Диагностика состояния содорегенерационного котлоагрегата с целью повышения эффективности его работы

• Автор: Горьковой, Евгений Владимирович
• Шифр специальности: 05.21.03, 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Санкт-Петербург
• Количество страниц: 159 с. : ил.

Содержание
Введение
Глава 1. Описание СРК как объекта исследования
1.1 Описание СРК как объекта исследования и его место в производстве
1.2 Конструкция СРК и принцип его работы
1.3 Информационное обеспечение системы управления
содорегенерационным котлом
1.4 Особенности процесса восстановления щелоков как объекта управления и оценка потенциальной опасности нарушений в ходе процесса сжигания
черных щелоков
Выводы к 1-ой главе
Глава 2. Теоретические основы алгоритма функционирования системы диагностики нештатных ситуаций СРК
2.1 Анализ методов диагностики технологических процессов
2.2 Математическое описание метода главных компонент
2.3 Разработка алгоритма системы диагностики производственных ситуаций в СРК
2.4 Методики идентификации нештатных ситуаций с помощью МГК
Выводы к 2-ой главе
Глава 3. Разработка системы диагностики нештатных ситуаций СРК
3.1 Выбор метода представления знаний для экспертной системы
3.2 Создание экспертных оценок нештатных ситуаций в СРК
3.3 Особенности применения экспертных оценок как второго уровня анализа нештатных ситуаций
3.4 Методы идентификации нештатных ситуаций декларированных в
правилах
Выводы к 3-ей главе
Глава 4. Экспериментальное исследование диагностики нештатных ситуаций в СРК
4.1 Формирование массива данных для тестирования
4.2 Алгоритм имитационного моделирования нештатных
ситуаций в технологическом процессе СРК
4.3 Синтез программы имитационного моделирования
4.4 Проверка работы диагностической системы
Выводы к 4-ой главе
Основные результаты диссертационной работе
Литература
Приложение
Введение
Актуальность работы. Содорегенерационные котлоагрегаты (СРК) являются одним из самых сложных и ответственных технологических агрегатов в целлюлозобумажной промышленности (ЦБП). От стабильности и надежности работы СРК зависит эффективность регенерации сульфида натрия из черных щелоков и возврат химикатов в варочный процесс при производстве целлюлозы.
Еще в 80-ых годах 20 века группой ученых: Жучковым П.А., Смородиным С.Н., Дорониным В.А и другими активно изучались процессы, происходящие в котлоагрегате, а так же способы управления технологическими процессами, обеспечивающие их стабильность. В настоящее время СРК оснащены V современными сложными иерархическими системами автоматического управления технологическим процессом (АСУТП). Тем не менее, на этом технологическом процессе периодически возникают аварийные ситуации, порой чрезвычайно катастрофические. Иностранные компании повышают безопасность функционирования СРК с помощью тепловизоров, устанавливаемых в топках котлов. Однако без соответствующих технических реконструкций СРК и информационно-математического обеспечения управления их применение не решает проблемы обнаружения нештатных ситуаций в сложных химико-энергетических процессах СРК на предприятиях целлюлознобумажной промышленности.
В этой ситуации необходимо разработать новые подходы для обеспечения безопасности эксплуатации существующих и создаваемых СРК.
Цель диссертационной работы заключается в разработке
диагностических методов, способов и алгоритмов слежения за состоянием
ЬЦ гл'э
технологических процессов в СРК для обнаружения нештатных ситуаций в работе СРК на ранних этапах их развития, определения причин нарушения и выдачи оператору рекомендации по их устранению еще до срабатывания систем автоматической защиты котлоагрегата.

образов этих нарушений. В то же время попытка заложить в модель образы возможных комбинаций нарушений приведет к проблемам оперативности диагностики из-за большой размерности, получаемой модели.
Конкретная структура системы диагностики зависит от выбранной диагностической модели. Причем выполнять мониторинг состояния процесса может одна модель, а вот проводить идентификацию нарушения вторая модель. Диагностические модели - это такие модели, в которых учитываются взаимосвязи между входными переменными (наблюдаемыми характеристиками процесса) и причинами, вызвавшими отклонение процесса от нормального режима работы. Основной особенностью таких моделей, является, то, что эти модели описывают анормальные состояния процесса. В некоторых случаях можно использовать модели, используемые для описания технологического
Диагностические модели
На основе количественных соотношений
Феномено
логические
На основе данных с На основе качественных процесса соотношений

На базе причинно Абстрактных следственных связей построений
Фильтр
Калмана,
На основе
балансовых
уравнений
ГПСС
Количественные
Качественная I Нейронные
Структурные I 1 сети
Экспертные Статистические нсг I системы
Функциональные Анализ Дерево отказов трендов (
Карты Шьюхарта МГК и т.п.
Рисунок 2.2 - Классификация диагностических моделей
процесса, но они, как правило, не обеспечивают достаточной глубины диагностики. Существуют разные методы классификации диагностических