国内简讯

模式识别调优技术在上海赛璐珞厂的应用通过部级鉴定一项增产增收的新技术-模式识别调优技术最近在上海赛璐珞厂胺工段获得成功应用。于1990年3月末在沪通过了由化工部主持的技术鉴定。模式识别调优技术是由上海冶金所和上海计算技术研究所研究成功的。它采用计算机总结工厂的生产技术数据,经过模式分析,找出能使生产状况达到最佳区各项指标的数学模型。企业据此调整生产操作条件,使     

制氢装置建模分析与优化研究

烃类蒸汽转化制氢装置是炼化企业重要的供氢装置。应用化工流程模拟软件Aspen Plus开发了天然气水蒸汽重整转化制氢生产工艺数学模型,并以某炼厂实际装置为研究对象,考察了模型计算的准确性,模拟结果与生产实际数据吻合较好,说明所建流程模拟模型及热力学物性方程选择正确。考察了水碳比、转化温度、转化压力、制氢原料等因素变化对装置生产的影响,为装置生产操作调优提供技术指导。     

烃化反应模式识别法调优

应用模式识别统计分析法对我厂乙苯装置烃化反应系统进行计算机离线操作调优,得到了指导生产的操作优化模型。调优实施后,乙苯生产的单耗大幅度下降,每吨乙苯利润从1984年243.38元增至1985年的266.58元,按装置能力2.5万吨/年乙苯计算,年经济效益为50余万元。     

SUPCON JX-300X DCS在硫磺制酸装置中的应用

JX-300X DCS控制系统具有运行稳定，操作方便，自动化程度高等优点。介绍了SUPCON JX-300X DCS的系统结构、系统特点、系统功能，以及在硫磺制酸装置中的应用，主要是对熔硫焚硫工段、热工工段、转化工段、干吸工段的生产监控。该控制系统运行两年多，过程监控和调度管理效果显著。     

大型氨厂一段转化炉用能分析

利用夹点分析方法，对贵州赤天化集团公司合成氨装置的一段转化炉对流段(包括天然气增湿部分)进行用能分析，并在此基础上进行调优，以实现生产装置的能量综合优化。     

我厂硫酸转化工段设计特点

我厂硫酸转化工段设计特点殷远道（镇江硫酸厂２１２００１）１前言我厂硫酸生产装置建成于１９７５年，生产规模为１０ｋｔ／ａ，转化工段采用空气冷激转化流程。１９８８年硫酸生产装置改造到４０ｋｔ／ａ规模，转化工段改为“３＋１”两转两吸流程，投入运行后，各项指...     

12 000 m3/h空分装置调优

近年来，采用生产调优寻求装置的最佳优化操作参数越来越受到我公司的重视。现将我公司对12000m^3／h空分装置的调优情况介绍如下。     

水稳剂生产的调优操作

调优操作是科学地改进生产的重要手段,它能给企业带来极大的经济效益。本文以水质稳定剂的调优操作为实例,介绍了它的方法和应用。     

利用PSO法进行DMT装置生产调优

本文论述了化工过程生产调优的“装置模拟优化法(PSO)”,并利用其系统结构分析、系统机理分析研究了DMT装置合并氧化、合并酯化生产过程。利用生产操作数据建立的DMT装置数学模型较精确地描述了该过程的反应情况。通过模拟诊断和求取约束条件下最佳操作所确立的生产调优策略。经DMT装置实际运行考验,证明符合工业情况,取得了192万元/年的经济效益。     

800kt／a硫铁矿制酸装置技术选择及特点

瓮福化肥厂８００ｋｔ／ａ硫铁矿制酸装置的焙烧，接触酸，转化工段以德国鲁奇和日本三菱的专有技术诀窍为依据，气体冷却和净化工段以三菱专有技术诀窍为依据。整套装置采用两个生产系列，布置紧凑，技术先进可靠，负荷灵活，操作方便，对废热回收和环境保护也作了充分考虑。     

采用神经网络和主成分分析方法建立催化重整装置收率预测模型

催化重整装置收率预测的准确性对生产计划的制定具有重要意义. 采用神经网络和主成分分析方法,并运用改进的遗传算法进行网络训练,建立了催化重整装置收率预测模型. 将这一模型程序作为催化重整装置收率预测模块加入软件GIOPIMS(Graphic I/O Petro-chemical Industry Modeling System)中,得到更为精确的产品收率预测结果. 在实际生产中,将收率预测模块计算的催化重整装置各侧线的收率代入生产计划模型中,可为生产计划的制定提供依据.     

基于全过程污染控制策略的钢铁工业园区水网络全局优化

作为典型的高耗水工业,节水减排是我国钢铁工业可持续发展亟须解决的关键问题之一。本研究基于全过程污染控制策略,提出了面向钢铁工业园区水网络特点的多尺度优化建模方法,充分考虑了钢铁园区涉水单元-工序水网络-园区水网络等不同尺度水系统的用排水特点及相互作用,有助于进一步发掘园区节水减排新空间。在此基础上建立了园区水网络全局优化模型,利用数学规划方法来探索综合用水成本最低的园区水网络优化方案。一年产能为500万吨钢材的钢铁工业园区水网络优化案例研究表明,采用全过程污染控制策略的钢铁园区水网络全局优化方案,综合用水成本、新水用量及新水成本占比等用水指标与其他采用局部水污染控制技术的方案相比有较大幅度的降低,与园区现用水指标相比,各指标均降低20%以上。案例研究表明所提出的园区水网络优化模型可行有效,优化结果对于钢铁园区水污染控制技术的集成和水网络全局优化方案的精准确定具有重要的参考价值。     

炼油厂氢气网络柔性优化

随着炼油厂对氢气的需求量不断扩大,氢气系统已成为炼油厂的重要组成部分。炼油厂氢气网络的优化设计既要实现总成本最小的经济性目标,还要保证各种工况下氢气系统的安全稳定运行。针对炼油厂氢气系统不断变化的工况和氢气需求,提出了炼油厂氢气网络柔性优化策略,建立了多工况下的氢气网络柔性优化混合整数非线性规划(MINLP)模型,并对优化模型进行了线性化处理,采用优化建模工具Lingo建模求解。采用本文提出的柔性优化策略对某炼油厂氢气网络进行了柔性优化设计,与炼油厂的原始氢气网络对比表明,柔性优化后的网络可操作性强且具有较好的柔性调节能力,既节省了大量的运行成本,又为各种工况下氢气系统的安全稳定运行提供了保障,对实际炼油厂氢气网络的优化管理起了指导作用。     

工艺蒸汽加热网络与蒸汽系统的集成优化

蒸汽动力系统作为过程工业的重要组成部分,由蒸汽系统、分配系统和蒸汽加热网络组成。文中提出对蒸汽系统、分配系统和蒸汽加热网络进行集成优化。首先通过夹点分析对工艺蒸汽加热网络进行优化匹配,得到各等级蒸汽需求量及凝结水回收参数;然后根据建立的蒸汽系统和分配系统的运行优化模型得到产汽及分配方案。通过对某化工厂的能量利用系统进行集成优化,得到的优化方案与传统设计方案相比,锅炉燃料消耗量减少16.38%,同时系统所需要的外界补给水量减少16.27%。提出的集成优化方法对蒸汽动力系统的设计优化具有一定的指导意义。     

A neural network-based production process modeling and variable importance analysis approach in corn to sugar factory

Corn to sugar process has long faced the risks of high energy consumption and thin profits. However, it’s hard to upgrade or optimize the process based on mechanism unit operation models due to the high complexity of the related processes. Big data technology provides a promising solution as its ability to turn huge amounts of data into insights for operational decisions. In this paper, a neural network-based production process modeling and variable importance analysis approach is proposed for corn to sugar processes, which contains data preprocessing, dimensionality reduction, multilayer perceptron/convolutional neural network/recurrent neural network based modeling and extended weights connection method. In the established model, dextrose equivalent value is selected as the output, and 654 sites from the DCS system are selected as the inputs. LASSO analysis is first applied to reduce the data dimension to 155, then the inputs are dimensionalized to 50 by means of genetic algorithm optimization. Ultimately, variable importance analysis is carried out by the extended weight connection method, and 20 of the most important sites are selected for each neural network. The results indicate that the multilayer perceptron and recurrent neural network models have a relative error of less than 0.1%, which have a better prediction result than other models, and the 20 most important sites selected have better explicable performance. The major contributions derived from this work are of significant aid in process simulation model with high accuracy and process optimization based on the selected most important sites to maintain high quality and stable production for corn to sugar processes.     

基于混合遗传算法的催化重整过程多目标优化

为实现催化重整过程生产指标的综合优化,基于已实现工业应用的催化重整17集总反应动力学模型和催化重整过程机理模型,考虑相应的多种约束条件,建立了以最大化总芳烃收率和最小化重芳烃收率为目标的多目标操作优化模型。提出了一种将遗传算法与局部优化方法相结合的多目标混合遗传算法HNAGA,并用于多目标操作优化模型的求解。现场工业数据的仿真研究表明,HNAGA在寻找Pareto最优解前沿方面比原遗传算法具有一定的优越性。将该多目标优化模型和求解方法应用于工业催化重整装置的操作优化,可以有效提高决策的准确性。     

基于鲸鱼优化算法的汽轮机热耗率模型预测

为了准确地建立汽轮机热耗率预测模型,提出了一种基于反向学习自适应的鲸鱼优化算法（AWOA）和快速学习网（FLN）综合建模的方法。首先将改进后的鲸鱼算法与经典改进的粒子群、差分进化算法和基本鲸鱼算法进行比较,结果证明其具有更高的收敛精度和更快的收敛速度;然后采用某热电厂600 MW超临界汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,并将改进后的鲸鱼算法优化的快速学习网模型的预测结果与基本快速学习网及经典改进的粒子群、差分进化算法和基本鲸鱼算法优化的快速学习网模型预测结果相比较。结果表明,AWOA-FLN预测模型具有更高的预测精度和更强的泛化能力,更能准确地预测汽轮机的热耗率。     

八碳芳烃临氢异构化反应动力学模型

针对某实际工业异构化装置,在已开发的八碳芳烃临氢异构化反应网络的基础上,将系统中的八碳环烷烃和八碳链烷烃作为一个集总组分,提出新的六组分异构化反应网络,由此建立了适用于工业生产的八碳芳烃临氢异构化反应动力学模型.考虑结焦对催化剂活性的影响,提出了一种经验形式的催化剂失活函数,能够合理地描述催化剂失活过程.采用四五阶Runge-Kutta法对模型方程进行数值求解,基于多套稳态平衡数据采用差分变尺度优化算法(BFGS)对动力学参数进行估计,进而在不同操作条件下对模型进行验证.结果表明估计值与工业标定值相当吻合,达到了工业应用的模拟精度要求.     

Modeling of naphtha reforming unit applying detailed description of kinetic in continuous catalytic regeneration process

Naphtha reforming is one of the most important processes in refineries in which high value-added reformate for gasoline pool and aromatics such as benzene, toluene, and xylene are produced. It is necessary to establish new naphtha reforming units and develop the traditional units to increase the efficiency of the processes. In this study, according to the recent progresses in the naphtha reforming technology, mathematical modeling of this process in continuous catalyst regeneration mode of operation is accomplished in two dimensions (radial and axial) by considering cross flow pattern. In addition, a new catalyst deactivation model has been proposed and a new reaction network model based on 32 pseudo-components with 84 reactions is investigated. Then, this model has been validated by comparing with industrial data, and its results have acceptable agreement.     

厂际氢气网络多周期集成的分步优化方法

厂际氢气系统集成对于化工园区合理配置氢气系统和氢气资源具有重要意义。针对化工园区中多厂氢气网络多周期优化设计的问题,提出了一种三步求解策略优化设计多厂氢气网络的多周期优化设计。该方法首先采用厂际氢气网络的单周期优化模型获取各子周期下的氢气公用工程的传输量,然后采用单厂氢气网络的多周期优化设计模型获得各厂内的氢气系统结构,最后采用厂际氢气系统的多周期优化设计模型确定化工园区中厂际氢气系统的网络结构和氢气调度方案。研究表明,所提出的多厂氢气网络多周期优化设计方法可有效解决厂际氢气网络的优化设计问题,该策略在不增加氢气系统结构复杂度的前提下,可以获得较好的经济性,并可提高优化模型求解的计算效率。