初探芳烃抽提过程多目标优化策略

芳烃抽提是芳烃生产过程中的重要环节,对于提高整个芳烃联合装置的效益意义重大。建议以产品纯度最大化的流程方案,降低能耗损失,是芳烃抽提过程多目标优化的最优策略。本文就芳烃抽提过程多目标优化策略进行分析,提出优化模型及算法,以此提高决策的准确性。     

基于多策略自适应差分进化算法的污水处理过程多目标优化控制

针对污水处理过程中的能耗过高和出水水质不达标等问题,提出一种基于多策略自适应差分进化算法的污水处理过程多目标优化控制方法。首先,在常规跟踪控制结构的基础上,增加对第3、4单元溶解氧浓度的跟踪控制,扩大了能耗和出水水质的优化调节范围。然后,设计一种多策略自适应差分进化算法（MSADE）,该算法采用多策略融合变异和排序优选方法,选取合适的变异策略和较优的随机个体引导种群变异,并根据进化过程信息自适应地更新交叉率,以提升算法的收敛性和pareto解的多样性。最后,将MSADE算法与PID控制器相结合,并构建以能耗和出水水质为优化目标的多目标优化问题,实现对溶解氧和硝态氮浓度设定值的动态寻优和跟踪控制。基于国际基准仿真平台BSM1进行验证,结果表明所提的多目标优化控制方法能有效降低污水处理过程的能耗并提升出水水质。     

芳烃抽提装置抽提部分开工过程的优化

广州乙烯芳烃抽提装置抽提部分的开车应用了优化的开车步骤。抽提塔及抽余油水洗塔停工不退料,一来减少了抽余油在抽提塔及加余油水洗塔的累积时间,二来缩短了开车时间,减少了不合格抽提油的采出量,解决了湿溶剂罐小的难题。     

芳烃抽提SED工艺运行优化

介绍了芳烃抽提装置SED工艺生产运行的优化情况。通过节约能源消耗、稳定抽提蒸馏系统进料量及随组成变化情况调节塔顶压力等措施,使装置运行平稳,降低蒸汽消耗,节约成本。     

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。     

基于多目标教学优化算法在二甲苯吸附分离过程优化中的应用

以C8芳烃混合物的吸附分离过程作为研究对象, 应用多目标教学优化算法(multi-objective teaching-learning-based optimization algorithm, MOTLBO)对模拟移动床多目标优化问题进行求解。采用TMB方法, 建立了模拟移动床模型, 并对两个典型的模拟移动床多目标操作优化问题进行了优化设计。通过与NSGA-Ⅱ算法的比较, 证明了多目标教学优化算法在求解模拟移动床多目标优化问题上的有效性和优势。此外, 还分析了抽出液流量、抽余液流量以及步进时间等对多目标优化非劣解的影响, 优化结果为模拟移动床分离过程的工艺设计和操作提供了依据。     

催化重整过程的多目标优化

In this article, a multiobjective optimization strategy for an industrial naphtha continuous catalytic reforming process that aims to obtain aromatic products is proposed. The process model is based on a 20-lumped kinetics reaction network and has been proved to be quite effective in terms of industrial application. The primary objectives include maximization of yield of the aromatics and minimization of the yield of heavy aromatics. Four reactor inlet temperatures, reaction pressure, and hydrogen-to-oil molar ratio are selected as the decision variables. A genetic algorithm, which is proposed by the authors and named as the neighborhood and archived genetic algorithm （NAGA）, is applied to solve this multiobjective optimization problem. The relations between each decision variable and the two objectives are also proposed and used for choosing a suitable solution from the obtained Pareto set.     

分批补料发酵过程多目标优化的分布式强化学习策略

发酵过程优化问题通常包含有互相冲突的多重优化目标,另外反应本身具有诸多复杂性。提出一种基于Pareto的分布式Q学习多目标策略,用以求解赖氨酸分批补料发酵过程流加速率轨迹的Pareto最优解。该策略中,Q学习算法和Pareto排序法将结合来产生非支配解集,并使之逼近真实的Pareto前沿,利用奖赏机制来描述多重目标之间的关系,并同时使用多组含有随机初始值的agent共同作用改善搜索能力。将所提出的方法应用于赖氨酸分批补料发酵过程的优化中,并与粒子群优化进行了对比,验证策略的性能。     

石脑油芳烃抽提工艺改造与参数优化

大庆联谊石化股份有限公司50kt·a~(-1)芳烃抽提装置以常压石脑油为原料,在开工及生产过程中出现了芳烃混浊发泡、颜色发黄、抽余油芳烃含量不合格等问题,通过技术改造,解决了这些问题,优化了常压石脑油芳烃抽提工艺操作参数,取得了很好的经济效益。     

非线性污水处理过程的多目标优化

研究了复杂非线性污水处理过程的多目标优化。针对污水处理过程的非线性动力系统,建立了使污水处理过程运行成本和描述实际输出与期望输出偏差的平方可积误差设计指标同时达到最优的多目标优化模型。采用间接优化方法,首先将描述污水处理过程优化的多目标非线性问题转化为多目标线性规划问题,然后利用遗传算法对其进行求解。本文方法不仅获得了多目标优化问题的近似Pareto前沿,而且由于采用的是多目标线性规划方法,所以具有计算成本低的优点。     

污泥蛋白液性能改善过程的多目标优化

为了改善污泥蛋白液的性能,对污泥蛋白液进行了60Coγ射线协同H2O2的实验研究,在正交试验的基础上,利用Matlab软件对试验数据进行了多目标优化,建立以发泡性、稳泡性、脱色率和气味测评为优化目标的数学模型。结果表明,p H8.69,H2O20.4%,辐照剂量2.0 k Gy,污泥蛋白液的性能最佳,此时蛋白液的发泡性是22.14 cm,稳泡性20.50 cm,脱色率64.15%,气味评价分数3.21。并进行验证实验,真实值与预测值高度吻合,证明了优化结果具有较强的可靠性。     

芳烃抽提工艺流程的模拟与优化

采用SIMSCI公司开发的流程模拟软件PRO/Ⅱ对实际生产中预分离塔、抽提精馏塔、溶剂回收塔、苯塔、甲苯、二甲苯塔进行逐塔模拟并优化,进而对全流程进行模拟,给出了模拟结果,最终获得最佳的工艺操作参数,所得产品符合国家质量要求。     

基于多目标分层的预测控制定态优化技术

多目标分层优化要求是从复杂工业过程的现场实际应用背景出发而提出的.详细阐述了复杂工业过程的多目标分层优化要求的含义,在预测控制两级分层结构的基础上提出了基于二次规划的定态优化有效求解方法.通过Shell控制问题等仿真结果,说明所提出的定态优化技术具有良好的控制性能,能够适应生产过程的需要.     

MTO烯烃分离过程的多目标操作优化

现代煤化工中,甲醇制烯烃(MTO)是一个非常重要的装置。其烯烃分离过程面临着原料变动大、烯烃产品损失以及较高的公用工程消耗等问题。这就需要在满足产品规格和需求的情况下,优化操作条件以实现最大效益。以Lummus前脱丙烷的烯烃分离工艺为研究对象,以增加乙烯与丙烯的总收率和降低总能耗为优化目标,对该工艺流程进行建模模拟与多目标优化。采用非支配排序遗传算法(NSGA-II)进行多目标优化的求解,实现了15个操作变量的同时优化。在维持产品收率不变的前提下,可通过降低脱丙烷塔、脱乙烷塔和1#丙烯精馏塔的回流比等优化措施找到了当前最优操作点。结果表明,该最优操作点与现有操作点相比可降低20 MW能耗。通过对决策变量的综合分析,确定了不同目标权衡下对应的各个操作变量的优化区间,发现精馏塔可以在多个最佳操作区间内运行。     

Multi-objective operation optimization of olefin separation process for MTO plant

In modern coal processing industries, methanol-to-olefins (MTO) is an important equipment. Its olefin separation process is facing with problems such as the change of raw materials, the loss of olefin products and the high consumption of utilities. Operation optimization is required to achieve maximum benefits under the circumstance of quality assurance and requirements. This article takes the pre-depropanized olefin separation process of Lummus as the research object. And the optimization objectives are the total yield of ethylene and propylene as well as the total energy consumption. Modeling, simulation and multi-objective optimization of the process are conducted. Non-dominated sorting genetic algorithm (NSGA-II) is used to solve multi-objective optimization problem. The simultaneous optimization of 15 operational variables is achieved. Under the current yield, the optimal operation point is found by reducing the reflux ratio of low pressure depropanizer, deethanizer and 1^# propylene tower and so on. The results show that the optimal operating point can reduce energy consumption by 20 MW compared with the existing operating point. The optimization interval of each operation variable corresponding to different trade-off points is determined by the comprehensive analysis of decision variables. It is also found that distillation equipment can operate in different optimal operation intervals.     

基于回归二元交互参数的芳烃抽提过程模拟

在模拟环丁砜-芳烃萃取体系时,由于存在获得准确的二元交互参数方面的困难,很难正确计算该分离过程。本文基于某厂芳烃抽提装置流程数据,首先查取该芳烃抽提料体系所涉及组分已有的相平衡数据,通过改进NRTL方程的第三参数,回归得到各组分间的二元交互参数;然后对仍缺失的二元交互参数用正规溶液理论进行估算;在此基础上建立装置中萃取塔、精馏塔等主要设备的数学模型,用序贯模块法进行计算。将计算结果与实际结果进行比较,结果显示两者平均相对误差在5%以内,表明应用的物性方法及数学模型可以准确计算芳烃抽提过程,为生产实际提供理论指导和技术支持。     

基于多目标的模糊神经网络及在pH控制过程中的应用

设计了一种基于多目标的动态模糊递归神经网络（FRNN）建模方法,用于pH中和过程的广义预测控制。所设计的多目标优化算法以提高拟合精度和简化网络结构为原则,同时优化模糊神经网络中的模糊规则数、隶属度函数中心点及其宽度,由此得到的FRNN模型可以高精度拟合pH中和过程。依据该动态模型,在控制过程的每一个控制周期得到其局部线性模型,将广义预测控制中复杂的非线性优化问题转化为简单的二次线性规划问题。仿真对比结果验证了所提方法的有效性。     

基于信噪比与灰色关联分析的注塑工艺参数多目标优化

以分线器盖为研究对象,基于信噪比和灰色关联分析,提出了一种注塑工艺参数多目标优化方法.针对顶出时的体积收缩率和总翘曲变形量等质量指标要求,建立5因素4水平的正交试验,得到每组实验的质量指标数值及其对应的信噪比.对信噪比进行无量纲化处理后,计算各因素对质量指标的灰色关联系数和灰色关联度.对灰色关联度进行极差分析,得到最优...