化工工程师职称论文

   煤化工企业是以煤代替石油高效地、环保地、综合地利用煤炭资源，通过煤气化制造化学品原料，获得清洁能源。煤化工生产过程连续，生产装置复杂，工艺物流循环交叉，关键参数关联强；同时，煤化工企业产品链长，如除生产焦炭、煤气、甲醇、化肥外，还可以生产二甲醚、氢气、CO、醋酸及甲醇系列后加工产品。本文依托目标实施企业现有 MES 信息技术平台，通过对该煤化工公司主要产品的工艺流程和实时数据采集仪表安装情况的深入了解，并针对该公司对实时数据预处理的需求，研究了几类数据预处理方法。得出了基于冗余的预处理方法、基于优化目标值偏差带的预处理方法和基于支持向量机回归的实时数据预处理混合算法。最后开发了实时数据预处理系统，并将该系统集成应用于工艺数据挖掘系统之中，从而改善信息集成平台数据的准确程度，提高企业效益。本文各章节的内容安排如下：
第一章 绪论：主要是提出本文的选题背景和研究意义，同时对 MES 在流程工业中的应用做出简要的介绍。
第二章 数据挖掘与实时数据预处理相关理论的研究：介绍在 MES 环境下的化工工业数据挖掘的相关理论，对项目实施企业现有数据挖掘系统给与介绍，并对实时数据预处理方法进行探索研究。
第三章 实时数据预处理系统算法选择：通过对工艺流程的了解和工艺工程师的要求获取不同用户的需求；将需求分为可预知需求与不可预知需求两种类型，针对二者特点分别选择算法；对所选算法进行介绍，并通过仿真证明算法的有效性。现拥有年产商品冶金焦 180 万吨、甲醇 20 万吨、煤焦油系列及其它化工产品 20 万吨（总计 120 余种）和日产城市煤气 320 万立方米的能力。本课题来源为国家科委 863 重点 MES 示范项目——以该公司的煤化工工艺流程生产线为依托，扩建自动化生产线和计算机信息网络系统，利用其煤化工装置规模最完备、产品种类最齐全、实施综合自动化信息集成平台基础最好的综合优势，进一步研究开发产业化关键集成技术，开发具有典型示范作用的煤化工综合自动化高技术产业化工程，构建煤化工企业综合自动化信息集成平台，实现企业动态成本控制机制，并以财务成本为核心进行整体资源优化，形成工程化、集成化和商业化整套软件和技术，提高企业管理水平和效率，争取在全国煤化工企业推广应用。本论文的主要是从软件应用研发的角度对化工工艺实时数据进行深入研究，探索各类实时数据数据预处理方法，并用研究所得的方法对该公司基于 MES 数据挖掘系统和其他与实时数据关联的系统中使用的实时数据进行预处理，以所得理论为基础开发出相应的实时数据预处理系统。该系统在采集存储实时数据的同时，实现对错误数据的校正和缺失数据的填补，为数据挖掘工具提供准确可信的数据。两个或两个以上变量的取值之间存在某种规律性，就称为关联。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分为简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。一般用支持度和可信度两个阀值来度量关联规则的相关性，还不断引入兴趣度、相关性等参数，使得所挖掘的规则更符合需求。聚类分析(clustering)：聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。聚类分析可以建立宏观的概念，发现数据的分布模式，以及可能的数据属性之间的相互关系。分类(classification)：分类就是找出一个类别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并用这种描述来构造模型，一般用规则或决策树模式表示。分类是利用训练数据集通过一定的算法而求得分类规则。分类可被用于规则描述和预测。预测(predication)：预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。预测关心的是精度和不确定性，通常用预测方差来度量。