[发明专利]一种催化裂化装置模型的多目标优化方法在审
申请号: | 201710761604.1 | 申请日: | 2017-08-30 |
公开(公告)号: | CN107609328A | 公开(公告)日: | 2018-01-19 |
发明(设计)人: | 鄢烈祥;冯焱伟;史彬 | 申请(专利权)人: | 武汉理工大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06F17/50 |
代理公司: | 湖北武汉永嘉专利代理有限公司42102 | 代理人: | 邬丽明 |
地址: | 430070 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 催化裂化 装置 模型 多目标 优化 方法 | ||
1.一种催化裂化装置模型的多目标优化方法,其特征在于,包括如下步骤:
1)获取实际生产中采集的催化裂化装置的生产数据,利用流程模拟软件Petro SIM建立催化裂化装置模型,通过获取到的生产数据对催化裂化装置模型进行校准,使催化裂化装置模型的模拟输出值与生产数据一致;
2)在步骤1)的基础上,以稳定汽油的ASTM D86干点、轻柴油的ASTM D86的95%的点以及干气中C3组分的体积分率和液化石油气中的C2组分、C5组分的体积分率为约束条件,以液化石油气产量和稳定汽油产量为目标建立如下的优化模型:
Maxf1(U)=Y1
Maxf2(U)=Y2
其中,Y1和Y2分别为汽油、液化石油气的产量:吨/小时;
3)搭建数学软件MATLAB与流程模拟软件Petro SIM的数据交互平台,应用平均影响值方法筛选关键变量,并利用多目标列队竞争算法MOLCA求解优化模型,以获得液化石油气产量和稳定汽油产量最大化的Pareto最优解集。
2.根据权利要求1所述的一种催化裂化装置模型的多目标优化方法,其特征在于,所述流程模拟软件Petro SIM的FCCU模块用于催化裂化装置的反应—再生部分,Distop模型中的FCC Main Fractionator模块用于催化裂化装置的主分馏塔部分,组分分离器Light Ends Splitter模块用于吸收稳定部分。
3.根据权利要求1所述的一种催化裂化装置模型的多目标优化方法,其特征在于,所述步骤2)中的催化裂化装置在工作过程中的约束条件包括:
稳定汽油的ASTM D86干点为200℃~207℃。
轻柴油的ASTM D86 95%的点为350℃~365℃。
干气中C3组分的体积分率不大于1.5%。
液化气中C2组分的体积分率不大于0.4%,C5组分的体积分率不大于1.8%。
4.根据权利要求1所述的一种催化裂化装置模型的多目标优化方法,其特征在于,所述步骤2)中的优化目标为无柴油产量约束条件下,以液化石油气产量最大化和稳定汽油产量最大化为优化目标或有柴油产量约束下,以液化石油气产量和稳定汽油产量最大化为优化目标。
5.根据权利要求1所述的一种催化裂化装置模型的多目标优化方法,其特征在于,所述步骤3)中应用平均影响值(MIV)方法选取关键变量时,先要选取全局优化变量,所述全局优化变量包括:分别为反应器压力、第一级再生器压力、第二级再生器压力、进料量、提升管出口温度、原料油预热温度、第一级再生器入口风量、第二级再生器入口风量、第二级再生器提升风量、反应器密相催化剂藏量、第一级再生器催化剂藏量、第二级再生器催化剂藏量、雾化蒸汽量、反应器汽提蒸汽量、提升管提升蒸汽量。
6.根据权利要求5所述一种催化裂化装置模型的多目标优化方法,其特征在于,通过平均影响值方法,根据影响值大小从所述全局优化变量中再选取七个所述关键变量,其变量范围如下:
7.根据权利要求1所述的一种催化裂化装置模型的多目标优化方法,其特征在于,所述多目标列队竞争算法为基于拥挤度排序的多目标列队竞争算法MOLCA。
8.根据权利要求1所述的一种催化裂化装置模型的多目标优化方法,其特征在于,所述步骤3)在对优化模型求解以后得到Pareto最优解集后,根据液化石油气和稳定汽油两种产品的变化趋势,确定日常操作方案。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710761604.1/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用