原油脱盐过程是石油精炼工艺中至关重要的一环,由于石油炼制过程的高度一体化,脱盐过程的失败可能导致整个原油精炼过程的瘫痪,甚至引发重大事故,因此能够及时发现并且排除过程中的故障具有重要的意义。为解决上述问题,本文提出基于分子光谱的近红外(Near-infrared,NIR)故障检测与诊断技术,利用近红外光谱仪从分子振动层面获取过程信息,得到原油脱盐过程的在线光谱数据,从微观分子光谱角度结合数据驱动的方法,对原油脱盐过程进行实施监控。不同于传统基于过程宏观变量的监控方法,由于分子层面的变化快于宏观物理表现,使得所提基于分子光谱的近红外故障检测技术可以更快地检测出过程故障,具体内容和创新点如下:1、基于NIR光谱的原油脱盐过程故障检测。为获取原油脱盐过程的运行状态,本文将NIR光谱分析仪安装在脱盐原油输出管道,在线采集过程的光谱数据,针对采集得到的NIR光谱数据采用主元分析(Principle component analysis,PCA)算法对原油脱盐过程的运行状态进行监控,并选择Hotelling T~2和平方预测误差(Squared prediction error,SPE)统计量作为监控指标。结果表明,基于NIR光谱数据的故障检测方法比传统基于过程宏观变量的故障检测结果在时间上提前了约140分钟,充分体现了NIR光谱技术在故障检测方面的优越性。2、基于SPCA的原油脱盐过程近红外故障检测。一方面NIR光谱存在维数过高的问题;另一方面,由于分子光谱数据对环境极为敏感,导致基于分子光谱的故障检测结果过于灵敏。为解决上述问题,本文引入稀疏主元(Sparse principal component,SPCA)算法,将主元(Principle component,PC)上的一些载荷压缩为零从而降低了NIR光谱数据因分子层面极其细微的变化带给PC的影响,以提升故障检测结果的鲁棒性,从而进一步提高故障检测的精度。3、基于LASSO的原油脱盐过程近红外故障诊断。在检测出过程故障后,为进一步判断故障的起因,本文提出了基于NIR光谱的脱盐过程故障诊断方法。利用故障重构的思想,结合套索(Least absolute shrinkage and selection operator,LASSO)算法,将受当前故障影响的NIR光谱波段按照受影响从重到轻的程度逐个选择出来。通过对受当前故障影响的NIR光谱波段进行分析,结合原油脱盐过程的物理和化学性质做出故障起因的推测,为原油脱盐过程故障的诊断提供参考。