[发明专利]连续重整装置的重整进料和生成油组成的成分确定方法在审
申请号: | 202211735072.1 | 申请日: | 2022-12-30 |
公开(公告)号: | CN116189797A | 公开(公告)日: | 2023-05-30 |
发明(设计)人: | 费彦仁;谢六磊;张华云;李浩扬;彭伟锋;吴玉成 | 申请(专利权)人: | 浙江中控技术股份有限公司 |
主分类号: | G16C20/30 | 分类号: | G16C20/30;G16C60/00 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 董文倩 |
地址: | 310059 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 连续 重整 装置 进料 生成 组成 成分 确定 方法 | ||
本申请公开了一种连续重整装置的重整进料和生成油组成的成分确定方法。其中,该方法包括:获取连续重整装置的工艺资料信息;根据工艺资料信息构建机理模型,并采用机理模型完成第一校准参数的校准,得到第一校准参数的目标值,第一校准参数用于表征连续重整装置的工况参数;将第一校准参数的目标值代入机理模型中,得到目标机理模型,并采用目标机理模型完成第二校准参数的校准,得到第二校准参数的目标值,第二校准参数用于表征重整进料和生成油组成的成分;将第二校准参数的目标值代入目标机理模型中,得到预测模型;将连续重整装置的待预测工况数据输入到预测模型中,得到待预测工况数据对应的重整进料和生成油的组成成分。
技术领域
本申请涉及人工智能领域,具体而言,涉及一种连续重整装置的重整进料和生成油组成的成分确定方法。
背景技术
连续重整装置的作用是将石脑油原料通过催化重整反应制备高辛烷值的重整生成油,重整生成油送至下游装置提纯芳烃产品或作为原料去汽油调和装置。连续重整装置原料包括轻烃回收装置来的混合石脑油、乙烯裂解汽油抽余油、常顶直馏石脑油、加氢裂化重石脑油等,原料来源的多变导致原料组成分布的波动,从而装置最优操作条件频繁变化。为提高装置运行效益特别是提高芳烃收率,装置操作人员对及时获取重整进料及重整生成油关键组成信息具有强烈需求,这样可以根据组成信息及时调整装置操作条件,充分挖掘装置效益。
当前,装置操作人员获取重整进料及重整生成油关键组分分布信息的方式主要是化验室色谱分析和在线分析仪实时分析。化验室色谱分析需要对装置特定流股取样,然后送至化验室进行分析检测,最后对分析结果进行处理发布。由于化验室色谱分析整个流程繁琐、耗时长、分析结果滞后,导致装置操作人员无法及时依据化验结果进行操作调整。在线分析仪实时分析可以实现对重整进料及重整生成油关键组分分布的实时分析测量,目前主流的在线分析仪包括在线近红外和在线核磁,无论近红外还是核磁,在线分析仪安装部署前期投入高,而且后期维护成本高。
发明内容
本申请实施例提供了一种连续重整装置的重整进料和生成油组成的成分确定方法,以至少解决连续重整装置的重整进料和生成油组成的成分获取效率低的技术问题。
根据本申请实施例的一个方面,提供了一种连续重整装置的重整进料和生成油组成的成分确定方法,包括:获取连续重整装置的工艺资料信息,所述工艺资料信息包括:工艺流程、控制仪表、设备参数和操作参数;根据所述工艺资料信息构建机理模型,并采用所述机理模型完成第一校准参数的校准,得到第一校准参数的目标值,所述第一校准参数用于表征所述连续重整装置的工况参数;将所述第一校准参数的目标值代入所述机理模型中,得到目标机理模型,并采用所述目标机理模型完成第二校准参数的校准,得到第二校准参数的目标值,所述第二校准参数用于表征所述重整进料和生成油组成的成分;将所述第二校准参数的目标值代入所述目标机理模型中,得到预测模型;将所述连续重整装置的待预测工况数据输入到所述预测模型中,得到所述待预测工况数据对应的重整进料和生成油的组成成分。
可选地,采用所述机理模型完成第一校准参数的校准,得到第一校准参数的目标值,包括:确定所述第一校准参数,其中,所述第一校准参数至少包括:所述连续重整装置中的重整反应参数、所述连续重整装置中的换热器传热系数、所述连续重整装置中的压缩机效率、所述连续重整装置中的加热炉效率和所述连续重整装置中的塔板效率;基于预设校准目标和所述预设校准目标对应的权重,构建目标函数,并采用所述机理模型对所述预设校准目标进行分析得到目标函数值,以完成所述第一校准参数的校准,得到所述第一校准参数的目标值。
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浙江中控技术股份有限公司,未经浙江中控技术股份有限公司许可,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/202211735072.1/2.html,转载请声明来源钻瓜专利网。