一.建立精餾塔故障診斷專家系統(tǒng)

　　該方法主要包括四個部分：故障輸入、基于解釋學習模型、定量深層知識庫和結(jié)果輸出到領(lǐng)域知識庫。首先輸入一個故障，然后調(diào)用定量深層知識庫，啟動基于解釋學習模型的學習模型，獲得一條學習，該描述直接用于故障診斷，最后將該描述存到領(lǐng)域知識庫，其中定量深層知識庫需要不斷地更新，補充新的故障診斷方法。

　　二.診斷步驟

　　（1）建立設(shè)備檔案

　　無論任何設(shè)備都存在潛在的故障，而設(shè)備的使用過程就是一個由潛在故障向功能故障轉(zhuǎn)化的過程，其故障發(fā)展曲線如圖3所示。為了對精餾塔進行經(jīng)濟而有效的維護，有必要建立設(shè)備檔案，對精餾塔運行狀況跟蹤記錄，了解精餾塔各部件的歷史記錄隋況及其運行狀態(tài)，從而采用定期檢測及相應(yīng)的故障診斷方法，在精餾塔發(fā)生功能故障之前檢測出其潛在的故障，避免功能故障的發(fā)生。

　　（2）確定檢測方法

　　其主要故障有塔板效率低、塔底溫度低、回流溫度高和液泛等。針對以上故障，應(yīng)用7射線現(xiàn)場掃描檢測技術(shù)，可以診斷和消除故障、優(yōu)化操作條件和延長操作周期等，并且為煉油和化工企業(yè)指導(dǎo)生產(chǎn)提供重要數(shù)據(jù)或科學依據(jù)。

　?。?）確定精餾塔檢測周期及維修時間

　　對精餾塔各個部件的監(jiān)測周期的確定要依賴于精餾塔本身的壽命，在這里取精餾塔的平均極限壽命為T，則檢測周期Tc=T／nd，其中nd為離散度系數(shù)。nd的確定取決于設(shè)備運行的環(huán)境狀況。精餾塔的維修時間要視檢測后的精餾塔狀況來確定，在這里規(guī)定精餾塔的最大運行狀態(tài)為精餾塔在發(fā)生故障前各參數(shù)能夠達到的最大值，當其中的一個或幾個參數(shù)超過該值時，即認為精餾塔已經(jīng)達到極限壽命，需要修理。

　?。?）建立性能預(yù)測及檔案管理

　　在精餾塔每次進行檢測之后，要對檢測的情況作檔案記錄，同時確定設(shè)備的可用度(即設(shè)備的剩余壽命)以及下次檢測的時間，所以必須進行性能預(yù)測，設(shè)備性能預(yù)測的數(shù)字建模如下：

　　設(shè)X{X1，X2，…，X。}是長度為N反映精餾塔N個時刻運行狀態(tài)的時間系列，X；為描述機械設(shè)備運行狀態(tài)的某一特征參數(shù)，Xi∈Rn(i_1，…，N)，現(xiàn)要預(yù)報k步以后的機械設(shè)備的運行狀態(tài)，即求出xN+k。將第(N+k)個時刻的狀態(tài)xN+k與前N個狀態(tài)間的內(nèi)在聯(lián)系用函數(shù)關(guān)系F表示：

XN+k=F(Xl，X2，…，X。)

　　則精餾塔的壽命預(yù)測可表示為通過建立數(shù)學模型找出F，使得任給X∈0，有||FF(X)一FF(X)||=||xN+k—XXN+k||∈(2)中F(X)=xN+k實際狀態(tài)值，F(xiàn)F(x)=xN+k預(yù)測模型值。

　　檔案管理系統(tǒng)包括精餾塔整體狀態(tài)、精餾塔各組件性能以及經(jīng)濟技術(shù)評價。

　　三.結(jié)論

　　隨著現(xiàn)代科技的迅速發(fā)展，現(xiàn)代化的故障診斷系統(tǒng)不斷完善，如人工智能、神經(jīng)網(wǎng)絡(luò)和動態(tài)仿真軟件在故障診斷的應(yīng)用，能夠及時準確地預(yù)防和避免事故的發(fā)生，因此將維修技術(shù)、敬障診斷技術(shù)和計算機遠程監(jiān)測技術(shù)有機的結(jié)合，是今后煉油和化工企業(yè)故障診斷發(fā)展方向。