大型透平压缩机多维度智能化管控技术应用

第６０卷　第２期２０２４年３月
石　油　化　工　自　动　化
ＡＵＴＯＭＡＴＩＯＮＩＮＰＥＴＲＯ ＣＨＥＭＩＣＡＬＩＮＤＵＳＴＲＹ
Ｖｏｌ．６０，Ｎｏ．２
Ｍａｒ，２０２４
稿件收到日期：２０２３０９２６，修改稿收到日期：２０２４０１２５。

作者简介：张军（１９７０—）男，陕西咸阳人，１９９４年毕业于西北轻工
业学院机械电子工程专业，现就职于北京康吉森技术股份有限公
司应用研发部，主要从事透平压缩机自动化控制应用研究工作。

大型透平压缩机多维度智能化管控技术应用
张军１，梁广月１，齐丽萍２
（１．北京康吉森技术股份有限公司，北京１０００００；
２．长庆油田（榆林）油气有限公司，陕西榆林７１９０００）
摘要：为了提高透平压缩机组控制的可辨识性、非稳态波动的抗干扰性，改善系统的稳定性，提出了大型透平压缩机的多维度智能化管控技术。

该技术整合了所有数据的重要关联特征，并对各关联项尤其是强关联项进行分类提取和解析建模，生成关联因素矩阵进行计算比对及协调控制，并对重要独立变量进行数据特征放大回归线性分析，提前预见数据趋向特征，最终进行及时准确的主动性控制，避免问题及影响的不断放大，保证机组的稳定运行，实现大型透平压缩机的全局稳态化智能主动控制。

关键词：透平压缩机；多维度；稳态化智能控制；性能控制；预测技术
中图分类号：ＴＰ２７３ 文献标志码：Ｂ 文章编号：１００７７３２４（２０２４）０２００３００５
犃狆狆犾犻犮犪狋犻狅狀狅犳犕狌犾狋犻 犱犻犿犲狀狊犻狅狀犪犾犐狀狋犲犾犾犻犵犲狀狋犆狅狀狋狉狅犾犜犲犮犺狀狅犾狅犵狔犳狅狉犔犪狉犵犲犛犮犪犾犲犜狌狉犫犻狀犲犆狅犿狆狉犲狊狊狅狉
ＺｈａｎｇＪｕｎ１，ＬｉａｎｇＧｕａｎｇｙｕｅ１，ＱｉＬｉｐｉｎｇ２
（１．ＢｅｉｊｉｎｇＣｏｎｓｅｎＴｅｃｈｎｏｌｏｇｉｅｓＣｏ．Ｌｔｄ．，Ｂｅｉｊｉｎｇ，１０００００，Ｃｈｉｎａ；
２．ＣｈａｎｇｑｉｎｇＯｉｌｆｉｅｌｄ（Ｙｕｌｉｎ）ＯｉｌａｎｄｇａｓＣｏ．Ｌｔｄ．，Ｙｕｌｉｎ，７１９０００，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋狊：Ｔｏｉｍｐｒｏｖｅｔｈｅｉｄｅｎｔｉｆｉａｂｉｌｉｔｙａｎｄｉｍｍｕｎｉｔｙｏｆｎｏｎ ｓｔｅａｄｙｆｌｕｃｔｕａｔｉｏｎｏｆｔｕｒｂｉｎｅｃｏｍｐｒｅｓｓｏｒｕｎｉｔｃｏｎｔｒｏｌ，ａｎｄｔｏｉｍｐｒｏｖｅｔｈｅｓｔａｂｉｌｉｔｙｏｆｔｈｅｓｙｓｔｅｍ，ａｍｕｌｔｉ ｄｉｍｅｎｓｉｏｎａｌｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙｆｏｒｌａｒｇｅ ｓｃａｌｅｔｕｒｂｉｎｅｃｏｍｐｒｅｓｓｏｒｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｔｅｃｈｎｏｌｏｇｙｉｎｔｅｇｒａｔｅｓｔｈｅｉｍｐｏｒｔａｎｔｒｅｌａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆａｌｌｔｈｅｄａｔａ，ｔｈｅｒｅｌａｔｅｄｉｔｅｍｓｏｆｅａｃｈｆａｃｔｏｒ，ｅｓｐｅｃｉａｌｌｙｔｈｅｓｔｒｏｎｇｒｅｌａｔｅｄｉｔｅｍｓａｒｅｃｌａｓｓｉｆｉｅｄａｎｄｅｘｔｒａｃｔｅｄ，ａｎｄａｎａｌｙｔｉｃａｌｌｙｍｏｄｅｌｅｄ．Ｔｈｅｃｏｒｒｅｌａｔｉｏｎｆａｃｔｏｒｍａｔｒｉｘｉｓｇｅｎｅｒａｔｅｄｆｏｒｃａｌｃｕｌａｔｉｏｎ，ｃｏｍｐａｒｉｓｏｎ，ａｎｄｃｏｏｒｄｉｎａｔｅｄｃｏｎｔｒｏｌ．Ｔｈｅｄａｔａｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｉｍｐｏｒｔａｎｔｉｎｄｅｐｅｎｄｅｎｔｖａｒｉａｂｌｅｓａｒｅａｎａｌｙｚｅｄｂｙｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎ．Ｔｈｅｔｒｅｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄａｔａｉｓｐｒｅｄｉｃｔｅｄｉｎａｄｖａｎｃｅ．Ｔｈｅａｃｔｉｖｅｃｏｎｔｒｏｌｉｓｕｌｔｉｍａｔｅｌｙｃｏｎｄｕｃｔｅｄｔｉｍｅｌｙａｎｄａｃｃｕｒａｔｅｌｙｔｏａｖｏｉｄｔｈｅｃｏｎｔｉｎｕａｌｍａｇｎｉｆｉｃａｔｉｏｎｏｆｐｒｏｂｌｅｍｓａｎｄｅｆｆｅｃｔｓ．Ｔｈｅｓｔａｂｌｅｏｐｅｒａｔｉｏｎｏｆｔｈｅｕｎｉｔｉｓｅｎｓｕｒｅｄ．Ｔｈｅｇｌｏｂａｌｓｔｅａｄｙｓｔａｔｅｉｎｔｅｌｌｉｇｅｎｔａｃｔｉｖｅｃｏｎｔｒｏｌｏｆｌａｒｇｅ ｓｃａｌｅｔｕｒｂｉｎｅｃｏｍｐｒｅｓｓｏｒｉｓｒｅａｌｉｚｅｄ．
犓犲狔狑狅狉犱狊：ｔｕｒｂｉｎｅｃｏｍｐｒｅｓｓｏｒ；ｍｕｌｔｉ ｄｉｍｅｎｓｉｏｎ；ｓｔａｂｉｌｉｚｅｄｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌ；ｐｅｒｆｏｒｍａｎｃｅｃｏｎｔｒｏｌ；ｐｒｅｄｉｃｔｉｖｅｔｅｃｈｎｏｌｏｇｙ
目前，透平压缩机在过程工业生产中被广泛应用，几乎涵盖了石油化工、钢铁、制药等领域，作为工业生产的动力源，在装置生产中尤为重要。

透平压缩机也是耗能比重最高的设备之一，它的运行稳定性、综合效率及自动化程度直接影响着整个装置的产能指标，企业效益。

１　大型透平压缩机的多维度智能化管控技术简介 随着网络技术、数字技术、信息技术的发展，多单元全局智能控制技术方案成为未来大型机组控制优化提升的技术方向，根本原因是这项技术的应用会大幅提高机组控制的可辨识性、非稳态波动的抗干扰性，从而大幅改善了系统的稳定性指标和性能指标。

大型透平压缩机组压缩过程决定着整个过程中工艺的连续性和稳定性。

它涵盖了驱动源的动力控制、压缩过程的性能控制、喘振全过程的过程保护控制、透平机械设备及辅助设备的监控，如压缩的过程温度、轴系数据监控等的数据监测控制，这些工艺运行数据相互之间存在物性耦合关系，大型透平压缩机的全局稳态化智能主动控制技术［１２］整合了所有数据的重要关联特征，通过运行
中各个关系的特征变化，识别波动及强关联因素，从而对全局进行稳态化智能控制。

２　透平压缩机的控制应用现状
２．１　现有控制方法的不足
大型透平压缩机广泛应用在大型工业领域，如空分装置、合成氨装置、催化裂化装置、乙烯装置等，目前均未深入监测压缩机的内流及管流的稳定性数据，采用的控制方法是通过压缩机性能控制对压缩机一级入口或二级出口进行负荷控制，利用性能关联进行转速的解耦协调控制，而串联回路的级间关系、压缩过程中各个强负荷关联
对象却未做相应的全局化协调监控。

在生产过程中，级间协调的回流量操作，或不匹配的物性关联操作，都会破坏系统的稳定性、经济性，严重时会使喘振发生或透平设备损坏。

对此，全局智能化控制技术的应用改进了原控制方法，改进后的控制对过程数据进行单数据分析、数组分析，最终拟合出物理强关联模型，进行机组的常态化趋稳态控制。

不同类型的透平压缩机组各自存在不同的关系模型，包括物料流动阻尼力特征和能量关系特征等，准确地把握这些特征对智能化稳态控制尤为重要。

２．２　透平压缩机智能控制的全局化关联改进控制理念
大型透平压缩机多维度智能化管控技术针对压缩机组工作的复杂性，进行控制关联的扩展、解析，主要依据压缩机组的性能特征，数据变化辨识，把相关控制和各自的物性关联结合起来，进行全局化的一体化协调控制。

全局化控制会主动调节影响阻尼力线位置和压缩机的压缩性能稳定工况点位置，保证压缩机的防喘振控制和工艺送风的稳定。

３　多段透平压缩机组的全局智能化控制结构及原理多段压缩机组在各大石油化工装置中的应用最为广泛，以下以该类型机组为例诠释全局智能化的过程控制的结构框架及原理。

多目标全局参数控制流程如图１所示。

强关联对象在控制中相互约束、相辅相成，图１中工艺需求是装置对压缩机组的性能输出控制目标，系统总扰动反映了管网阻尼力的变化情况，而系统运算器计算性能工况点位置与管网负荷的匹配情况，并通过能耗辅控器控制工况点的优化偏置，协调级平衡控制目标，控制负荷并下达到执行级，最终完成对各控制段的控制，各级间根据其性能工作点变动情况实施负荷的整体控制，匹配适宜的工艺需求工况。

图１　多目标全局参数控制流程示意３．１　多段透平压缩机组控制的全局化基础约束与物性关联
多段单轴（多轴）透平压缩机在大型工业装置中应用非常普遍，以下对压缩机组控制中的主要目标条件进行筛选并进行全局化的协调控制应用［３４］。

凝气式汽轮机多段透平压缩机组结构如图２所示。

图２　凝气式汽轮机多段透平压缩机组结构示意１）控制对象。

自控对象设备（强关联单元）包括：
犪）一级、二级压缩段。

包含：防喘振控制、性能控制、效率因子、阀位及转速基点。

犫）汽轮机部分。

包含：速度控制、蒸汽压力、压缩机抽入压力。

犮）压缩机组部分。

包含：负荷协调控制、性能控制、管网阻尼力、效率因子。

２）工艺过程控制的过程约束。

包括：犪）升降速、加减负荷过程中轴系变化约束。

犫）过程各压力段压力变化的偏差约束。

犮）机组抽入气量与入口压力变化偏差对负荷控制的约束。

３）对各个关联因素进行控制关联。

以图１多段透平压缩机组为例，关键控制单元及强关联因素如下：
１３
　第２期张军等．大型透平压缩机多维度智能化管控技术应用
犪）汽机转速控制关联。

包含：做功蒸汽信息、负荷信息、阀门开度信息、流通特性信息、凝气信息。

犫）透平压缩机一级压缩控制。

包含：管网入口信息、排气出口信息、回流信息、性能特征和回流阀信息、级间冷却信息。

犮）透平压缩机二级压缩控制。

包含：管网入口信息、管网送出信息、回流信息、性能特征和回流阀信息、出口冷却信息。

犱）压缩性能工况识别。

包含：饱和度、比压缩功、等效率区。

其中，饱和度为压缩机性能数据趋于性能峰值的比例；比压缩功为提高压缩机静压增量所做功；等效率区为压缩机设计的等效率区域段。

犲）透平机械设备轴系监控系统。

包含：各轴振动数据、
位移数据，当机组转子内部流体紊乱、边界层变化发生时，轴系运行数据通常会发生明显的数据发散特征。

犳）流动阻尼力特征关联，计算关系如式（１）所示：犢（犚ｆ）＝∑犢（犺ｆｐａｒｔｉａｌ）＋犢（犺ｆｐｒｏｃｅｓｓ）＋犔（犔ｆｌｏａｄ）
（１）
式中：犺ｆｐａｒｔｉａｌ———各区段元件通过的局部阻尼力特征；犺ｆｐｒｏｃｅｓｓ———管网流通的阻尼力特征；犔ｆｌｏａｄ———负载管容特征阻力。

多段透平压缩机组智能化控制神经网络结构［
５］如图３所示。

图３　多段透平压缩机组智能化控制神经网络结构示意为了更清楚了解全局化智能控制的控制关联及约束特征，这里以多段压缩机组为假设对象并结合图３进行说明。

该机组通过压缩输送一定流量的气体介质，
经过和管网流阻及负荷的平衡，产生工艺目标需求的压力及流量，为后续分馏、换热或反应提供工艺气源。

由图３可知，在全局智能化控制中，智能控制库会根据主控工艺需求目标，根据关联模型产生目标任务，各子系统根据目标任务及输入的关联信息进行子平衡和解耦后的稳定控制，在系统趋稳态的情况下完成主任务目标。

如需要增加负荷时，首先判断对应转速理想范围域，如果在域内，会把控制重点转入一级和二级的回流阀上；如果在域边界上，会判断两级喘振控制器的性能控制工况点信息条件及稳定状态情况，判断正常稳定后，会进行增速加载控制。

如果不稳定，会和性能控制一起微调关联不稳定主因，而后控制负荷。

其中，智能控制还包含负荷数据微变化识别，趋向预测，提前发现异常时，系统控制参数会变化并调节匹配条件，以提高转速的稳定能力，改善全局控制的效率。

当速度在正常范围，系统按主控任务识别一级和二级的压比对应关系及喘振裕度工况位置信息进行识别控制，如此时一级性能裕度大于二级性能裕度，优先关闭一级回流阀门，进行加载任务。

如果一级和二级工况情况接近，且工况都未进入安全报警保护区，此时全局智能系统会控制
两级同时关阀，
从而快速地达到控制的负载目标。

为了保证全局智能化控制的稳定性及可靠性，数据辨识库里相关模块会实时跟踪相关数据，轨迹辨识，如在加载过程中，预测到一级出口压力下降异常，全局智能化控制会停止一级的关阀控制，仅通过二级进行加载；当目标负荷仍未达到，二级入口流量或压力达到低限后，停止加载，此时会产生报警，提示供给量不足，从而提示工艺进行补量操作。

总之，大型透平压缩机组错综复杂的物料平衡关系及相互的波动影响，使压缩机的控制操作变得非常困难，异常发生或停机又会对装置带来不可逆转的损失。

多设备、多单元的全局稳态智能主动控制技术把各个关联对象有机地关联整合，进行预判及全局的智能化主动控制，不但提高了控制的有效性及准确性，还大幅提高了工艺系统和压缩机组的运行稳定性。

３．２　透平压缩机机组性能特征参数的辨识技术对于全局化机组的控制，准确地把握特征参数是非常重要的，这就需要掌握压缩机工作过程的压力流量传递特性，根据压缩性能阻尼模型识
别喘流及紊流［６］，直到层流破坏的全压缩流动过
程数据辨识。

经过对压缩机组性能的数据分析，压缩流体
２３石油化工自动化
第６０卷　
流动在滞流紊乱后会产生较为显著的数据变化特征，甚至关联到振动数据的变化。

全局智能控制在该阶段首先是改善流体流动的连续能力，减缓流动边界层的恶性突变。

数据解析后的透平压缩机加载的波形如图４所示，辨识技术如下：
图４　数据解析后的透平压缩机加载的波形示意１）图４中曲线是喘振性能数据的实际波形，在控制中数据被线性拟合后，产生工作点变化特征线及性能变化特性曲线，可以识别喘振征兆或喘振裕度位置变化趋势进行实时控制，从而得到较为匹配的性能工况位置及较好的性能指标。

全局智能化控制中还受辅助控制器的效率区间约束，并在实时多组数据的小偏差波动参数影响约束下，准确识别控制喘振前压缩机组的性能波动，即作为保护动作的重要关联条件又进行趋于稳定引导性主动控制。

２）数据波动及趋势征兆法。

采集相对周期内相关数据，对数据进行趋势线性回归拟合［７］，并作为喘振报警重要因素进行提取。

在压缩机组性能控制运行时，该参数波动会触发流动趋稳态主动控制，减缓及消除喘振前期喘流迹象，保持机组运行稳定。

３）数据辨识还可识别压缩工艺关联参数，并划分数据关联带域，这些变量包括：入口压力、流量、温度、转速、入口阀位，因数据处理量大，一般采用实验法定型功能库算法处理，再组态进行实际的控制应用。

３．３　多数据变量的小偏差法识别技术
多变量小偏差法识别技术［８］在流体流动过程中可识别数据波动及波动关系，维持控制系统实时的对流体的偏离、背离、喘流识别及趋稳态的控制。

小偏差法通过对自变量的微小变化和应变量的响应变化数据判断物理关系的对应关系及紊乱程度。

该方法针对透平压缩机的运行数据进行全局监控分析，对工艺的关联数据进行实时跟踪，识别波形，关键数据条件将进入全局化主控逻辑进行全局化的智能控制。

数据识别依赖对多变量进行小偏差计算，根据多变量的线性化对应关系，比对数组的偏离度，识别异常数据征兆后进行的主动控制策略。

变量组被识别出异常后，偏差超限会触发智能控制干预控制。

其中，识别对象包括：出入口压力、压比、出入口温度、出入口流量、防喘振阀开度、入口导叶或入口阀门开度、转速等对象的小偏差运算。

数据共性分析处理，对透平压缩机组常用性能监控量进行采集处理，在实时监控过程会辨识到线性度和离散度数据信息，及性能饱和度指标，这些数据能够在第一时间反应压缩流的流动连续情况，这些数据经处理后作为控制依据，帮助智能控制系统有效地提前抑制工况的运行波动。

３．４　性能曲线上在线运行工况点异常后主动控制性能曲线［９］反映了管网的阻尼特性及压缩机本体的压缩做功特性，常规的控制是以机组厂家提供的机组性能参数作为依据进行防喘振的控制。

该控制属于典型的界限控制，当机组的工况点达到界限区时会触发控制回流。

而作为多设备（单元）关联的压缩机组，往往在工况点达到界限前，因为工艺的波动而产生大的扰动形成冲击，该冲击发生几秒后才会触及控制界限，而此时的冲击采用正常控制已经难以调节，最终对工艺产生较大的影响。

运行工况误差会影响实际和设定的界限偏差，如流体组分变化等，都会影响原设计性能曲线的稳定性，也会对控制产生负面影响。

采用性能在线识别主动控制技术后，会根据特征数据变化，第一时间进行稳定控制，在降低控制幅度同时，避免了原控制的不足。

４　智能化控制全局主动控制的应用案例４．１　全局化智能趋稳态控制的数据特征解析应用对于各个子数据，通过实验法获取相应的子关联式参数，它们构成了全局化主动控制系统的子单元。

全局化关系式反应了机组运行相互制约的关系模型，该模型是通过实验法或解析法建立的，并通过最终验证应用。

运行数据采集与分析是优化过程最为重要的环节，而Ｐｙｔｈｏｎ软件［１０］工具的应用大幅提高了数据分析的解析效率。

利用Ｐｙｔｈｏｎ软件对强关联因素的曲线拟合处理后，压缩机喘振后周期性变化的关键特征参数被解析出来，波动曲线如图４所示。

压缩机喘振后关联数据经提炼后的喘振轨迹特征如图５所示。

图５对连续运行８×１０３组真实连续数组进行运算分析，从第１组数据开始到第８×１０３组数据结束，经过关系模型验算，喘振过程自由态数据关系被清晰的特征参数表达出来，为喘振控制及性
３３
　第２期张军等．大型透平压缩机多维度智能化管控技术应用
能控制提供了喘振基本过程状态特征依据。

该案例经Ｐｙｔｈｏｎ软件数据辨识，归纳出喘振现象一般性特征。

在控制实际应用过程中，分别对喘振征兆、过程现象及恢复特征进行实时数据识别，精确地把握趋稳态数据，进行精准的动态辨识控制，最终实现快速保护，实现第一时间的生产恢复控制。

图５　压缩机喘振后关联数据经提炼后的
喘振轨迹特征示意４．２　数据解析辨识喘振征兆的控制案例
喘振前兆数据的表现如图６所示，趋势呈现了数据解析算法识别的喘振征兆的一种形式，流动波幅、波频发生异动，为喘振保护和控制的主动干预控制提供了精准判据。

图６　喘振前兆数据的表现示意
透平压缩机的主动喘振控制技术在早期控制应用领域一直未得以实现，目前采用性能数据识别技术及主动控制，利用工具软件可对流体特征进行数据的拟合及波动辨析，辨识控制目标与运行实时数据变化，通过控制系统的软件实现，预见流体紊乱和层流先兆，实现了主动干预控制，达到规避异常，平缓冲击，保证运行工况在扰动波动后及时趋稳的控制目的。

５　结束语
目前，智能控制已在一些现场得到应用，如多级多段大型透平压缩机组的全自动加载功能需要在多因素强关联条件下运行，全智能化趋稳态控制实现了多设备全局化智能控制的应用，应用后不但提高了系统的稳定程度，还大幅降低了日常操作的操作难度和强度。

传统的控制对多单元（多设备）控制仍停留在局部的、片面的、相对独立的单一控制方式，无法处理多元的、全局的、复杂的多数据变化系统。

而全局稳态化智能主动控制技术引用网络技术、软件技术、数据技术对这些多元的设备及相互关联的数据进行有效的监控利用，及全局化趋稳态判断，实现透平压缩机的全局化智能控制，最终实现系统稳定性及能耗产出比的同步提升。

参考文献：
［１］　黄钟岳，王晓放．透平式压缩机［Ｍ］．北京：化学工业出版社，２００４．
［２］　任志刚．自动控制原理［Ｍ］．北京：清华大学出版社，２０１９．［３］　ＢＡＲＲＹＰ．Ｈｅａｄ ＦｉｒｓｔＰｙｔｈｏｎ［Ｍ］．林琪，译．北京：中国电力出版社，２０１２．
［４］　朱学峰．模型控制算法（ＭＡＣ）的分析和仿真研究［Ｊ］．广州自动化，１９９１（０３）：２７３５．
［５］　戴冀，谷传纲，苗永淼．离心压缩机系统喘振的实验研究［Ｊ］．气动实验与测量控制，１９９６（０１）：３９４２．［６］　刘小河，管萍．先进控制理论［Ｍ］．北京：清华大学出版社，２０１９．
［７］　李慧光，郑绳楦，王丹萍．改进的最小偏差法直线插补及其软件［Ｊ］．东北重型机械学院学报，１９９１（０２）：１５３１５８．［８］　张涛，宋章明．设备状态监测、故障诊断和预知维修技术应用［Ｊ］．电力环境保护，２００２（０２）：４０４２．
［９］　方中行．多元非线性数据拟合模型的数学推论及其回归方程的计算机拟合［Ｊ］．数据采集与处理，１９９２（０４）：
２４６２５２．
［１０］　祁大同．离心式压缩机原理［Ｍ］．北京：机械工业出版社，２０１８．
櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄
（上接第１９页）
［１９］　ＺＨＡＯＣ，ＬＩＵＣ，ＸＵＱ．Ｃｙｃｌｉｃｓｃｈｅｄｕｌｉｎｇｆｏｒｅｔｈｙｌｅｎｅｃｒａｃｋｉｎｇｆｕｒｎａｃｅｓｙｓｔｅｍｗｉｔｈｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｓｅｃｏｎｄａｒｙ
ｅｔｈａｎｅｃｒａｃｋｉｎｇ［Ｊ］．Ｉｎｄｕｓｔｒｉａｌ＆ＥｎｇｉｎｅｅｒｉｎｇＣｈｅｍｉｓｔｒｙ
Ｒｅｓｅａｒｃｈ，２０１０，４９（１２）：５７６５５７７４．
［２０］　ＺＨＡＯＹ，ＸＵＣ，ＺＨＡＯＳ，ｅｔａｌ．Ｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｐｐｌｉｃａｔｉｏｎｉｎｉｎｔｅｌｌｉｇｅｎｔｐｒｏｃｅｓｓｉｎｇｏｆｈｅａｖｙｏｉｌ
［Ｊ］．Ｅｎｅｒｇｙ＆Ｆｕｅｌｓ，２０１２，２６（１２）：７２５１７２５６．［２１］　刘东阳，白宇恩，张霖宙，等．分子尺度反应动力学模型构建在催化裂化／裂解过程中的应用进展［Ｊ］．化工进展，２０２１，４０（０４）：２０８２２０９１．
［２２］　高晓丹．乙烯裂解炉的模拟和优化方法研究［Ｄ］．北京：清华大学，２００８．
［２３］　王子宗，索寒生，赵学良．数字孪生智能乙烯工厂研究与构建［Ｊ］．化工学报，２０２３，７４（０３）：１１７５１１８６．
４３石油化工自动化第６０卷　。