基于声信号的聚乙烯流化床结块故障监测方法研究

摘要

聚乙烯是石油化工产业的重要产品之一，气相法聚乙烯工艺由于其性能优势被广泛应用于工业生产中。该工艺以气固流化床为核心反应器，在进行聚合反应时，会因多种原因造成颗粒团聚和粘结，这些块状物料的出现会持续影响反应状态，严重时将导致装置停车停产。因此有必要对气固流化床聚乙烯生产过程实施监测，以便于及时发现结块故障并进行处理，保持装置持续运行。
　　在现有结块故障监测手段中，声波法安全可靠且易于实施，成为相关研究热点。本文研究了基于声信号的聚乙烯气固流化床结块故障监测方法。首先设计了一套流化床结块声波采集系统，完成了硬件搭建和相应软件的编程。系统由四个声波传感器监听反应器内颗粒粒径分布情况，现场监测终端完成声波信号调理和采集，然后以无线方式传输至监控室，在监控机上显示并存储数据。基于以上数据，研究了声信号特征提取方法。首先对比分析了声波信号的时域、频域和熵特征，提出了基于ReliefF的加权主成分分析方法(R-WPCA)用于特征提取。该方法能够从众多特征中找到有助于区分结块的主成分，去除相关性的同时实现降维。针对实际采样过程中有大量无标签样本且故障样本较少的问题，提出了基于主动学习的支持向量机(ALSVM)结块故障诊断方法，设计性能指标用于挑选少量对提高模型分类准确率最有帮助的样本，标注后用于支持向量机训练，得到诊断模型，完成故障监测系统的搭建。
　　在中试装置上进行了实验，实验结果发现该系统能比传统方法提前12-85分钟发现结块故障，并且报警结果不受操作干扰。实验结果说明监测系统能够稳定运行，验证了系统的可行性和可靠性。

目录

声明

摘要

第一章 绪论

1．1 课题的研究背景与意义

1．1．1 聚乙烯生产技术及气固流化床

1．1．2 气固流化床结块故障及其原因

1．2 相关领域的研究现状分析

1．2．1 结块故障监测与诊断技术

1．2．2 研究方法分析比较

1．3 本文的主要研究内容

第二章 气固流化床结块声波采集系统

2．1 结块声波采集系统整体结构

2．2 气相法聚乙烯中试装置

2．2．1 中试装置环境简介

2．2．2 中试装置工艺介绍

2．3 结块声波采集系统硬件设计

2．3．1 压电式声波传感器

2．3．2 现场监测终端

2．4 结块声波采集系统软件设计

2．4．1 监测终端嵌入式程序设计

2．4．2 监控机服务器程序设计

2．5 本章小结

第三章 声波信号特征提取方法

3．1 多种声波信号特征分析

3．1．1 声波时域特征

3．1．2 声波频域特征

3．1．3 声波信息熵特征

3．2 不同特征对比分析

3．3 基于加权主成分分析的特征提取方法

3．3．1 主成分分析方法介绍

3．3．2 基于ReliefF的加权主成分分析方法

3．4 特征提取结果比较分析

3．5 本章小结

第四章 基于主动学习支持向量机的诊断方法

4．1 主动学习方法介绍

4．1．1 主动学习概述

4．1．2 主动学习算法原理

4．2 主动学习支持向量机方法

4．2．1 基于ST统计量的样本选取策略

4．2．2 支持向量机方法介绍

4．2．3 基于主动学习支持向量机的诊断方法

4．3 本章小结

第五章 结块故障诊断实验与结果分析

5．1 ALSVM诊断模型建立

5．2 结块故障诊断

5．3 操作干扰对结块诊断的影响

5．4 本章小结

第六章 结论与展望

6．1 结论

6．2 展望

参考文献

致谢

研究成果及发表的学术论文

作者及导师简介