數(shù)據(jù)挖掘技術(shù)優(yōu)化軟件在芳烴抽提裝置的運(yùn)用

朱以斌

(中國石化上海石油化工股份有限公司芳烴部，上海200540)

中國石化上海石油化工股份有限公司(以下簡稱上海石化)1#芳烴抽提裝置是根據(jù)德國克虜伯公司提供的N-甲酰嗎啉(NFM)抽提蒸餾專利技術(shù)進(jìn)行設(shè)計(jì)的國產(chǎn)化芳烴抽提裝置。裝置處理加氫汽油420 kt/a，生產(chǎn)純苯191.1 kt/a、甲苯98 kt/a；副產(chǎn)抽余油58.8 kt/a、C8+餾分72.8 kt/a。乙烯副產(chǎn)物裂解汽油經(jīng)過加氫后主要含有芳烴和非芳烴兩類物質(zhì)，兩者的蒸汽壓比較接近，用一般的蒸餾方法難以將它們分離，通過在原料中加入選擇性溶劑NFM，被NFM溶解的芳烴不易揮發(fā)，進(jìn)而用蒸餾的方法將芳烴與非芳烴分離。

影響抽余油中苯質(zhì)量分?jǐn)?shù)的因素有溶劑比、溶劑進(jìn)料溫度、塔壓、塔底溫度、塔真空度等。抽余油中苯的質(zhì)量分?jǐn)?shù)是影響芳烴收率的主要因素，由于影響抽余油中苯質(zhì)量分?jǐn)?shù)的因素多，變量與變量之間有很強(qiáng)的相關(guān)性，生產(chǎn)機(jī)理比較復(fù)雜，很難從復(fù)雜數(shù)據(jù)中提取有價(jià)值的信息，制約了收率的提高。裝置的工藝機(jī)理復(fù)雜，難以用機(jī)理模型解釋，而進(jìn)行數(shù)據(jù)分析時(shí)，受變量多、且非線性，變量之間存在較強(qiáng)耦合性等因素制約，很難用一般的數(shù)理統(tǒng)計(jì)方法處理。對于小樣本集，運(yùn)用神經(jīng)網(wǎng)絡(luò)等較新興的機(jī)器學(xué)習(xí)方法訓(xùn)練出來的模型結(jié)構(gòu)，存在過擬合與欠擬合、局部極小點(diǎn)問題。

由思華數(shù)據(jù)有限公司研發(fā)的數(shù)據(jù)挖掘技術(shù)(DMOS)優(yōu)化軟件為工程師提供了一個(gè)有效分析生產(chǎn)數(shù)據(jù)的工具。該軟件能處理多變量、非線性、變量之間強(qiáng)關(guān)聯(lián)、數(shù)據(jù)又被“噪聲”污染的復(fù)雜數(shù)據(jù)。DMOS采用數(shù)據(jù)挖掘技術(shù)，綜合應(yīng)用數(shù)理統(tǒng)計(jì)、模式識別、機(jī)器學(xué)習(xí)、計(jì)算機(jī)可視化等技術(shù)，從大量的數(shù)據(jù)集合中發(fā)現(xiàn)隱藏的、有價(jià)值的規(guī)律進(jìn)行優(yōu)化生產(chǎn)。采用DMOS優(yōu)化軟件可以進(jìn)行裝置操作參數(shù)的優(yōu)化，提供優(yōu)化操作方案，達(dá)到降低抽余油中苯質(zhì)量分?jǐn)?shù)的目的。

20世紀(jì)90年代中期，在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來的支持向量機(jī)算法在解決小樣本、非線性及高維模式識別問題的過程中所取得了核函數(shù)應(yīng)用等方面的突出進(jìn)展，參照這一優(yōu)化算法，DMOS優(yōu)化軟件不斷改進(jìn)，以期在處理復(fù)雜數(shù)據(jù)方面明顯的優(yōu)勢成為工程化的優(yōu)化軟件。

1 DMOS優(yōu)化軟件在降低抽余油中苯質(zhì)量分?jǐn)?shù)的運(yùn)用

從C6、C7餾分中分離芳烴的生產(chǎn)過程涉及到兩個(gè)塔：苯抽提蒸餾塔(DA-4503塔)和苯產(chǎn)品汽提塔(DA-4504塔)。以抽余油中的苯質(zhì)量分?jǐn)?shù)作為目標(biāo)變量(y)，選取11個(gè)工藝參數(shù)作為相關(guān)變量(xi)：苯餾分進(jìn)料量(x1)、溶劑比(x2)、進(jìn)料苯質(zhì)量分?jǐn)?shù)(x3)、DA-4503塔回流比(x4)、DA-4503塔塔頂壓力(x5)、DA-4503塔塔底溫度(x6)、DA-4503塔靈敏溫度(x7)、苯餾分溫度(x8)、溶劑溫度(x9)、DA-4504塔塔底溫度(x10)、DA-4503塔真空度(x11)。收集上述變量數(shù)據(jù)，我們得到DMOS軟件數(shù)據(jù)處理報(bào)告，并提出優(yōu)化操作調(diào)整建議，實(shí)施后取得了較好的效果。

1.1 優(yōu)化前的生產(chǎn)狀況

為了對優(yōu)化前變量之間的相關(guān)性等有所了解，以確定采用數(shù)據(jù)分析的方法，首先用DMOS優(yōu)化軟件的數(shù)理統(tǒng)計(jì)模塊對生產(chǎn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析(見表1)。

從表1中可以看出：此生產(chǎn)狀況下抽余油中苯質(zhì)量分?jǐn)?shù)尚不夠穩(wěn)定，平均值為2.3%，標(biāo)準(zhǔn)差為1.1%。抽余油中苯質(zhì)量分?jǐn)?shù)在2%以上的樣本點(diǎn)占全體樣本的56%，抽余油中苯質(zhì)量分?jǐn)?shù)在2%以下的樣本點(diǎn)占全體樣本的44%，反映出生產(chǎn)狀況不是很好，分布離散。優(yōu)化的目標(biāo)是降低抽余油中的苯質(zhì)量分?jǐn)?shù)的均值，并減少標(biāo)準(zhǔn)差，使生產(chǎn)過程更平穩(wěn)。

表1 優(yōu)化前抽余油中苯質(zhì)量分?jǐn)?shù)

為了進(jìn)一步研究變量之間、以及變量與目標(biāo)之間的關(guān)系，用DMOS軟件進(jìn)行了相關(guān)性分析，并列出變量之間的相關(guān)因子(見表2)。

表2 相關(guān)因子

表2中目標(biāo)變量y與x5、x8、x10的相關(guān)因子分別為：0.662，0.804，-0.708，這些變量與產(chǎn)品質(zhì)量有著較大的線性相關(guān)性。另外，許多變量之間的線性相關(guān)系數(shù)較大，如：x5與x6、x5與x8、x5與x10、x6與x8、x6與x9、x6與x10、x8與x10。數(shù)據(jù)中存在強(qiáng)共線性問題，用DMOS優(yōu)化軟件中模式識別方法進(jìn)行數(shù)據(jù)分析。

1.2 生產(chǎn)數(shù)據(jù)的模式識別分析

運(yùn)用數(shù)理統(tǒng)計(jì)方法對數(shù)據(jù)進(jìn)行分析，可以深層次幫助人們更好地了解生產(chǎn)情況，獲得一些有意義的信息。但要進(jìn)行深入地分析，并獲得生產(chǎn)優(yōu)化的規(guī)律，需要用到DMOS的模式識別方法。

模式識別方法的原理可以用高維空間的聚類進(jìn)行分析和理解。既然優(yōu)化問題常常是一個(gè)多因素問題，就可以將所有相關(guān)變量構(gòu)建一個(gè)高維空間，并把收集到的數(shù)據(jù)在這個(gè)高維空間中表達(dá)。根據(jù)“物以類聚”的道理，優(yōu)類樣本點(diǎn)必然會形成優(yōu)化區(qū)，通過合適的算法，將高維數(shù)據(jù)空間投影到兩維平面(稱為特征面)，就可以直觀地在平面圖形上看到樣本點(diǎn)的分布和優(yōu)化區(qū)形狀，進(jìn)而研究優(yōu)化操作的規(guī)律。

(1)建訓(xùn)練集

將優(yōu)化前3個(gè)月數(shù)據(jù)構(gòu)成訓(xùn)練集，定義抽余油中苯質(zhì)量分?jǐn)?shù)<2%的為優(yōu)類樣本，抽余油中苯質(zhì)量分?jǐn)?shù)>2%的為差類樣本。訓(xùn)練集中優(yōu)類樣本數(shù)33個(gè)，占41%；差類樣本數(shù)41個(gè)，占59%。

(2)建模

圖1 特征圖

從圖1中可以看出：優(yōu)類點(diǎn)明顯聚集在一起(有32個(gè)樣本點(diǎn)，占84%，落在優(yōu)化區(qū)內(nèi))，形成了一個(gè)優(yōu)化區(qū)，將生產(chǎn)操作參數(shù)控制在特征平面的優(yōu)化區(qū)內(nèi)，則有84%的概率使抽余油中苯質(zhì)量分?jǐn)?shù)小于2%，與此前的生產(chǎn)相比，優(yōu)類點(diǎn)概率提高40%。

(3)操作參數(shù)對目標(biāo)變量的作用和影響

特征圖只表示了樣本點(diǎn)在高維數(shù)學(xué)空間中的分布規(guī)律，它可以告訴我們優(yōu)化規(guī)律的存在，但不能直接提示操作的方向。為了與工藝參數(shù)聯(lián)系起來，使用軟件的權(quán)重圖工具分析，通過這個(gè)圖形工具可以將特征圖和工藝參數(shù)聯(lián)系起來，分析各個(gè)工藝參數(shù)在優(yōu)化生產(chǎn)中的作用和影響。

權(quán)重圖在橫坐標(biāo)上標(biāo)出了10個(gè)變量，根據(jù)優(yōu)化軟件的研判方法，方塊在橫坐標(biāo)上方表示該變量若增加有利于接近目標(biāo)值(苯質(zhì)量分?jǐn)?shù)降低)，反之，方塊在橫坐標(biāo)下方表示該變量若減小有利于接近目標(biāo)值(苯質(zhì)量分?jǐn)?shù)降低)，并且根據(jù)方塊的高度判斷各個(gè)變量對目標(biāo)影響的力度(見圖2)。

圖2 權(quán)重圖

通過對特征圖和權(quán)重圖的分析，對各個(gè)主要變量的作用得到以下初步結(jié)論：

x10、x6、x8、x5、x4、x9等變量對目標(biāo)值的影響有較大作用。x1、x2、x7、x11等變量對目標(biāo)值的影響作用較小，但可作參考。

(4)優(yōu)化方案

根據(jù)實(shí)際生產(chǎn)情況，參照裝置設(shè)計(jì)工藝條件，通過運(yùn)用DMOS軟件的特征圖和權(quán)重圖對數(shù)據(jù)進(jìn)行分析，運(yùn)用研判法提出優(yōu)化操作建議(見表3)。

表3 優(yōu)化操作建議

注：上下箭頭表示該變量繼續(xù)增大或減少，對優(yōu)化生產(chǎn)有利，可視情況繼續(xù)調(diào)。

2 應(yīng)用效果

上述操作建議在隨后的生產(chǎn)中進(jìn)行實(shí)施，運(yùn)行一段時(shí)間后，收集優(yōu)化實(shí)施后的數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析(見表4)。

表4 優(yōu)化實(shí)施后的抽余油中苯質(zhì)量分?jǐn)?shù)

如表4所示：優(yōu)化后的生產(chǎn)狀況下產(chǎn)品質(zhì)量穩(wěn)定，抽余油中苯質(zhì)量分?jǐn)?shù)的平均值為0.97%，標(biāo)準(zhǔn)差為0.69%。通過與優(yōu)化前產(chǎn)品質(zhì)量作比較，抽余油中苯質(zhì)量分?jǐn)?shù)的平均值由2.3%降至0.97%，降低了1.33個(gè)百分點(diǎn)；標(biāo)準(zhǔn)差由1.1%降至0.69%，下降了0.42個(gè)百分點(diǎn)。抽余油的設(shè)計(jì)產(chǎn)能為58.8 kt/a，由此推算，優(yōu)化后石油苯產(chǎn)量可增產(chǎn)782 t/a。

3 結(jié)論

(1)應(yīng)用DMOS優(yōu)化軟件對芳烴抽提裝置抽余油中苯質(zhì)量分?jǐn)?shù)實(shí)施優(yōu)化后，抽余油中苯質(zhì)量分?jǐn)?shù)明顯下降，增效明顯。

(2)運(yùn)用DMOS優(yōu)化軟件指導(dǎo)優(yōu)化生產(chǎn)，投入少、見效快、無風(fēng)險(xiǎn)，是數(shù)據(jù)處理實(shí)現(xiàn)優(yōu)化生產(chǎn)的有效工具之一，具有實(shí)用價(jià)值。

(3)DMOS優(yōu)化軟件適用于內(nèi)部機(jī)理復(fù)雜、影響因素多的生產(chǎn)裝置，可以有效地處理復(fù)雜的生產(chǎn)數(shù)據(jù)，對優(yōu)化生產(chǎn)操作具有指導(dǎo)意義；利用現(xiàn)有的數(shù)據(jù)資源，通過優(yōu)化生產(chǎn)達(dá)到增效，同樣對各類煉油化工裝置的優(yōu)化生產(chǎn)具有推廣價(jià)值。