基于工业大数据的加氢装置高压换热器腐蚀预警系统开发

基于工业大数据的加氢装置高压换热器腐蚀预警系统开发

文摘：针对加氢装置高压换热器在铵盐垢下腐蚀和原料影响下的流动腐蚀问题，利用大数据技术，以企业工业数据为基础，建立了加氢装置高压换热器腐蚀预测模型，开发了高压换热器腐蚀预警系统。该系统已在某石化公司2“柴油加氢装置投运，成功实现了高压换热器腐蚀预警，提高了企业的生产经营能力，为企业稳定生产提供了保障。

关键词：加氢高压换热器大数据腐蚀清洗

随着原油重质、劣质和硫含量的增加，以及越来越严格的环境保护规定，加氢技术以其改善油质、环境友好、低碳、效益显著等优点得到了重视和广泛应用。

同时，由于处理装置的尺寸，质量较差的原料油时，发展，关键设备的苛刻工作条件下 - 反应流出物压力热交换器由铵盐腐蚀结垢引起的流管的腐蚀日益突出的故障事故，严重制约了加氢装置的安全性，稳定性，长期操作的恢复。氢化反应流出物压力热交换器系统是多种因素腐蚀性组合，与当地，突然的特性可变性，用于预测压力热交换器系统泄漏警告氢化装置难以的一般方法。目前的研究主要是从防腐蚀腐蚀机理出发，虽然它可以解决个别炼厂的腐蚀问题，但这些都是抗腐蚀，抗侵蚀事故的分析，并没有进行实时预警预报。

近年来，随着大数据技术的飞速发展，实时预警与预测在工业上取得了较大的成功。

大数据分析是一种信息处理技术，其主要特点是对数据库中的大量业务数据进行提取、转换、分析和建模，并从中提取关键数据。 大数据分析已经证明了人工智能(机器学习 / 模式识别)和行业统计分析进步的好处。

英国BP利用大数据分析技术对海底收集和运输管道的腐蚀预测进行了探索和研究。通过对海底管道传感数据的分析，发现管道压力数据与管道腐蚀程度之间的相关性，可作为管道腐蚀程度的表征。根据原油输送的历史数据，根据管道的腐蚀能力对原油种类进行分类，以便更好地安排原油输送，降低腐蚀风险..加氢装置系统由太平洋世纪信息技术有限公司采用大数据分析技术开发。

1、腐蚀预警系统的开发企业生产数据具有数据量大、多维多尺度等特点，因此，高压加氢单元热交换器腐蚀警告系统包含基本公司氢化装置，过程运行数据，实时生产数据等不同来源，不同格式，不同类型的使用数据大规模高并发异构数据清洗原始数据，解决稀疏离群基于操作系统和建模的状态的整体评估和故障的复杂的技术运行状态数据的早期预警系统问题，实现了高压加氢单元的热交换器的腐蚀的警告。

1.1在基于平台架构的加氢装置高压换热器腐蚀预警系统开发过程中，结合石化生产应用场景，对传统大数据平台进行了扩展和优化，以支持高并发性，多点异构数据采集：支持分布式海量结构和非结构化数据存储;支持在线(流)/离线(批)数据处理：支持插件式数据分析组件管理等技术功能。

架构内各单元的功能如下:

(1)数据访问模块完成实时数据(来自Oracle数据库和实时数据库)、MES系统数据(来自MES系统接口)和实验室分析数据(来自数据文件导入)的自适应访问，引入Kafka支持生产设备实时数据的高并发(高频、多采集点)。

(2)“数据清理和预处理”模块生产设备主要解决的实时数据的“实时数据的清洁和预处理”，特别是主要的数据转换完成时，缺少的值被确定，噪声被确定，所述数据处理是重复，并且被确定的处理操作在正常范围的中心，满足模块的功能要求，并通过引入火花技术来满足这一模块的性能要求，提高实时数据处理效率。

(3) “数据存储”模块不仅提供了基于Hbase的分布式NoSQL存储，还提供了基于hive的类SQL存储和基于MySQL的SQL存储。同时，为了满足项目的性能要求，对Hbase、hive和MySQL进行了优化。

(4)“数据分析与建模”模块主要是为各种大数据分析算法和模型提供一个运行环境，支持星火映射等数据处理架构。 除了提供传统的大数据分析算法和模型，作为本项目的关键技术突破，本模块还支持“基于稀疏离群值的系统健康评估模型”和“复杂系统的系统健康综合评估、故障预警和根本原因分析” ，为相关模型和算法插件提供执行期函式库，为数据分析应用提供开放界面。

1.2主要技术为石化企业实际生产场景，加氢装置高压换热器腐蚀预警系统在开发过程中采用了许多新技术：

(1)在使用“捕获剂”技术解决可能出现的问题，如“捕获剂”从实时数据库和Oracle周期性地读取数据，发送到“甲骨文/实时数据库的接口问题的脚本数据采集网络适配”。默认情况下，“讨债公司”中的数据流为单位发送的，但对于海量数据的企业现场，更高效的通信分批发送。因此，在系统的开发，“捕获剂”，以收集的数据将被缓存，高速缓存的数据时一定条件下(如：或一定数目的某一时间)，然后发送整个批次。对于传输失败由于引起的“捕获剂”网络故障将发送否则本地备份数据，直到通信恢复，然后发送，以保证数据传输的可靠性。

(2) 针对历史记录中时间和空间上的“稀疏”故障数据问题，采用“基于稀疏异常值的系统运行状态(健康状态)建模”方法，解决了用少量有效样本建立评估模型的问题。本项目需要完成石化生产关键设备的实时生产数据、MES数据和实验室分析数据的集成与存取。上述数据中，生产数据的更新频率基本上是实时的(每个监测点1-4次/min)，MES数据是1次/D，分析数据的更新取决于现场企业的分析频率，主要包括3次/D，1次/D，1次/3D及其他不同情况。生产实时数据具有很高的并发量(采集点多，采集频率高)，但由于设备参数测量过程中的缺失值和异常值，数据质量波动较大，需要有效的数据清洗和数据预处理。

虽然其他数据所需的访问量不大，数据质量也较高，比较稳定，但是数据结构却非常不同。 因此，该项目在数据访问方面的目标不仅是访问高并发数据，而且还访问异构数据(用于异构数据清理和异构数据适配)。

(3)为了将复杂参数系统抽象为简单的数学指标，系统采用了“对复杂系统运行状态进行总体评价和故障预警”的技术，实现了参数系统抽象过程中异常“根本原因”的推定。传统运维管理方法的缺点是：一方面要求相关人员从复杂的监控指标中发现异常，另一方面运维模式定位较多，以尽快发现故障，使得故障处置时间很短，故障发生后需尽快完成故障排除、定位等操作。

(4)建立的氢化装置目标压力热交换器腐蚀警告算法库。在该系统中，大量的数据大算法，用于氢化压力热交换器腐蚀场景的发展，在库中的算法主要需要达到基于所述皮尔森系数项目选择算法参数，PCA分析算法来优化PCA算法，计算算法分析平台的整体健康。

1.3本项目的主要功能是基于石化生产大数据平台。针对加氢装置高压换热器系统的腐蚀问题，实现了石化生产大数据分析与应用“加氢装置高压换热器腐蚀预警系统”。主要功能如下：

(1)观察加氢装置高压换热器系统的总体运行状态和未来变化的预测: 利用“基于稀疏离群值的系统运行状态(健康状态)模型”和大数据平台提供的“复杂系统的总体运行状态评估、故障预警和故障根本原因分析模型” ，给出了反映加氢装置高压换热器系统整体运行状态的“健康值(0-100点)” ，不仅给出了这些指标的历史曲线，而且给出了基于时域预测的未来(7 d)曲线

(2)查看导致系统运行状态变化的监测指标：根据主元分析，给出导致系统状态变化的关键指标，并根据各指标的影响程度进行排序：

(3)的监测指标查看历史曲线和预测未来的变化：

(4) 设置参数阈值，完成超阈值报警：不仅支持设置多维参数的报警阈值，还支持设置系统整体健康值的报警阈值，发现超阈值时报警(如邮件)：

(5)输出数据分析报告: 支持以 excel 和 csv 格式输出分析数据。

2、应用结果

加氢装置高压换热器腐蚀预警系统研制完成后，于2017年3月开始在石化公司2“柴油加氢装置(简称2”柴油加氢装置)上运行，该系统通过采集多源数据(DCS、MES、LIMS系统)，对2“柴油加氢装置的整体运行状态进行实时评估、监测和故障预警。经过2个月的运行，系统于2017年5月17日向2'柴油加氢装置发出腐蚀报警，并通报近期相关设备将出现故障，并通过加氢装置高压换热器腐蚀预警系统腐蚀评价模型分析，确定故障发生时间和地点，提醒企业提前进行相关处置..系统的监控界面如图3所示..于2017年5月23日，2号柴油加氢装置高压换热器泄漏情况与预计时间非常接近，经对泄漏设备进行拆解后发现泄漏部位及类别与评估结果一致..

3、结论

以保证操作平稳和设备安全运行为目的，通过对大量生产工艺数据、化学分析数据和操作参数的综合处理和分析，开发了基于工业大数据的加氢装置高压换热器腐蚀预警系统，建立了加氢装置高压换热器系统的腐蚀预测模型，实现多参数工况下材质腐蚀速率的估算，实现腐蚀风险的事前预判，有助于协助炼化企业提前处理腐蚀风险，选择适宜的防腐蚀措施，消除设备运行隐患。

该系统在2”柴油加氢装置的成功运行，不仅提高了2’柴油加氢装置的生产运行能力，也为其他炼化企业加氢装置的防腐蚀研究工作开辟了新的思路。