基于加权灰关联分析法的循环冷却水腐蚀预测参数选取的研究

董 超 王冠兰 李晨光 李俊芳 罗 丹

(1.天津理工大学天津市复杂系统控制理论及应用重点实验室，天津 300384；2.中国石油化工股份有限公司天津分公司，天津 300271)

基于加权灰关联分析法的循环冷却水腐蚀预测参数选取的研究

董 超1王冠兰1李晨光2李俊芳1罗 丹1

(1.天津理工大学天津市复杂系统控制理论及应用重点实验室，天津 300384；2.中国石油化工股份有限公司天津分公司，天津 300271)

针对循环冷却水腐蚀预测参数选取中通常采用经验法，预测参数的选取无科学理论作为依据的问题，提出应用加权灰关联分析法对循环冷却水腐蚀预测参数进行选取。对现场采集的数据进行预处理，并应用灰色关联分析法进行了多因素灰色关联度分析。结果证明：各个观测点腐蚀预测参数和腐蚀程度的关联度大小顺序基本一致。

加权灰关联分析法 循环冷却水 腐蚀 预测参数

随着循环冷却水的不断重复利用，受到水源、工艺条件及工艺介质等的影响，循环冷却水水质会不断恶化，导致设备内形成水垢，产生腐蚀，进而影响设备的寿命、安全生产和经济运行[1]。循环冷却水腐蚀预测模型的参数选取对预测结果的准确性和精度至关重要，对于企业长期稳定运行具有重要意义。目前在石化企业中循环冷却水腐蚀预测参数的选取没有科学的理论依据，只是依靠企业运行中的实际经验来判断，未能考虑腐蚀参数和腐蚀程度的具体关系，这对循环冷却水腐蚀预测的准确性和精度有一定的影响，对防腐工作的落实带来一定的困难。循环冷却水参数复杂，其腐蚀情况受几十余种因素影响[2]。以某石化企业炼油生产循环水系统为例，影响腐蚀速率的参数既包括水质参数，如pH值、总磷、电导率及钙离子等十多项，又包括工艺参数，如总管压力、水温、水位、循环水泵电流及压力等十多项。笔者通过加权灰关联分析法对腐蚀预测参数进行选取，从科学角度选出对循环冷却水腐蚀预测模型影响程度相对较大的参数，作为后续预测模型的输入参数。

1 加权灰关联分析法

灰色关联分析是对一个系统发展变化态势的定量描述和比较的方法,是通过确定参考序列和若干个比较序列的几何形状相似程度来判断其联系是否紧密[3]，较好地融合了距离空间与拓扑空间的特点[4]。目前常见的灰色关联计算模型主要有邓氏关联度、广义灰色关联度、灰色斜率关联度、灰色B型关联度及灰色接近关联度等[5]。

以上提出的各种关联度模型都有各自的适用范围。邓氏关联度分析法只从曲线上有限的几个点的相对位移来衡量两曲线的相似程度，没有反映行为曲线与参考曲线的相对变化率(即曲线的变化趋势)[6]。广义灰色关联度分析法以两曲线之间的面积为基础，若两曲线有交点则对关联度的计算有较大误差，所以该方法对曲线的形状要求比较严格[7]。灰色斜率关联度分析法侧重从两曲线的相对变化率来表示两曲线的接近程度[8]。灰色B型关联度不具有整体性，得出的关联度数值明显偏小[9]。灰色接近关联度对参考序列和行为序列的量纲和意义要求完全相同，使用范围太窄[10]。

循环冷却水系统是典型的灰色系统[11]，所以笔者采用加权灰关联分析法，既考虑了序列的局部相关性即相对位移，又考虑了序列的整体相关性即曲线的变化趋势。若假设参考序列X0=(x0(1),x0(2),…,x0(n))，行为序列Xi=(xi(1),xi(2),…,xi(n))，则X0和Xi在k时刻的加权灰关联系数γ(x0(k),xi(k))定义为：

(1)

X0和Xi的加权灰关联度R(X0,Xi)定义为：

(2)

根据最小信息原理，分辨系数通常取0.5，但在实际应用中ξ的取值需要考虑系统运行动态特性引起的序列波动性[12]。循环冷却水系统腐蚀预测参数由于实际生产原因波动性较大，笔者采取动态调整的方法来减弱序列波动性对加权灰关联度的影响。

设Δ为所有差值绝对值|x0(k)-xi(k)|的均值，Δmax为所有差值绝对值|x0(k)-xi(k)|的最大值，则：

2 循环冷却水腐蚀预测参数的选取

以某石化企业循环冷却水系统36个月的运行数据为基础，设腐蚀速率为参考序列X0=(x0(1),x0(2),…,x0(n))，采用挂片法即利用挂片失重来计算得到，采样频率为每月一次。水质参数如pH值、总磷、碱度、氯离子、电导率、浊度及钙硬等和工艺参数如总管压力、水温、水位、循环水泵电流及压力等为行为序列Xi=(xi(1),xi(2),…,xi(n))，采样频率为每天一次，数值按照各自的采样频率累加后取每月的平均值与参考序列对应。

参考序列和行为序列之间的关联系数为γ(X0,Xi)，关联度为R(X0,Xi)，循环冷却水系统与灰色系统对照见表1。

表1 循环冷却水系统与灰色系统对照表

应用加权灰关联分析法进行腐蚀预测参数选取的流程如图1所示。

图1 加权灰关联分析法流程

由于在实际生产中数据测量方式、采集频率不同，所以数据的完善程度也不同。笔者选取了数据相对完整的3个采样点进行分析。在实际处理结果中发现，工艺参数对循环冷却水腐蚀的影响远不如水质参数明显。因篇幅有限，现只列出水质参数的原始数据。3个观测点的原始数据见表2。

表2 3个观测点的原始数据列表

由于各参数的单位、量纲、数量级不同，不便于分析，甚至会影响预测结果，因此，需要对所有的参数进行无量纲化处理。

通过一定的数学变换消除参数类型与量纲影响，即把性质、量纲各不相同的参数转化为可以综合比较的一个相对数即无量纲化值。经过该方法处理的各项指标数据既可以反映原始数据各指标变异程度上的差异，也包含各个指标相互影响程度差异的信息。3个观测点无量纲化数据见表3。

表3 无量纲化数据

(续表3)

对3个观测点数据即循环冷却水腐蚀预测参数应用加权灰色关联分析法进行分析，代入式(1)，求出关联系数γ，再代入式(2)，求出关联度R。3个观测点的关联度R见表4。

表4 关联度列表

根据表4可以得到观测点1、2、3的关联度大小顺序如下：

观测点1R(X0，X1)>R(X0，X2)>R(X0，X5)>R(X0，X7)>R(X0，X4)>R(X0，X6)>R(X0，X3)>…

观测点2R(X0，X1)>R(X0，X2)>R(X0，X5)>R(X0，X7)>R(X0，X4)>R(X0，X6)>R(X0，X3)>…

观测点3R(X0，X1)>R(X0，X2)>R(X0，X4)>R(X0，X5)>R(X0，X7)>R(X0，X6)>R(X0，X3)>…

观测点1 pH值>总磷>电导率>钙离子>氯离子>浊度>总碱>…

观测点2 pH值>总磷>电导率>钙离子>氯离子>浊度>总碱>…

观测点3 pH值>总磷>氯离子>电导率>钙离子>浊度>总碱>…

可以看出，3个观测点的预测参数对腐蚀速率影响的先后顺序基本一致，只有观测点3中氯离子浓度稍有差异，在后续建模参数选取时，可以按照观测点1或2的顺序进行选取。由以上结论可知：循环冷却水腐蚀预测参数对腐蚀速率的影响先后顺序基本一致。在研究后续腐蚀预测模型时可以根据建模需要在这些预测参数中适当选取。

3 结束语

针对循环冷却水腐蚀预测参数的选取仅依靠生产经验而导致预测结果不可靠的问题，笔者引入了灰色系统理论作为循环冷却水腐蚀预测参数选取的依据。研究比较了当前灰色系统理论几种模型的优点和不足，采用了加权灰关联分析法对循环冷却水腐蚀预测参数和腐蚀速率的关系进行研究，为实际生产中存在的循环冷却水腐蚀预测参数难以选取的问题提供了理论依据，为石油化工领域等流程工业同类课题的研究与应用提供了参考，具有重要的可借鉴价值。

[1] 张凌峰.工业循环冷却水智能辅助分析平台的关键技术研究[D].天津：天津理工大学,2012.

[2] 董超,张凌峰,李荣，等.循环冷却水系统腐蚀速率的预测模型[J].化工自动化及仪表,2011,38(6):676～678.

[3] 邓聚龙.灰预测与灰决策[M].武汉:华中科技大学出版社,2002.

[4] 刘思峰,蔡华,杨英杰，等.灰色关联分析模型研究进展[J].系统工程理论与实践,2013,33(8):2041～2046.

[5] 曹明霞,党耀国,张蓉，等.对灰色关联度计算方法的改进[J].统计与决策,2007,(7):29～30.

[6] 田民，刘思峰，卜志坤.灰色关联度算法模型的研究综述[J].统计与决策,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,刘思峰,李致平，等.灰色斜率相似关联度研究及其应用[J].统计与信息论坛,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] 刘震,党耀国,周伟杰，等.新型灰色接近关联模型及其拓展[J].控制与决策,2014,29(6):1071～1075.

[11] 李国峰,关庆涛,关庆生.聚合物配置浓度控制中的灰色预测控制[J].化工自动化及仪表,2007,34(3):16～18.

[12] 东亚斌,段志善.灰色关联度分辨系数的一种新的确定方法[J].西安建筑科技大学学报(自然科学版),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)

天津市高等学校科技发展基金计划项目(20140702)