自适应综合指标的化工过程参数报警阈值优化方法研究

《自适应综合指标的化工过程参数报警阈值优化方法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、石油科学通报2016年12月第1卷第3期：407-416　油气安全专题　自适应综合指标的化工过程参数报警阈值优化方法研究*罗静，胡瑾秋中国石油大学(北京)机械与储运工程学院，北京102249*通信作者,hujq@cup.edu.cn收稿日期:2016-11-15摘要面临日益复杂的化工过程生产装置，提高化工过程报警系统的性能有着重要的指导意义。传统的化工过程参数报警阈值设置方法一般只考虑误报警，并没有同时考虑误报警和漏报警，导致报警系统产生大量的错误报警。针对上述问题，提出自适应综合指标的报警阈值优化方法。采用核密度估计方法、基于

2、历史数据对过程报警状态进行估计，综合考虑误报警率和漏报警率，从而建立优化报警阈值的目标函数，将数值优化算法内嵌于粒子群算法形成新的算法进行求解。案例分析中将此方法应用于TE过程，结果表明，用此方法设置的报警阈值监测误报率为0，漏报率为0.78%。与传统的3σ法相比，此方法能够在保证低漏报率的条件下有效降低误报警率，提高化工过程报警系统的性能，减轻现场操作人员的工作压力，减少人员生命财产损失。关键词自适应；综合指标；误报警；漏报警；核密度估计；粒子群算法0引言优化；文献[6]根据数据的伯努利分布特性，在多变量统计过程中构建统计量的

3、二级的控制限，减少了误报化工生产过程日益复杂，具有大量的过程数据，警；文献[7]将模糊神经网络和遗传算法用于阈值估计及时准确地判断这些过程数据的异常状况关乎到化工的训练；文献[8]提出核密度估计方法得到多元统计量生产过程的安全性与可靠性，进而关乎到人员生命财的概率密度函数，之后由等概率密度曲线得到数据分产安全。因此，提高过程参数报警系统的性能具有重布的正常区间。在实际工业过程中应用最多的是3σ阈大意义。当前工业过程中存在着报警数目多的问题，值设定方法，它是根据过程参数在正常状态的历史数[1]据，计算分别得到其均值µ和方差σ，将阈

4、值范围设根据WIT的研究，操作员有效处理的报警为每天150个(每10分钟1个报警)，一天最多处理300个报在区间[µσµσ−+3,3]内。根据概率论知识，落在此警(每5分钟1个报警)，而在实际过程中则远远超出区间内的概率为99.73%，而落在此范围外的概率仅为这个数字。报警数目多的直接原因是报警阈值设置的0.27%，属于小概率事件。然而，以上方法在设置阈不合理，阈值范围设置得过小会产生过多的报警，其值时一般只考虑误报警，并没有同时考虑漏报警，导[2-4]中大部分为误报警。相反，如果阈值范围设置得过致报警系统产生大量的错误报警。大

5、可能会漏掉重要报警，报警系统将失去作用。鉴于此，提出自适应综合指标的报警阈值优化方常见的过程参数报警阈值的设置分为3类：(1)基法。采用核密度估计方法、基于历史数据对过程报警于模型的方法；(2)基于知识的方法；(3)基于统计的状态进行估计，综合误报警率和漏报警率，建立优化方法。文献[5]建立了在线和离线模型进行报警阈值的报警阈值的目标函数，将数值优化算法内嵌于粒子群引用格式：罗静,胡瑾秋.自适应综合指标的化工过程参数报警阈值优化方法研究.石油科学通报,2016,03:407-416LUOJing,HUJinqiu.Astudyo

6、fadaptivecomposite-indicatoralarmthresholdoptimizationofchemicalprocessparameters.PetroleumScienceBulletin,2016,03:407-416.doi:10.3969/j.issn.2096-1693.2016.03.036©2016中国石油大学(北京)清华大学出版社有限公司http://sykxtb.cup.edu.cn408石油科学通报2016年12月第1卷第3期算法形成新的算法进行求解。此方法能够有效减少误0.7൤࣢஝૶报

7、警和漏报警次数，提高化工过程报警系统的性能，0.6प࣢஝૶在减少现场操作人员工作压力的同时又能够捕捉到重Ԡ஝ઑ᝝᫠ϙ要报警信息，保证现场安全，减少人员生命财产损失。0.50.41自适应综合指标报警阈值优化方法的基本概念ഐဋࠛए0.30.21.1核密度估计0.1为了构造报警阈值优化的目标函数，需要利用核密度估计方法来估计过程参数的报警状态，以确定误0-1012345678报警和漏报警。核密度估计(KernelDensityEstimation,᣿ሮԠ஝KDE)是一类基于概率密度函数的非参数估计法，它从图1过程参数概率密度数据样本本

8、身出发研究数据分布的特征。KDE基于历Fig.1Processparametersprobabilitydensity史数据估计未知总体的概率密度函数，使估计的密度函数与真正的密度函数间的均方积分误差最小。KDEfx(

9、ω2)为异常情况下的概率密度函数；t为报警