基于数据挖掘等技术实现乙烯裂解炉在线优化操作
　　由北京化工大学、中国石化工程建设公司、中国石油化工股份有限公司天津分公司共同承担的“基于数据挖掘
等技术的乙烯裂解炉在线优化操作”项目，于7月15日在北京通过了由中国石油和化学工业协会组织的科技成果
鉴定。
　　该项目基于小波理论、输入训练神经网络、径向基函数神经网络、模糊聚类等过程数据预处理技术，非线性主
元-神经网络建模技术，模糊-粗糙集-神经网络技术的故障诊断技术，粒子群优化算法的工程应用技术等，建立了
乙烯裂解炉COT、烟气温度、乙烯和丙烯等在线收率的智能预测模型、在线校正模型、过程优化操作模型、非正常
工况监测模型等，实现了乙烯裂解炉参数预测、生产操作优化、实时安全监控、非正常工况监测，可提高乙烯、丙
烯收率，增强乙烯裂解炉的操作安全性。
　　该项目基于数据挖掘等技术开发了乙烯裂解炉在线优化操作系统。该系统包括数据采集模块、关键变量的预测
与非正常工况监测模块、不同油品的优化操作模块、神经网络建模与优化算法模块、数据库管理模块等。经现场应
用表明，该系统可操作性强，界面友好，整体性好，运行稳定。(李）