[發明專利]工業甲醇制烯烴MTO反應再生系統機理模型構建方法

在審

• 申請號: 202210351913.2
• 申請日: 2022-04-02
• 公開（公告）號: CN114662367A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 王亮;王智權;袁志宏;白瑋;李秀潔;吳昂山;徐飛;許恒微;宋垚
• 申請（專利權）人: 清華大學;江蘇斯爾邦石化有限公司
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F17/10;C07C1/20;G06F119/02
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 黃德海

本發明公開了工業甲醇制烯烴MTO反應再生系統機理模型構建方法，該方法通過“分而治之”的理念利用再生/待生催化劑為紐帶將復雜的反應再生系統拆分為反應器和再生器兩個部分，分別對這兩個部分進行合理的簡化，構建由常微分、偏微分、代數方程組成機理模型，然后有機集成小波分析、機器學習、有限元正交配置、非線性規劃模型求解等方法，實現了利用工業運行數據進行過程機理模型參數的優化估計。本發明不僅很好地建立了工業甲醇制烯烴MTO反應再生系統的機理模型，還嵌套提出了合理利用工業數據進行機理模型參數估計的方法，更為工業甲醇制烯烴MTO反應再生系統的優化操作和先進控制夯實了基礎。

技術領域

本發明屬于甲醇制烯烴過程機理建模技術領域，具體涉及一種工業甲醇制烯烴MTO反應再生系統機理模型構建方法。

背景技術

在國內石油資源供不應求，國際油價劇烈波動的今天，非石油路線生產烯烴已逐漸成為具有經濟競爭力的新選擇。而中國的資源稟賦的另一大特點就是具有大量的煤礦，甲醇制烯烴MTO技術則能夠連接中國多煤的資源特點和對低碳烯烴需求現狀，打造一條以甲醇資源作為原料來生產烯烴的工業路線。目前國內已經有多套MTO工藝裝置落地運行，截止2020年底，煤/甲醇制烯烴生產的乙烯已經超過全國乙烯產能的五分之一。以信息技術、自動化技術、人工智能技術全面結合為基礎的智能制造是未來甲醇制烯烴企業的必然需求，是提高甲醇制烯烴行業的創新能力和附加值，實現節能減排目標，搶占流程工業發展制高點的重要保障。為提升甲醇制烯烴的機理分析能力及優化協同能力，建立MTO過程機理模型顯得尤為重要。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本發明的目的在于提出一種利用工業數據進行數學機理模型參數估計的方法，本發明不僅很好地建立了工業甲醇制烯烴MTO反應再生系統的機理模型，還嵌套提出了合理利用工業數據進行機理模型參數估計的方法，更為工業甲醇制烯烴MTO反應再生系統的優化操作和先進控制夯實了基礎。

為實現上述目的，本發明提出了一種工業甲醇制烯烴MTO反應再生系統機理模型構建方法，所述甲醇制烯烴MTO反應再生系統包括反應器和再生器。根據本發明的實施例，所述方法包括：

(1)將反應器劃分為混合反應區、提升反應區和旋風分離區，分別對所述混合反應區和所述提升反應區建立機理模型；

將再生器劃分為密相床區、稀相床區和分離區，分別對所述密相床區和所述稀相床區建立機理模型；

(2)利用小波分析方法，分別對所述反應器和所述再生器中的輸入變量進行穩態分析，獲取具有穩態特征的數據集；

(3)對步驟(2)得到的穩態數據進行分析，利用K-means聚類機器學習方法，實現對原始數據集的壓縮，形成訓練數據集；

(4)建立包括微分代數方程約束的參數估計模型，并利用有限元正交配置方法將偏微分方程和/或微分方程轉化為多項式模型，從而將參數估計模型轉化為易于求解的非線性規劃模型；

(5)將經步驟(3)壓縮后獲得的訓練數據集用于步驟(4)轉化后易于求解的非線性規劃模型，分別求解獲得所述反應器和所述再生器的機理模型的相關參數。