[發明專利]一種乙烯裂解爐裂解反應操作條件的優化方法

無效

• 申請號: 200810202972.3
• 申請日: 2008-11-19
• 公開（公告）號: CN101414158A
• 公開（公告）日: 2009-04-22
• 發明（設計）人: 李紹軍;劉漫丹;陽治維
• 申請（專利權）人: 華東理工大學
• 主分類號: G05B13/02
• 分類號: G05B13/02;C10G9/00;C07C11/04
• 代理公司: 上海新天專利代理有限公司
• 代理人: 衷誠宣

1、一種乙烯裂解爐裂解反應操作條件的優化方法，其特征在于，

(1)選取裂解爐的相關操作條件作為乙烯裂解反應過程神經網絡模型的輸入變量；

(2)選取反映裂解爐反應結果的產品收率和裂解深度作為所述神經網絡模型的因變量；

(3)利用工業反應器實際生產數據作為訓練樣本，建立所述神經網絡模型，并進而對工業反應器的操作條件進行優化計算，根據優化目標尋得反應器的最佳操作條件，使得反應所得產品滿足約束；

所述輸入變量是裂解爐出口溫度、汽烴比和進料烴流量；

所述裂解深度是丙烯與乙烯的質量比。

2、根據權利要求1所述的優化方法，其特征在于，所述神經網絡模型，其輸入層的節點數為3、隱含層節點數為1～30、輸出層節點數為2。

3、根據權利要求1所述的優化方法，其特征在于，所述神經網絡模型的輸入變量按照下式(I)進行歸一化處理：

sxi=xi-ximinximax-ximin(b-a)+a,]]>i＝1，2，3?????????(I)

式(I)中，x_i表示第i個操作條件的實際測量值，sx_i表示第i個操作條件經歸一化處理后作為神經網絡的輸入值，表示采集的第i個操作條件的變化范圍，歸一化處理后輸入變量的變化范圍為[a，b]，其中b>a≥0；

所述神經網絡模型的因變量利用下式(II)進行歸一化處理：

syj=xj-yjminyjmax-yjmin(d-c)+c,]]>j＝1，2????????????(II)

式(II)中，y_j表示第j個因變量的實際測量值，sy_j表示第j個因變量歸一化處理后作為神經網絡模型的輸出目標值，表示采集的第j個因變量的變化范圍，歸一化處理后神經網絡模型的輸出值變化范圍為[c，d]，其中d>c≥0；

采集到n組代表性的工業裝置數據，其中每組數據包含[x₁，x₂，x₃，y₁，y₂]，經歸一化處理后對應為[sx₁，sx₂，sx₃，sy₁，sy₂]，形成訓練樣本；以[sx₁，sx₂，sx₃]為輸入值，以[sy₁，sy₂]為目標值，訓練網絡；當滿足精度要求時，停止訓練，獲得裂解反應過程的神經網絡模型；然后根據求得的神經網絡模型的權值與閾值，得到裂解反應的裂解深度和產品收率的經過歸一化后的關系表達式，通過對其反歸一化就得到了裂解反應的裂解深度和產品收率的預測值，反歸一化通過下式(III)進行計算：

y~j=syj-cd-c(yjmax-yjmin)+yjminj=1,2---(III)]]>

式(III)中，表示第j個因變量的預測值，其他字母的含義同式(II)所述；

基于所述模型方程，在保證所述優化目標的基礎上以操作條件的工藝上下限為界，采用遺傳算法或差分進化算法對操作條件的約束空間進行搜索，求得最優操作條件。

4、根據權利要求1所述的優化方法，其特征在于，優化目標是裂解產物中裂解深度最大和/或裂解氣中乙烯含量不低于某一值。