一种用于水力除焦状态监测判断的自学习系统及方法技术方案

本发明专利技术属于延迟焦化装置水力除焦技术领域，公开了一种用于水力除焦状态监测判断的自学习系统及方法，用于水力除焦状态监测判断的自学习系统由信号采集模块、信号处理模块和信号显示模块组成，信号采集模块的振动传感器读取水力除焦过程中焦碳塔的振动信号，收集得到的多路振动信号通过信号处理模块进行综合处理，判断当前的水利除焦状态，利用信号显示模块显示除焦状态的组态画面。本发明专利技术通过对焦炭塔塔壁上振动传感器采集的振动信号进行频谱分析，建立系统模型，通过BP神经网络来完成训练学习，分析出焦炭塔不同清洁程度对应的振动信号，再结合当前钻杆位置信息，实时监测出当前水力除焦状态，大大减轻操作人员的劳动强度。度。度。

【技术实现步骤摘要】
一种用于水力除焦状态监测判断的自学习系统及方法


[0001]本专利技术属于延迟焦化装置水力除焦
，尤其涉及一种用于水力除焦状态监测判断的自学习系统及方法。

技术介绍

[0002]目前，延迟焦化是一种在高温下将高残碳的残油转化为轻质油的裂化工艺。一轮焦化生产结束后，作为延迟焦化反应器的焦炭塔的内壁会附着一层焦炭。为了使焦炭塔内壁焦炭脱落，通常使用水力除焦做为除焦方法，利用高压水不断地冲击焦炭塔内壁附着的焦炭塔使其脱落并从塔底溜焦槽流出。水力除焦工作过程中，操作人员主要通过听声音和观察溜焦槽的焦炭流出速度判断当前切焦器所处高度的焦炭的除尽程度，并作为控制钻杆移动的依据。由于现场环境恶劣，噪声大，存在大量雾气，操作工判断受阻，判断主观性误差大，劳动强度大。
[0003]通过上述分析，现有技术存在的问题及缺陷为：现有的水力除焦状态的监测方式主要通过操作人员人工观察，容易受到现场环境的影响，判断主观性误差大，劳动强度大。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术提供了一种用于水力除焦状态监测判断的自学习系统及方法。
[0005]本专利技术是这样实现的，一种用于水力除焦状态监测判断的自学习系统包括：
[0006]信号采集模块，用于利用振动传感器对焦炭塔的振动信号进行采集，通过均分在焦炭塔壁上的多个振动传感器，将焦炭塔的振动信号通过振动传感器转换为数字信号输出，传输给信号处理模块；
[0007]信号处理模块，用于利用信号处理平台对焦炭塔塔壁的振动信号与钻具的位移信号进行综合处理，建立系统模型，通过BP神经网络完成训练学习，判断当前的水力除焦状态，并在每次进行水力除焦过程中，对信号采集模块传输的数据进行处理分析，并与历史数据对比，不断修正系统模型，得到更为准确的水力除焦状态；
[0008]信号显示模块，用于利用监视器将信号处理模块得到的数据进行界面组态显示，显示除焦状态的组态画面，使操作人员更加清楚的观察到当前的水力除焦状态。
[0009]进一步，所述信号采集模块包括安装在焦炭塔上的振动传感器和信号采集器，振动传感器用于采集焦炭塔塔壁产生的振动模拟信号，信号采集器用于将振动传感器采集的振动模拟信号转换成数字信号。
[0010]进一步，所述信号处理模块包括信号处理平台和钻具位移信号接收模块，信号处理平台通过钻具位移信号接收模块与水力除焦系统连接，由水力除焦系统输出钻具位移信号。
[0011]本专利技术的另一目的在于提供一种用于水力除焦状态监测判断的自学习方法，所述用于水力除焦状态监测判断的自学习方法包括：
[0012]步骤一，振动传感器采集焦炭塔塔壁产生的振动模拟信号，信号采集器将振动传感器采集的振动模拟信号转换成数字信号，并传递到信号处理平台，
[0013]步骤二，信号处理平台对振动信号进行频谱分析、特征参数提取以及综合处理，并将处理所得数据与历史数据比较，并修正误差，得到此次水力除焦状态参数，最后将处理结果组态并传输到监视器上进行显示。
[0014]进一步，所述步骤二中的信号处理平台通过BP神经网络的映射关系得到振动信号与焦炭塔塔壁的清洁度的映射关系，在水力除焦过程中信号处理平台将提取的特征参数作为样本进行学习，使用BP神经网络完成训练学习。
[0015]进一步，所述信号处理平台对采集的振动信号进行频谱分析，建立系统模型，通过BP神经网络完成训练学习，分析出焦炭塔不同清洁程度对应的振动信号，再结合当前钻杆位置信息，实时监测出当前水力除焦状态。
[0016]结合上述的技术方案和解决的技术问题，本专利技术所要保护的技术方案所具备的优点及积极效果为：
[0017]第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本专利技术的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本专利技术技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
[0018]本专利技术通过对焦炭塔塔壁上振动传感器采集的振动信号进行频谱分析，建立系统模型，通过BP神经网络来完成训练学习，分析出焦炭塔不同清洁程度对应的振动信号，再结合当前钻杆位置信息，实时监测出当前水力除焦状态，大大减轻操作人员的劳动强度。
[0019]第二，把技术方案看做一个整体或者从产品的角度，本专利技术所要保护的技术方案具备的技术效果和优点，具体描述如下：
[0020]本专利技术能够实时监测出当前水力除焦状态，大大减轻操作人员的劳动强度。
附图说明
[0021]图1是本专利技术实施例提供的用于水力除焦状态监测判断的自学习系统的结构示意图；
[0022]图2是本专利技术实施例提供的用于水力除焦状态监测判断的自学习系统的连接原理图；
[0023]图中：1、振动传感器；2、信号采集器；3、信号处理平台；4、钻具位移信号接收模块；5、监视器。
具体实施方式
[0024]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0025]如图1和图2所示，本专利技术实施例提供的用于水力除焦状态监测判断的自学习系统包括信号采集模块、信号处理模块和信号显示模块。
[0026]本专利技术实施例中的信号采集模块包括安装在焦炭塔上的振动传感器(1)和信号采集器2。振动传感器1采集焦炭塔塔壁产生的振动模拟信号。信号采集器2将振动传感器1采
集的振动模拟信号转换成数字信号。
[0027]本专利技术实施例中的信号处理模块包括信号处理平台3和钻具位移信号接收模块4。钻具位移信号由水力除焦系统输出。
[0028]本专利技术实施例中的信号显示模块包括监视器5，监视器5用于界面组态显示，显示除焦状态的组态画面。
[0029]本专利技术实施例提供的用于水力除焦状态监测判断的自学习方法包括：
[0030]步骤一，振动传感器采集焦炭塔塔壁产生的振动模拟信号，信号采集器将振动传感器采集的振动模拟信号转换成数字信号，并传递到信号处理平台，
[0031]步骤二，信号处理平台对振动信号进行频谱分析、特征参数提取以及综合处理，并将处理结果组态并传输到监视器上进行显示。
[0032]信号处理平台通过BP神经网络的映射关系得到振动信号与焦炭塔塔壁的清洁度的映射关系，在水力除焦过程中信号处理平台将提取的特征参数作为样本进行学习，使用BP神经网络完成训练学习。
[0033]信号处理平台对采集的振动信号进行频谱分析，建立系统模型，通过BP神经网络完成训练学习，分析出焦炭塔不同清洁程度对应的振动信号，再结合当前钻杆位置信息，实时监测出当前水力除焦状态。
[0034]为了证明本专利技术的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
[0035]本专利技术实施例中的用于水力除焦状态监测判断的自学习系统可安装于延迟焦化反应器使用。...

【技术保护点】

【技术特征摘要】
1.一种用于水力除焦状态监测判断的自学习系统，其特征在于，所述用于水力除焦状态监测判断的自学习系统包括：信号采集模块，用于利用振动传感器对焦炭塔的振动信号进行采集，通过均分在焦炭塔壁上的多个振动传感器，将焦炭塔的振动信号通过振动传感器转换为数字信号输出，传输给信号处理模块；信号处理模块，用于利用信号处理平台对焦炭塔塔壁的振动信号与钻具的位移信号进行综合处理，建立系统模型，通过BP神经网络完成训练学习，判断当前的水力除焦状态，并在每次进行水力除焦过程中，对信号采集模块传输的数据进行处理分析，并与历史数据对比，不断修正系统模型，得到更为准确的水力除焦状态；信号显示模块，用于利用监视器将信号处理模块得到的数据进行界面组态显示，显示除焦状态的组态画面，使操作人员更加清楚的观察到当前的水力除焦状态。2.如权利要求1所述的用于水力除焦状态监测判断的自学习系统，其特征在于，所述信号采集模块包括安装在焦炭塔上的振动传感器和信号采集器，振动传感器用于采集焦炭塔塔壁产生的振动模拟信号，信号采集器用于将振动传感器采集的振动模拟信号转换成数字信号。3.如权利要求1所述的用于水力除焦状态监测判断的自学习系统，其特征在于，所述信号处理模块包括信号处理平台和钻具位移信号接收模块，信号处理平台通过钻具位移信号接收模块与水力除焦系统连接，由水力除焦系统输出钻具位移信号。4.一种延迟焦化反应器，其特征在于，所述延迟焦化反应器安装有权利要求1～3任意一项所述的用于水力除焦状态监测判断的自学习系统。5.一种用于实施权利要求1～3任意一项所述的用于水力除焦状态监测判断的自学习系统的用于水力除焦状态监测判断的自学习方法，其特征在于，所述用于水力除焦状态监测判断的自学习方法...

【专利技术属性】
技术研发人员：王利恒，俞抗，胡维康，冯燕，
申请(专利权)人：襄阳航生特种装备有限公司，
类型：发明
国别省市：