基于加權(quán)灰關(guān)聯(lián)分析法的循環(huán)冷卻水腐蝕預測參數(shù)選取的研究

董 超 王冠蘭 李晨光 李俊芳 羅 丹

(1.天津理工大學天津市復雜系統(tǒng)控制理論及應用重點實驗室，天津 300384；2.中國石油化工股份有限公司天津分公司，天津 300271)

基于加權(quán)灰關(guān)聯(lián)分析法的循環(huán)冷卻水腐蝕預測參數(shù)選取的研究

董 超1王冠蘭1李晨光2李俊芳1羅 丹1

(1.天津理工大學天津市復雜系統(tǒng)控制理論及應用重點實驗室，天津 300384；2.中國石油化工股份有限公司天津分公司，天津 300271)

針對循環(huán)冷卻水腐蝕預測參數(shù)選取中通常采用經(jīng)驗法，預測參數(shù)的選取無科學理論作為依據(jù)的問題，提出應用加權(quán)灰關(guān)聯(lián)分析法對循環(huán)冷卻水腐蝕預測參數(shù)進行選取。對現(xiàn)場采集的數(shù)據(jù)進行預處理，并應用灰色關(guān)聯(lián)分析法進行了多因素灰色關(guān)聯(lián)度分析。結(jié)果證明：各個觀測點腐蝕預測參數(shù)和腐蝕程度的關(guān)聯(lián)度大小順序基本一致。

加權(quán)灰關(guān)聯(lián)分析法 循環(huán)冷卻水 腐蝕 預測參數(shù)

隨著循環(huán)冷卻水的不斷重復利用，受到水源、工藝條件及工藝介質(zhì)等的影響，循環(huán)冷卻水水質(zhì)會不斷惡化，導致設備內(nèi)形成水垢，產(chǎn)生腐蝕，進而影響設備的壽命、安全生產(chǎn)和經(jīng)濟運行[1]。循環(huán)冷卻水腐蝕預測模型的參數(shù)選取對預測結(jié)果的準確性和精度至關(guān)重要，對于企業(yè)長期穩(wěn)定運行具有重要意義。目前在石化企業(yè)中循環(huán)冷卻水腐蝕預測參數(shù)的選取沒有科學的理論依據(jù)，只是依靠企業(yè)運行中的實際經(jīng)驗來判斷，未能考慮腐蝕參數(shù)和腐蝕程度的具體關(guān)系，這對循環(huán)冷卻水腐蝕預測的準確性和精度有一定的影響，對防腐工作的落實帶來一定的困難。循環(huán)冷卻水參數(shù)復雜，其腐蝕情況受幾十余種因素影響[2]。以某石化企業(yè)煉油生產(chǎn)循環(huán)水系統(tǒng)為例，影響腐蝕速率的參數(shù)既包括水質(zhì)參數(shù)，如pH值、總磷、電導率及鈣離子等十多項，又包括工藝參數(shù)，如總管壓力、水溫、水位、循環(huán)水泵電流及壓力等十多項。筆者通過加權(quán)灰關(guān)聯(lián)分析法對腐蝕預測參數(shù)進行選取，從科學角度選出對循環(huán)冷卻水腐蝕預測模型影響程度相對較大的參數(shù)，作為后續(xù)預測模型的輸入?yún)?shù)。

1 加權(quán)灰關(guān)聯(lián)分析法

灰色關(guān)聯(lián)分析是對一個系統(tǒng)發(fā)展變化態(tài)勢的定量描述和比較的方法,是通過確定參考序列和若干個比較序列的幾何形狀相似程度來判斷其聯(lián)系是否緊密[3]，較好地融合了距離空間與拓撲空間的特點[4]。目前常見的灰色關(guān)聯(lián)計算模型主要有鄧氏關(guān)聯(lián)度、廣義灰色關(guān)聯(lián)度、灰色斜率關(guān)聯(lián)度、灰色B型關(guān)聯(lián)度及灰色接近關(guān)聯(lián)度等[5]。

以上提出的各種關(guān)聯(lián)度模型都有各自的適用范圍。鄧氏關(guān)聯(lián)度分析法只從曲線上有限的幾個點的相對位移來衡量兩曲線的相似程度，沒有反映行為曲線與參考曲線的相對變化率(即曲線的變化趨勢)[6]。廣義灰色關(guān)聯(lián)度分析法以兩曲線之間的面積為基礎，若兩曲線有交點則對關(guān)聯(lián)度的計算有較大誤差，所以該方法對曲線的形狀要求比較嚴格[7]。灰色斜率關(guān)聯(lián)度分析法側(cè)重從兩曲線的相對變化率來表示兩曲線的接近程度[8]。灰色B型關(guān)聯(lián)度不具有整體性，得出的關(guān)聯(lián)度數(shù)值明顯偏小[9]。灰色接近關(guān)聯(lián)度對參考序列和行為序列的量綱和意義要求完全相同，使用范圍太窄[10]。

循環(huán)冷卻水系統(tǒng)是典型的灰色系統(tǒng)[11]，所以筆者采用加權(quán)灰關(guān)聯(lián)分析法，既考慮了序列的局部相關(guān)性即相對位移，又考慮了序列的整體相關(guān)性即曲線的變化趨勢。若假設參考序列X0=(x0(1),x0(2),…,x0(n))，行為序列Xi=(xi(1),xi(2),…,xi(n))，則X0和Xi在k時刻的加權(quán)灰關(guān)聯(lián)系數(shù)γ(x0(k),xi(k))定義為：

(1)

X0和Xi的加權(quán)灰關(guān)聯(lián)度R(X0,Xi)定義為：

(2)

根據(jù)最小信息原理，分辨系數(shù)通常取0.5，但在實際應用中ξ的取值需要考慮系統(tǒng)運行動態(tài)特性引起的序列波動性[12]。循環(huán)冷卻水系統(tǒng)腐蝕預測參數(shù)由于實際生產(chǎn)原因波動性較大，筆者采取動態(tài)調(diào)整的方法來減弱序列波動性對加權(quán)灰關(guān)聯(lián)度的影響。

設Δ為所有差值絕對值|x0(k)-xi(k)|的均值，Δmax為所有差值絕對值|x0(k)-xi(k)|的最大值，則：

2 循環(huán)冷卻水腐蝕預測參數(shù)的選取

以某石化企業(yè)循環(huán)冷卻水系統(tǒng)36個月的運行數(shù)據(jù)為基礎，設腐蝕速率為參考序列X0=(x0(1),x0(2),…,x0(n))，采用掛片法即利用掛片失重來計算得到，采樣頻率為每月一次。水質(zhì)參數(shù)如pH值、總磷、堿度、氯離子、電導率、濁度及鈣硬等和工藝參數(shù)如總管壓力、水溫、水位、循環(huán)水泵電流及壓力等為行為序列Xi=(xi(1),xi(2),…,xi(n))，采樣頻率為每天一次，數(shù)值按照各自的采樣頻率累加后取每月的平均值與參考序列對應。

參考序列和行為序列之間的關(guān)聯(lián)系數(shù)為γ(X0,Xi)，關(guān)聯(lián)度為R(X0,Xi)，循環(huán)冷卻水系統(tǒng)與灰色系統(tǒng)對照見表1。

表1 循環(huán)冷卻水系統(tǒng)與灰色系統(tǒng)對照表

應用加權(quán)灰關(guān)聯(lián)分析法進行腐蝕預測參數(shù)選取的流程如圖1所示。

圖1 加權(quán)灰關(guān)聯(lián)分析法流程

由于在實際生產(chǎn)中數(shù)據(jù)測量方式、采集頻率不同，所以數(shù)據(jù)的完善程度也不同。筆者選取了數(shù)據(jù)相對完整的3個采樣點進行分析。在實際處理結(jié)果中發(fā)現(xiàn)，工藝參數(shù)對循環(huán)冷卻水腐蝕的影響遠不如水質(zhì)參數(shù)明顯。因篇幅有限，現(xiàn)只列出水質(zhì)參數(shù)的原始數(shù)據(jù)。3個觀測點的原始數(shù)據(jù)見表2。

表2 3個觀測點的原始數(shù)據(jù)列表

由于各參數(shù)的單位、量綱、數(shù)量級不同，不便于分析，甚至會影響預測結(jié)果，因此，需要對所有的參數(shù)進行無量綱化處理。

通過一定的數(shù)學變換消除參數(shù)類型與量綱影響，即把性質(zhì)、量綱各不相同的參數(shù)轉(zhuǎn)化為可以綜合比較的一個相對數(shù)即無量綱化值。經(jīng)過該方法處理的各項指標數(shù)據(jù)既可以反映原始數(shù)據(jù)各指標變異程度上的差異，也包含各個指標相互影響程度差異的信息。3個觀測點無量綱化數(shù)據(jù)見表3。

表3 無量綱化數(shù)據(jù)

(續(xù)表3)

對3個觀測點數(shù)據(jù)即循環(huán)冷卻水腐蝕預測參數(shù)應用加權(quán)灰色關(guān)聯(lián)分析法進行分析，代入式(1)，求出關(guān)聯(lián)系數(shù)γ，再代入式(2)，求出關(guān)聯(lián)度R。3個觀測點的關(guān)聯(lián)度R見表4。

表4 關(guān)聯(lián)度列表

根據(jù)表4可以得到觀測點1、2、3的關(guān)聯(lián)度大小順序如下：

觀測點1R(X0，X1)>R(X0，X2)>R(X0，X5)>R(X0，X7)>R(X0，X4)>R(X0，X6)>R(X0，X3)>…

觀測點2R(X0，X1)>R(X0，X2)>R(X0，X5)>R(X0，X7)>R(X0，X4)>R(X0，X6)>R(X0，X3)>…

觀測點3R(X0，X1)>R(X0，X2)>R(X0，X4)>R(X0，X5)>R(X0，X7)>R(X0，X6)>R(X0，X3)>…

觀測點1 pH值>總磷>電導率>鈣離子>氯離子>濁度>總堿>…

觀測點2 pH值>總磷>電導率>鈣離子>氯離子>濁度>總堿>…

觀測點3 pH值>總磷>氯離子>電導率>鈣離子>濁度>總堿>…

可以看出，3個觀測點的預測參數(shù)對腐蝕速率影響的先后順序基本一致，只有觀測點3中氯離子濃度稍有差異，在后續(xù)建模參數(shù)選取時，可以按照觀測點1或2的順序進行選取。由以上結(jié)論可知：循環(huán)冷卻水腐蝕預測參數(shù)對腐蝕速率的影響先后順序基本一致。在研究后續(xù)腐蝕預測模型時可以根據(jù)建模需要在這些預測參數(shù)中適當選取。

3 結(jié)束語

針對循環(huán)冷卻水腐蝕預測參數(shù)的選取僅依靠生產(chǎn)經(jīng)驗而導致預測結(jié)果不可靠的問題，筆者引入了灰色系統(tǒng)理論作為循環(huán)冷卻水腐蝕預測參數(shù)選取的依據(jù)。研究比較了當前灰色系統(tǒng)理論幾種模型的優(yōu)點和不足，采用了加權(quán)灰關(guān)聯(lián)分析法對循環(huán)冷卻水腐蝕預測參數(shù)和腐蝕速率的關(guān)系進行研究，為實際生產(chǎn)中存在的循環(huán)冷卻水腐蝕預測參數(shù)難以選取的問題提供了理論依據(jù)，為石油化工領(lǐng)域等流程工業(yè)同類課題的研究與應用提供了參考，具有重要的可借鑒價值。

[1] 張凌峰.工業(yè)循環(huán)冷卻水智能輔助分析平臺的關(guān)鍵技術(shù)研究[D].天津：天津理工大學,2012.

[2] 董超,張凌峰,李榮，等.循環(huán)冷卻水系統(tǒng)腐蝕速率的預測模型[J].化工自動化及儀表,2011,38(6):676～678.

[3] 鄧聚龍.灰預測與灰決策[M].武漢:華中科技大學出版社,2002.

[4] 劉思峰,蔡華,楊英杰，等.灰色關(guān)聯(lián)分析模型研究進展[J].系統(tǒng)工程理論與實踐,2013,33(8):2041～2046.

[5] 曹明霞,黨耀國,張蓉，等.對灰色關(guān)聯(lián)度計算方法的改進[J].統(tǒng)計與決策,2007,(7):29～30.

[6] 田民，劉思峰，卜志坤.灰色關(guān)聯(lián)度算法模型的研究綜述[J].統(tǒng)計與決策,2008,(1):24～27.

[7] Li G D,Masuda S,Nagai M.Predictor Design Using an Improved Grey Model in Control Systems[J].International Journal of Computer Integrated Manufacturing,2015,28(3)：297～306.

[8] 崔立志,劉思峰,李致平，等.灰色斜率相似關(guān)聯(lián)度研究及其應用[J].統(tǒng)計與信息論壇,2010,25(3):56～59.

[9] Omidvari M,Lashgary Z.Presenting a Model for Safety Program Performance Assessment Using Grey System Theory[J].Grey Systems:Theory and Application，2014,4(2)：287～298.

[10] 劉震,黨耀國,周偉杰，等.新型灰色接近關(guān)聯(lián)模型及其拓展[J].控制與決策,2014,29(6):1071～1075.

[11] 李國峰,關(guān)慶濤,關(guān)慶生.聚合物配置濃度控制中的灰色預測控制[J].化工自動化及儀表,2007,34(3):16～18.

[12] 東亞斌,段志善.灰色關(guān)聯(lián)度分辨系數(shù)的一種新的確定方法[J].西安建筑科技大學學報(自然科學版),2008,40(4):589～592.

SelectingPredictiveParametersforCirculatingCoolingWaterCorrosionBasedonWeightedGrayCorrelationAnalysisMethod

DONG Chao1, WANG Guan-lan1, LI Chen-guang2, LI Jun-fang1, LUO Dan1

(1.TianjinKeyLaboratoryofControlTheory&ApplicationinComplicatedSystems,TianjinUniversityofTechnology,Tianjin300384,China;2.SinopecTianjinBranchCorporation,Tianjin300271,China)

Considering the empirical method adopted in selecting predictive parameters for circulating cooling water corrosion and the lack of theoretical basis for this selection, applying the weighted gray correlation analysis to this selection was proposed. Preprocessing the on-site data collected and applying the gray correlation analysis method in the operation prove the consistence of both size and order of the correlation between the prediction parameters and the degree of corrosion.

weighted gray correlation analysis, circulating cooling water, corrosion, prediction parameters

TP391

A

1000-3932(2016)03-0263-05

2016-02-18(修改稿)

天津市高等學校科技發(fā)展基金計劃項目(20140702)