一种常减压装置馏分油品近红外在线分析中的含水量预警方法

摘要

本发明公开了一种常减压装置馏分油品近红外在线分析中的含水量预警方法，该方法使用主元分析法对正常工况下的数据建立双重模型，其中第一重模型对油品性质在线分析中水含量进行监测和预警，第二重模型对水分造成的光谱谱图畸变进行监测和报警。该方法对水分造成的近红外光谱畸变具有较好的容忍性，以减轻炼化企业的维护负担。最后，该方法可以自动识别由油品性质改变带来的工况变化，降低在线分析的误报率，减少在线分析维护人员的劳动强度。

说明书

技术领域

本发明涉及近红外光谱在线分析领域，具体为一种炼化企业常减压装置侧线油品近红外光谱在线分析中的含水量预警方法。

背景技术

在炼化企业，为了提高产能有时会改造现有常减压装置(如增加高度和塔板数)，这就要求生产运行中通入更多的水蒸气以带动轻组分向上移动，从而导致轻组分油品中含水量增加。

油品近红外在线分析过程中的温度远远低于常减压装置，使得油品中的水成分凝结成水珠，当油品长时间连续通过近红外光谱仪的光池，不可避免导致水珠沉降到光池底部，使得光池底部发射的近红外光被水吸收或折射，改变近红外光谱基线位置和各吸收峰的幅值，进而会影响在线分析油品性质的准确率。因此，需要对油品性质在线分析中水分的影响进行监测和预警，以便及时维护，保证在线分析结果精确可靠。

事实上，较低含量的水对光谱造成的影响有限，如果一旦检测到水分就报警，势必会增加炼化企业的维护负担。考虑到企业生产过程的连续性和稳定性，往往能够容忍一定程度的光谱畸变造成的检测性质偏差。但随着在线分析过程的进行，光池底部水分一般会越聚越多，最终导致光谱畸变超出容忍范围，使得在线分析结果产生较大偏差。

需要指出的是，在线分析过程的油品组分也会随着原料和生产工艺的改变而变化，即生产工况发生改变。如何区分水分影响和工况改变带来的光谱变化，也是减少在线分析含水量预警误报的一个关键之处。

发明内容

针对上述问题，本发明公开了一种油品近红外在线分析中的含水量预警方法。该方法使用主元分析法建立模型，监测在线分析光池底部水含量以及水分对近红外光谱的影响，识别工况改变状况并进行切换。

本发明分为离线建模和在线监测两个部分，其中建模过程包括光池底部水含量预警建模和光谱畸变报警建模，具体步骤如下：

(1)采样多组在线分析近红外光谱数据及其性质；

(2)分析近红外光谱图，选取平滑且含水量造成基线漂移显著的a

(3)选取X

(4)将油品近红外光谱数据建模计算得出的性质和化验分析得到的性质进行对比，以偏差百分比β作为阈值将X

(5)使用光谱数据Z

(6)同时使用模型M

(7)根据模型M

若监测光谱数据的统计量SPE

若SPE

若SPE

若SPE

有益效果：

本发明公开了一种油品近红外在线分析中的含水量预警方法，该方法对油品性质在线分析中水分的影响进行监测和预警，以便进行预测性维护，保证在线分析结果的可靠性。此外，该方法对水分造成的近红外光谱畸变具有较好的容忍性，以减轻炼化企业的维护负担。最后，该方法可以自动识别由油品性质改变带来的工况变化，降低在线分析的误报率，减少在线分析维护人员的劳动强度。

附图说明

图1是本发明方法进行在线分析含水量监测与预警流程图；

图2是实施例中某炼化企业7月12日全体蒸顶石脑油光谱；

图3是在线分析过程中水含量突破阈值时的监测结果；

图4是在线分析过程中光谱畸变突破阈值时的监测结果；

图5是工况变更时光谱一致性判别过程图。

具体实施过程

下面结合附图以及实施例，由详细的计算过程和具体的操作流程说明本方法在在线分析过程中的实施效果。本实施案例在以本发明技术方案为前提下进行实施，但本发明的保护范围不限于下述的实施例。

本实施例为某炼化企业的常压塔蒸顶石脑油的性质在线分析。该炼化企业为提高产能于2015年对常减压装置进行了改造，增加了常压塔高度和塔板数。因此，需要通入更多的水蒸气带动轻组分向上移动，导致常压塔蒸顶石脑油中的水分较多。在在线分析的过程中，石脑油中的水分容易凝结成水珠沉积在在线分析仪光池的底部，导致光谱发生畸变以及在线监测性质的偏移。

结合本实施例，本方法的具体的实施步骤如图1所示，具体如下：

(1)采集该炼化企业7月份的蒸顶石脑油波数范围在4500～10000cm

(2)如图2所示，企业7月12日蒸顶石脑油的含水量发生了变化，其中4705～5550cm

(3)根据工艺过程数据发现，7月3日近红外光谱仪刚经过除水处理，光池中含水量低，适用于含水量建模分析。因此选取7月3日4705～5550cm

①对X

[λ

其中P为载荷矩阵，对角阵中的特征值满足λ

②计算控制线SPE

α＝0.05

c

F(k,n-k,α)＝F(1,219,0.05)＝0.0028

③选取7月12日在线光谱数据的4705～5550cm

SPE＝||(I-PP

T

监测结果如图3所示，当SPE或者T

(4)将油品近红外光谱数据建模计算得出的性质和化验分析得到的性质进行对比，以偏差百分比β＝5％作为阈值将X

(5)通过在线分析和传统化验结果的比较，从在线分析光谱中提取油品组分吸收峰值显著的5639～5921cm

(6)同时使用模型M

(7)通过对7月25日在线光谱数据相关光谱进行监测，得到10点到12点段光谱出现SPE