范加强

摘要：石油树脂生产中粘度是一个重要的质量参数，反映石油树脂产品的质量好坏。本文通过研究石油树脂生产工艺及分析粘度与外界因素和现场工艺的关系，确定粘度检测的辅助变量，建立数学模型。发掘现场仪表的二次功能，采集粘度检测模型需要的辅助变量，通过大量数据结合加权最小二乘回归法对运算模型进行参数校正。结果表明，通过仪表的二次功能构建数学模型，能够稳定、快速、精确地实现石油树脂粘度的在线检测。

关键词：石油树脂；粘度；二次表；数学模型；在线检测

绪论

随着科学技术的迅猛发展，化工生产的自动化是未来发展的趋势和方向。目前没有成熟仪表硬件或无法通过相应硬件实现在线检测，各厂家采用实验室离线化验手段检测这些质量参数。然而人工化验分析具有时间滞后性大、采样周期长、耗费大量人力物力等限制，对于化工生产的指导性大打折扣，远远达不到自动化生产的要求。

针对这类控制问题，如石油树脂粘度检测，由于树脂是高分子非牛顿流体，流动受多种因素影响，其粘度无法通过现有仪表硬件在线检测。通过对石油树脂生产工艺的研究分析及结合现场环境工况，分析待测变量树脂粘度与其他辅助变量之间的关系，构建数学模型，间接实现树脂粘度的在线检测。既然没有仪表能够直接在线检测树脂粘度，那么发掘现场仪表的二次功能，检测与树脂粘度有关的其他易测变量，再由数学模型将这些变量进行处理运算，计算得出树脂粘度。

此方法充分利用了现场已有硬件的二次功能，减少现场硬件的大量安装，并能够实现石油树脂粘度的稳定、快速、精确测量。对石油树脂质量控制及化工生产安全运行有重要意义，进一步实现化工生产的自动化。

1数学模型的构建原理

该数学模型基于软测量推断控制系统原理构建，其基本思想是根据某种最优准则，选择一组与主导变量有密切关系又容易测量的辅助变量，通过构造某种数学关系，来估计主导变量。

数学模型构建步骤为：选取辅助变量，构建数学模型，数据处理，化验值参数校正，计算得出主导变量。

2树脂粘度模型构建

通过分析石油树脂生产工艺和工况情况，选取质量流量、水平差压、物料温度为辅助变量。

树脂流体为非牛顿流体，其粘度n与质量流量Q、水平差压p、物料温度T之间存在一定数学关系。

选定辅助变量后，辅助变量的检测可由现场已有的仪表硬件测量得出，由现场的质量流量计、差压变送器、介质温度传感器将测量的质量流量、水平差压、物料温度信号输入到粘度模型，经模型计算得出树脂粘度。

收集离线化验数据对应模型计算值对模型参数进行校正。由于离线数据为人工取样并于实验室人工化验得出。所以存在取样误差和读取误差以及化验仪器的噪音波动误差，甚至由于操作人员误操作产生较大误差，这些误差会对校正结果产生影响，降低模型的准确度，更严重的情况是模型根本就不能进行在线估计和预测。针对这一问题，我们要对采样数据进行预处理，用统计假设校验剔除含有显著误差的数据后，再采用平均滤波的方法去除随机误差。

3数学模型的校正

实际生产过程中，存在大量的影响因素，生产装置操作条件、现场二次仪表检测精度以及原料特性都会随时间而变化，所以粘度模型不能一成不变，应对现场生产条件的变化，需要对粘度模型进行在线校正。

数学模型校正部分可分为模型参数校正、模型输出校正两部分。

数学模型的输出校正，可以提高检测精度，但随着生产的进行，各影响因素对数学模型计算误差的积累，检测精度会逐渐降低。当数学模型计算值偏离实验室化验值一定值时，再通过输出校正的方式也达不到模型校正的结果。这时要重新利用大量实验室离线数据进行模型参数校正，设置新的模型参数，从而达到稳定、精确、快速的检测主导变量，指导生产。

4模型运行数据

选取辅助变量，构建粘度模型，将模型计算值与离线化验值比对，模型计算值与化验值的曲线吻合，跟踪趋势良好。均方差为13.43，相对均方误差为5.87%。

5结果分析

石油树脂生产中粘度是反映产品质量的重要参数，但由于技术原因无法由仪表硬件直接在线检测得出。本文通过开发现场仪表二次功能，以软测量技术理论为指导，分析主导变量粘度与辅助变量质量流量、水平差压、物料温度之间的关系构建数学模型，并通过大量离线数据进行参数校正，得到粘度模型。能够实现石油树脂粘度的稳定、精确、快速的测量，为石油树脂生产提供指导，进一步推动化工生产自动化进程。