编辑推荐：
为解决 FCCU 分馏塔底因复杂工况和物料性质易结焦、数据不确定性及混合频率带来的风险评估难题，研究人员构建融合深度学习与模糊逻辑的分层框架，实现结焦风险精准管理，为工业 PdM 提供新方案。
在石油炼制的核心环节 —— 催化裂化装置（FCCU）中，分馏塔底因复杂外部操作条件与内部物料物理性质的相互作用，极易发生结焦问题。结焦不仅会导致油浆循环量下降、蒸汽产出减少、管道堵塞及柴油色度变深，严重时还会限制合格产品产出，甚至引发安全风险。此外，原油品质恶化、工艺机理复杂及严苛的操作条件，使得 FCCU 超过三分之一的报警和一半以上的非计划停车都与结焦相关，这极大增加了事故风险。然而，结焦过程本身存在不确定性，加上分布式控制系统（DCS）和实验室信息管理系统（LIMS）数据的混合频率特性，给数据驱动方法在工业环境中的应用和实际维护计划的制定带来了巨大挑战。如何有效整合多源数据、融合领域知识，实现结焦风险的精准监测与预测性维护，成为工业界和学术界亟待解决的关键问题。
为应对上述挑战，国内研究人员针对 280 万吨级 FCCU 在长周期复杂工况下的结焦风险开展了深入研究，相关成果发表在《Chinese Journal of Chemical Engineering》。研究团队构建了一种数据与知识驱动的分层框架，旨在实现分馏塔底结焦风险的透明化管理与预防性维护规划。
研究中采用的主要关键技术方法包括：一是开发多层模糊推理系统，将专家知识转化为模糊规则，构建结焦风险指数，以处理结焦过程的不确定性；二是设计并行编码器集成解码器架构，通过提取操作状态和物理性质信息，解决 DCS 与 LIMS 数据的混合频率差异问题；三是引入三重注意力机制（包括并行和时间模块），自适应聚合输入信息，增强模型的内在可解释性，为维护决策提供支持；四是运用多标签特征选择（MFS）方法，以结焦风险因素为标签空间，在反应器 - 再生器和分馏系统中筛选最优特征数据集，提升特征表示的全面性。
问题阐述与 FCCU 描述
研究指出，原油品质恶化是分馏塔底结焦的主要原因，高温和催化剂颗粒会进一步促进热缩合反应。在高温下，加氢反应容易发生，氧气和金属的催化作用会生成芳香自由基并引发链反应，形成聚合物。这些聚合物不断积累，附着在设备表面，并在换热器等低流速区域沉积。研究选取的 280 万吨 FCCU 分馏塔底结焦工况数据覆盖 2021 年 12 月 31 日至 2022 年 12 月 15 日，其中 2022 年 8 月 14 日至 9 月 10 日进行了设备定期维护。通过与炼油厂合作，获取了涵盖反应器 - 再生器、分馏和精制单元的完整 DCS 和 LIMS 数据集，包含 603 个 DCS 变量。
分层框架构建
研究提出的分层框架融合了深度学习（DL）和模糊逻辑（FL）。多层模糊推理系统通过模糊集和规则编码专家知识，将工业数据转化为可操作的结焦风险指数，有效应对了过程的不确定性。并行编码器集成解码器架构通过多个编码器模块提取不同特征向量，分别处理反应器 - 再生器和分馏系统的特征，再经解码器融合输出，解决了混合频率数据的融合难题。三重注意力机制则通过自适应权重分配，增强了模型对关键信息的捕捉能力，提升了预测的准确性和可解释性。
结论与意义
该研究构建的分层框架实现了结焦状态监测从定性到定量的转变，为 FCCU 的预测性维护提供了可解释的模型。通过远程监测结焦风险并生成风险指数，管理人员能够直观了解系统运行状态，从而精准制定维护类型和计划。研究成果不仅有效提升了分馏塔底结焦风险的管理精度，还为石油炼制行业应对复杂工业环境下的设备维护挑战提供了新的方法论，推动了预测性维护在流程工业中的应用与发展。研究通过数据与知识的深度融合，平衡了模型的预测能力与可解释性，为解决工业系统中多因素耦合的不确定性问题提供了范例，具有重要的工程应用价值和学术参考意义。
