品质量。

技术领域

本申请涉及化工产品自动工艺控制技术领域，具体地，涉及一种基于大数据的化工装置控制参数优化方法和系统。

背景技术

在化工领域，加工得到的产品成分含量决定产品是否合格。例如，MTBE(甲基叔丁基醚)产品，要求MTBE的摩尔百分含量在97.1-97.3之间是最优质的。MTBE的摩尔百分含量超过97.3时虽然产品合格但是经济性差；MTBE的摩尔百分含量低于97.1时产品不合格。因此产品加工过程中，需要人工依据其个人经验对加工过程中的关键控制参数进行调整，以把MTBE产品摩尔百分含量控制在97.1-97.3。而其他各类化工产品的加工过程中，对其中关键控制参数的调整过程均与上述方式类似。

实际生产中，化工产品的加工结果受上游工况影响，负荷经常变化。不同的负荷条件下，装置的控制参数需要控制至不同的水平，单纯靠操作工人的经验操作，精度很差，容易导致产品不合格率过高。

发明内容

本申请实施例旨在提供一种基于大数据的化工装置控制参数优化方法和系统，以解决现有技术中化工产品加工过程中产品合格率存在进一步提升空间的技术问题。

为此，本申请一些实施例中提供一种基于大数据的化工装置控制参数优化方法，包括如下步骤：

获取产品的历史加工控制数据作为样本数据，所述历史加工控制数据包括负荷区间段、产品摩尔百分含量以及与负荷区间段、产品摩尔百分含量对应的控制参数；

根据所述历史加工控制数据对学习模型进行训练得到控制参数获取模型，训练过程中以负荷区间段和产品摩尔百分含量作为所述学习模型的输入，以控制参数作为输出；

将产品的实际负荷区间段、目标摩尔百分含量输入至所述控制参数获取模型得到目标控制参数。

本申请部分实施例中的基于大数据的化工装置控制参数优化方法中，获取产品的历史加工控制数据作为样本数据的步骤中：

所述历史加工控制数据中的负荷区间段包括五个，将五个所述负荷区间段对应的历史加工控制数据分别记为data1、data2、data3、data4、data5；所述历史加工控制数据中的产品摩尔百分含量包括：优质产品对应的最优加工控制参数、不合格产品对应的不合格产品控制参数以及合格产品对应的合格控制参数；所述优质产品指产品摩尔百分含量位于其最优区间内的产品，不合格产品指产品摩尔百分含量低于其最优区间下限值的产品，所述合格产品是指产品摩尔百分含量超过其最优区间上限值的产品；

所述控制参数包括：优质产品对应的最优控制参数范围和不合格产品对应的报警控制参数范围。

本申请部分实施例中的基于大数据的化工装置控制参数优化方法中，根据所述历史加工控制数据对学习模型进行训练得到控制参数获取模型，训练过程中以负荷区间段和产品摩尔百分含量作为所述学习模型的输入，以控制参数作为输出的步骤中，针对每一负荷区间段的历史加工控制数据执行如下步骤：

为datai中产品摩尔百分含量位于其最优区间内的数据设置第一标识，其余数据设置第二标识后所得到的数据作为datai1，1≤i≤5；

将datai1按照比例分为训练样本集datai1_train和测试样本集datai1_test；