[发明专利]一种反应器内部三维反应场动态实时可视化方法

说明书

本发明涉及一种反应器内部三维反应场动态实时可视化方法。基于运行数据库存取模块，构建反应器的历史运行数据及实时运行数据库；基于典型工况分析模块，确定反应器典型基准工况；基于数值仿真模块，进行基准运行工况下的反应器内部反应场离线三维CFD数值仿真计算；基于数据聚类及标准化模块，对建立的反应器CFD三维仿真数据库，采用数据挖掘与主成分分析法进行数据集划分，参数处理，整合冗余，降低维数，经处理后得到8‑10个主成分；基于深度学习预测模块，采用回归预测算法及神经网络模型计算得到反应器全运行工况下的三维反应场数据。本发明解决石油化工领域的反应器内部“黑箱子”问题，对反应器运行过程的精准优化运行及智能调控。

技术领域

本发明涉及一种反应器内部三维反应场动态实时可视化方法，适用于石油化工反应器三维可视化与过程控制交叉领域。

背景技术

石油化工等领域的反应器是一种复杂的非线性化学反应系统，常服务于合成材料、医药试剂、染料等诸多需求。由于反应器内部反应状况直接决定着反应产物的质量及性能，但由于反应过程复杂，多数在高温高压环境下进行，难以获得包括流场、气相反应物浓度、颗粒浓度分布等在内的三维反应场信息，更无法实现针对反应过程的智能控制及优化调节。

为了获得反应器内部的多场耦合数据，保证反应器内部的流动及反应过程在可控范围内，需要对反应器内的反应场信息进行准确了解，但由于反应器内部常存在密闭、高温高压、能见度低等复杂的运行条件，传统测量方法，如内窥镜、组分浓度测量传感器等，可测量的参数及区域范围很有限，在测量精度和效率上均有待提高，且受人为因素影响较大，难以获得精确的三维反应场信息。近年来，以各种机器学习为代表的数据驱动方法被应用于工业过程的数据预测，但常规基于神经网络的深度学习预测方法，往往高度依赖于历史运行数据集的输入，忽略了反应机理模型，在可预测数据类型、准确性方面存在先天不足。而随着三维数值仿真技术(CFD)的不断成熟，能够耦合实际反应机理，准确计算获得反应器内的流动、传热及化学反应过程，但仅仅使用CFD方法，操作步骤多，模拟速度慢，无法做到对反应器内部进行连续性、实时及高效预测。

为了解决以上问题，本发明针对石油化工领域普遍存在的反应器内部“黑箱子”问题，为满足实时获得反应器内部复杂流动及反应过程信息的需求，提出了一种反应器内部三维反应场动态实时可视化方法。

发明内容

本发明针对石油化工领域普遍存在的反应器内部“黑箱子”问题，为满足实时获得反应器内部复杂流动及反应过程信息的需求，提出了一种反应器内部三维反应场动态实时可视化方法。

一种反应器内部三维反应场动态实时可视化方法，包括如下模块：

运行数据库存取模块、典型工况分析模块、数值仿真模块、数据聚类及标准化模块、深度学习预测模块、三维可视化模块共计六个模块；

其中，运行数据库存取模块、典型工况分析模块、数值仿真模块，均为离线模块；数据聚类及标准化模块、深度学习预测模块、三维可视化模块，均为在线模块；

具体步骤如下：

步骤一：基于运行数据库存取模块，构建反应器的历史运行数据及实时运行数据库

a)从反应器的历史运行数据库中，按照一定时间间隔△t，提取反应器的历史运行数据，历史运行数据包括反应器入口参数、反应器内部监测参数、反应器出口参数；

-反应器入口参数，包括反应器入口进料的成分、入口进料的流量Q_I、入口进料的速度v_I、入口进料的温度T_I，其中，I表示不同的入口反应物种类；

-反应器内部监测参数，包括反应区域的温度值T_x,y,z、压力值P_x,y,z、气体组分浓度C_x,y,z，其中，x,y,z表示笛卡尔坐标系下反应器内部的三维空间坐标位置；