炼油催化剂生产过程尾气处理系统及方法与流程

本申请涉及尾气处理领域，且更为具体地，涉及一种炼油催化剂生产过程尾气处理系统及方法。

背景技术：

1、炼油催化剂是炼油工业中至关重要的材料，通过在其表面提供活性位点，催化剂能够加速炼油过程中的化学反应，如裂解、重整和加氢等，从而提高产物质量和产率。炼油催化剂生产过程中的焙烧阶段是关键的步骤，通过在高温下加热催化剂以促使金属氧化物与载体结合形成活性颗粒。

2、炼油催化剂的生产过程涉及一系列复杂的步骤，包括原料的制备、成型、干燥、焙烧和活化。现有的炼油催化剂装置在建设初期，没有考虑相配套的尾气净化单元，尾气直接排入大气。然而，焙烧过程会产生尾气，其中可能含有有害气体和颗粒物，如氮氧化物和挥发性有机物。

3、因此，期望一种炼油催化剂生产过程尾气处理系统及方法。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种炼油催化剂生产过程尾气处理系统及方法，其首先获取由红外光谱仪采集的炼油催化剂生产过程尾气处理的红外光谱图和由颗粒物激光雷达仪采集的多个预定时间点的颗粒物回波信号的波形图，然后利用深度学习技术，对二者进行特征提取和关联分析，最后通过分类器以得到分类结果，以判断颗粒物的去除度是否达到标准，从而实现自动化的监测和评估过程，进而及时发现问题并采取措施改进。

2、根据本申请的一个方面，提供了一种炼油催化剂生产过程尾气处理系统，其包括：

3、催化剂生产过程数据获取模块，用于获取由红外光谱仪采集的炼油催化剂生产过程尾气处理的红外光谱图和由颗粒物激光雷达仪采集的多个预定时间点的颗粒物回波信号的波形图；

4、催化剂生产过程数据提取模块，用于从所述由红外光谱仪采集的炼油催化剂生产过程尾气处理的红外光谱图和所述由颗粒物激光雷达仪采集的多个预定时间点的颗粒物回波信号的波形图中提取尾气处理红外光谱全局关联特征向量和颗粒物回波特征向量；

5、尾气颗粒去除度判断模块，用于基于所述尾气处理红外光谱全局关联特征向量和所述颗粒物回波特征向量，判断颗粒物的去除度是否达到标准。

6、根据本申请的另一方面，提供了一种炼油催化剂生产过程尾气处理方法，其包括：

7、获取由红外光谱仪采集的炼油催化剂生产过程尾气处理的红外光谱图和由颗粒物激光雷达仪采集的多个预定时间点的颗粒物回波信号的波形图；

8、从所述由红外光谱仪采集的炼油催化剂生产过程尾气处理的红外光谱图和所述由颗粒物激光雷达仪采集的多个预定时间点的颗粒物回波信号的波形图中提取尾气处理红外光谱全局关联特征向量和颗粒物回波特征向量；

9、基于所述尾气处理红外光谱全局关联特征向量和所述颗粒物回波特征向量，判断颗粒物的去除度是否达到标准。

10、与现有技术相比，本申请提供的一种炼油催化剂生产过程尾气处理系统及方法，其首先获取由红外光谱仪采集的炼油催化剂生产过程尾气处理的红外光谱图和由颗粒物激光雷达仪采集的多个预定时间点的颗粒物回波信号的波形图，然后利用深度学习技术，对二者进行特征提取和关联分析，最后通过分类器以得到分类结果，以判断颗粒物的去除度是否达到标准，从而实现自动化的监测和评估过程，进而及时发现问题并采取措施改进。

技术特征：

1.一种炼油催化剂生产过程尾气处理系统，其特征在于，包括：

2.根据权利要求1所述的炼油催化剂生产过程尾气处理系统，其特征在于，所述催化剂生产过程数据提取模块，包括：

3.根据权利要求2所述的炼油催化剂生产过程尾气处理系统，其特征在于，所述光谱计数特征提取单元，包括：

4.根据权利要求3所述的炼油催化剂生产过程尾气处理系统，其特征在于，所述光谱图像特征提取单元，包括：

5.根据权利要求4所述的炼油催化剂生产过程尾气处理系统，其特征在于，所述回波信号特征编码单元，包括：

6.根据权利要求5所述的炼油催化剂生产过程尾气处理系统，其特征在于，将所述由颗粒物激光雷达仪采集的多个预定时间点的颗粒物回波信号的波形图通过使用空洞卷积神经网络的颗粒物回波特征编码器以得到颗粒物回波特征图，包括：

7.根据权利要求6所述的炼油催化剂生产过程尾气处理系统，其特征在于，所述尾气颗粒去除度判断模块，包括：

8.根据权利要求7所述的炼油催化剂生产过程尾气处理系统，其特征在于，所述尾气处理特征优化单元，包括：

9.一种炼油催化剂生产过程尾气处理方法，其特征在于，包括：

10.根据权利要求9所述的炼油催化剂生产过程尾气处理方法，其特征在于，从所述由红外光谱仪采集的炼油催化剂生产过程尾气处理的红外光谱图和所述由颗粒物激光雷达仪采集的多个预定时间点的颗粒物回波信号的波形图中提取尾气处理红外光谱全局关联特征向量和颗粒物回波特征向量，包括：

技术总结本申请涉及尾气处理领域，其具体地公开了一种炼油催化剂生产过程尾气处理系统及方法，其首先获取由红外光谱仪采集的炼油催化剂生产过程尾气处理的红外光谱图和由颗粒物激光雷达仪采集的多个预定时间点的颗粒物回波信号的波形图，然后利用深度学习技术，对二者进行特征提取和关联分析，最后通过分类器以得到分类结果，以判断颗粒物的去除度是否达到标准，从而实现自动化的监测和评估过程，进而及时发现问题并采取措施改进。技术研发人员：李勇华,谭荣伟,吴伯强受保护的技术使用者：茂名市先知新材料有限公司技术研发日：技术公布日：2024/7/23