煤炭化学生产过程参数的超早期预测
Zheng Li1, Min Yao1, Zhenmin Luo1
1College of Safety Science and Engineering, Xi'an University of Science and Technology, Xi'an 710054, China.
Heliyon
|June 19, 2024
概括
本研究介绍了化学过程参数的优化预测模型. 这种新的方法提高了早期预警的准确性,为安全措施和事故预防提供了至关重要的时间.
科学领域:
- 化学工程是化学工程的重要组成部分.
- 过程安全 过程安全 过程安全
- 人工智能的人工智能
背景情况:
- 化学工艺事故往往源于工艺参数的偏差.
- 当前的预测方法与先进的早期预警时间扎,导致虚假报警.
- 准确的长期预测对于预防工业事故至关重要.
研究的目的:
- 开发一种先进的化学过程偏差预警系统.
- 为了提高过程参数预测的准确性和可靠性.
- 为运营商提供足够的时间来实施安全措施.
主要方法:
- 利用双向长短期记忆 (BiLSTM) 网络来建模时间参数变化.
- 采用鱼优化算法 (WOA) 进行自动化超参数优化.
- 整合了修改的反转正常损失函数 (MINLF) 和剩余时间理论,用于风险评估.
主要成果:
- 该WOA-BiLSTM-MINLF模型成功预测了异常的过程参数波动.
- 该模型比传统的分布式控制系统 (DCS) 早16分钟发出警告.
- 产生了动态风险值,反映了固有的风险和趋势风险.
结论:
- 开发的模型显著提高了化学过程中的早期预警能力.
- 先进的预测时间使运营商有足够的机会进行预防性行动.
- 这种方法为改善化学工艺安全和防止事故提供了强大的解决方案.
