Liuottimen aromaattien poistoprosessin häiriöiden monitorointi

No Thumbnail Available

URL

Journal Title

Journal ISSN

Volume Title

Helsinki University of Technology | Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author

Authors

Date

2001

Department

Kemian tekniikan osasto

Major/Subject

Prosessien ohjaus ja hallinta

Mcode

Kem-90

Degree programme

Language

fi

Pages

x + 137

Series

Abstract

Ennakoimalla prosessihäiriöitä ja prosessilaitteiden rikkoontumista voidaan ehkäistä tuotteen laadun heikentymistä Ja huollon vaatimia tuotantokatkoksia. Prosessien monitorointi- ja vikadiagnostiikkajärjestelmät ovat prosessin ohjauksen neuvoa-antavia tukijärjestelmiä, joiden avulla prosessissa esiintyvät häiriöt pyritään havaitsemaan ja paikallistamaan. Tämän diplomityön tavoitteena oli kartoittaa, millaisia menetelmiä on sovellettu kemiallisten prosessien monitoroinnissa, ja vertailla eri menetelmien soveltuvuutta liuottimen aromaattisen poistoprosessin monitorointiin. Työn kirjallisuusosassa on tarkasteltu kemiallisten prosessien vikadiagnostiikkaan ja monitorointiin käytettyjä menetelmiä. Neuroverkot, sumea logiikka ja tilastolliset monimuuttujamenetelmät ovat korvaamassa vikadiagnostiikkaan perinteisesti käytetyt raja-arvotarkastelut ja kvantitatiiviset kausaaliset mallit. Työn kokeellisessa osassa on vertailtu Kohosen itseorganisoituvien karttojen ja tilastollisten monimuuttujamenetelmien, pääkomponenttianalyysin ja PLS-menetelmän, soveltuvuutta liuottimen aromaattien poistoprosessin monitorointiin. Monitorointimallien laadintaan tarvittu data kerättiin dynaamisella prosessisimulaattorilla. Mallia muokattiin vastaamaan teollista dearomatisointiprosessia ja dataa kerättiin normaaleista operointitilanteista ja hairi6ista: vuodosta lämmönsiirtimessä, lämmönsiirtimen likaantumisesta ja katalyytin kanavoitumisesta reaktorissa. Parhaassa PLS-mallissa oli kuusi selittävää ja neljä selitettävää muuttujaa. Se pystyi havaitsemaan, että tilanne on epänormaali 53 prosentissa vuototapauksista, kuudessa prosentissa likaantumistapauksista ja 69 prosentissa kanavoitumistapauksista. PLS-menetelmän etuna on, että malli pystyy havaitsemaan myös täysin uusia vikoja. Itseorganisoituvat kartat laadittiin erikseen jokaiselle häiriölle. Parhaiten tunnistettiin katalyytin kanavoituminen. Pääkomponenttianalyysillä esikäsitelty 12 muuttujan kartta tunnisti 94,5 prosenttia kanavoitumistapauksista. Samoilla muuttujilla laadittu PCA-esikäsitelty kartta tunnisti 78 prosenttia vuototapauksista. Likaantumistapauksista tunnistettiin vain 42 prosenttia. Itseorganisoituvien karttojen etuna on niiden visuaalisuus. Prosessin tila nähdään selkeästi kaksiulotteiselta kartalta. PCA-esikäsittely parantaa karttojen kykyä tunnistaa häiriöt, jos kartta on opetettu oikeilla muuttujilla. Muuttujien valinnalla on keskeinen merkitys monitorointimallin kykyyn havaita ja tunnistaa häiriöt. Oikeiden muuttujien valinta perustuu PCA-menetelmän lisäksi prosessituntemukseen. Erityisen merkittäviä ovat laskennalliset muuttujat, jotka kuvaavat prosessin ilmiöitä.

Description

Supervisor

Jämsä-Jounela, Sirkka-Liisa

Thesis advisor

Sourander, Mauri

Keywords

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-2020120448198

Collections

[dipl] Teknillinen korkeakoulu / TKK