基于NSGA-Ⅱ的模拟移动床色谱分离过程多目标操作优化

多目标优化策略被应用于模拟移动床过程的操作优化中，采用一种基于Pareto最优解的多目标优化算法——NSGA-Ⅱ算法，以分离联萘酚对映体的模拟移动床色谱分离过程作为研究对象，利用模拟移动床TMB数学模型，以分离性能指标作为目标函数进行了多目标操作优化设计。优化结果表明，NSGA-Ⅱ算法得到的非劣解在目标空间分布均匀，算法收敛性和鲁棒性好。基于NSGA-Ⅱ算法的面向分离性能多目标优化设计方法为模拟移动床分离过程的工艺设计和操作指导提供了有效的工具。     

基于双种群算法的模拟移动床多目标操作优化

以有限元法求解模拟移动床的稳态TMB模型和动态SMB模型,提出基于Pareto非劣解集的多目标双种群遗传粒子群算法;利用动态SMB模型仿真模拟移动床色谱吸附分离过程,以分离纯度和性能指标分别作为约束条件和目标函数进行多目标操作优化设计.仿真结果表明,SMB模型较之TMB模型更真实可靠,双种群遗传粒子群算法也较单一种群的...     

模拟移动床分离过程及其优化方法研究进展

模拟移动床技术具有产率高、纯度高、过程连续性等优点，适用于多组分体系及各组分性质比较接近的难分离体系，其过程设计和优化工作一直是研究的重点和难点。本文首先对模拟移动床分离机理及其各种变型进行了介绍，其中重点阐述了目前应用广泛的顺序式模拟移动床技术的分离模式和优越性能。在此基础上，总结并分析了模拟移动床领域的各种优化方法和研究进展。从传统的三角形理论开始，总结归纳了三角形理论应用体系，指出其重要地位及局限性。之后依次介绍了基于三角形理论衍生而出的序列二次规划算法、应用较为广泛的驻波设计、体积分离分析和基于遗传算法的过程模拟、多目标优化等多种优化方法。分析结果表明，除多目标优化以外，无论是最传统的三角形理论，还是其他几种优化方法，在参数选择和实验设计等方面都存在诸多局限性，而多目标优化方法已被证明表现更为优异，可以适用于模拟移动床操作模式的各种变型，在未来将具有极大的发展潜力和应用前景。     

微粒群算法在模拟移动床色谱分离过程优化中的应用

运用微粒群算法开发出一种非线性模拟移动床(SMB)色谱分离过程的优化策略.该优化策略将模拟移动床的最大吸附剂生产率作为优化问题的目标函数,采用模拟移动床的TMB模型来计算微粒群优化算法的适应值.采用该优化算法对手性化合物萘酚对映体(bi-naphthol)的模拟移动床色谱分离操作条件进行了优化,仿真结果表明了该优化策略的有效性.     

顺序式模拟移动床分离低聚木糖多目标优化及其变量调控机制

在前期分离实验基础上，采用非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)对顺序式模拟移动床(sequential simulated moving bed reactor, SSMB)分离低聚木糖的过程进行了多目标优化，重点研究了SSMB分离过程的最佳操作区间及其变量调控机制，并与传统的模拟移动床进行了对比，在此基础之上提出了一种具有普适性的变量控制策略。以低聚木糖产品收率最大化和水耗最小化为目标，详细分析了SSMB分离过程的最优操作曲线、变量变化趋势、内部浓度曲线和出口处质量流量，提出了一种适用于SSMB的设计优化和变量调控的通用策略，证明了不能用传统的流量比及平衡理论来对SSMB过程进行变量控制，为SSMB在糖类多组分体系、结构复杂的手性药物及生物质体系的应用提供了新思路和新方法。     

芳烃抽提过程多目标优化

芳烃抽提是芳烃生产过程的重要环节,其生产调优对提高整个芳烃联合装置的效益具有重要意义。基于流程模拟及响应面分析方法,得到了芳烃抽提过程的产品纯度模型及能耗模型。建立了以产品纯度最大化及过程能耗最小化的多目标优化模型。提出了一种改进的自适应加权求和算法,并用于多目标优化模型的求解。求解结果表明新算法在Pareto最优解分布的均匀性上与原算法相当,但求解效率要高于原算法。给出了不同产品等级下的最佳操作参数,采用优化后的操作参数可有效地提高产品纯度并降低过程能耗。提出的多目标优化模型及求解算法用于芳烃抽提过程的操作调优,可有效地提高决策的准确性。     

基于多目标优化精馏系统综述

综述了精馏系统中多目标的优化问题,分析列举了人工神经网络、正交设计、响应面、遗传算法和粒子群算法在精馏系统多目标优化中的应用,旨在总结精馏系统中的优化算法,寻求最优操作条件的解法,为精馏塔的多目标优化提供参考。结果表明,针对于目前精馏系统的复杂多变性及混合规划问题,这些算法可以很好地对精馏系统进行建模,预测精馏模型,预测值与模拟值拟合较好,有较高的精度。且可用于求解精馏过程中的最优操作条件,降低系统的不可逆性,实现了精馏系统的节能优化,提高了产品质量,降低了能耗。最后指出了多目标优化精馏系统方法的可行性,也表明在实际生产中将多种优化算法相结合进行多步优化的可行性。     

基于多目标进化算法的对二甲苯氧化反应过程优化操作

针对单目标优化算法在求解优化问题时普遍存在易陷入局部最优的缺陷,本文提出采用基于精英选择和个体迁移的多目标优化方法来求解单目标优化问题,通过对原问题目标进行有效分解,将其分解为多个子目标,通过对多个子目标的优化来扩大搜索范围,加快算法的收敛速度。仿真结果表明,与文献中方法相比,采用多目标方法来求解单目标问题能显著提高算法收敛速度,将其应用于对二甲苯(PX)氧化反应过程的优化操作,在相同计算成本条件下,醋酸和PX燃烧损失明显下降,成本损失大幅减少。     

模拟移动床优化研究综述

对模拟移动床的优化研究进行了综述,其中包括结构优化和操作条件优化。结构优化中总结了非标准区结构模拟移动床及间歇模拟移动床。操作条件优化中先介绍了模型方程和三角理论,然后对各个优化算法和策略进行了总结,讨论了各个算法和策略存在的优缺点并将部分算法进行对比分析。     

模拟移动床反应器中合成乙酸甲酯过程的多目标优化

采用非支配基因算法(Non-dominated Sorting Genetic Algorithm, NSGA-II)对模拟移动床反应器(Simulated Moving Bed Reactor, SMBR)中合成乙酸甲酯(MeOAc)过程进行了多目标优化.所考虑的优化问题包括:(a) MeOAc产率和纯度同时最大化;(b)产率最大化和洗脱剂用量最小化;(c)产率、纯度的最大化和洗脱剂用量最小化.以MeOAc产率和纯度最大化为目标,确定了5柱SMBR最优的各区柱数分布和乙酸进料摩尔分率.此外,还研究了转化率限制和洗脱液流量对多目标优化非劣解(Pareto optimal solutions)的影响.提出并验证了一种SMBR设计和优化的通用方法.     

Multi-objective optimization of simulated countercurrent moving bed chromatographic reactor for oxidative coupling of methane

A comprehensive optimization study on a simulated countercurrent moving bed chromatographic reactor (SCMCR) is reported in this article for oxidative coupling of methane (OCM) reaction. The selection of the operating parameters such as the switching time, make-up feed rate, methane to oxygen ratio in feed, length of columns and flow rates in different sections are not straightforward in an SCMCR. In most cases, conflicting requirements and constraints govern the optimal choice of the decision (operating or design) variables. An experimentally verified mathematical model was selected to optimize the performance of the SCMCR for OCM. A few multi-objective optimization problems were solved for both existing setup and at design stage. The optimization was performed using a state-of-the-art AI-based non-traditional optimization technique, non-dominated sorting genetic algorithm with jumping genes (NSGA-II-JG), which resulted in Pareto optimal solutions. It was found that the performance of the SCMCR could be improved significantly under optimal operating conditions.     

Optimal Operation of Simulated Moving Bed Technology on Utilization of Naphtha Resource

Simulated moving bed (SMB) technology has attracted more and more attention in recent decades. The simulated moving bed (SMB) technology on optimal utilization of naphtha resource was studied in this paper. A simulated moving bed equipped with 16 columns was used to separate normal paraffins from naphtha. The effects of temperature (T), switching time (t_s), extract oil flow rate (L_AD), feed flow rate (L_F), and desorbent flow rate (L_D) on the separation performance were investigated, and the desorbent recycle process was simulated by Aspen Plus. The results showed that the optimal conditions for simulated moving bed were operation temperature (T) of 170°C, switching time (t_s) of 900 s, extract oil flow rate (L_AD) of 10 mL/min, feed flow rate (L_F) of 5 mL/min, and desorbent flow rate (L_D) of 20 mL/min. Through the SMB and the desorbent recycle system, the purity of the de-solvent extract oil (DEO) reached 98% and the purity of the de-solvent raffinate oil (DRO) reached 92%, which were the high-quality feed for the ethylene cracking process and the catalytic reforming process, respectively.     

分子筛脱蜡模拟移动床工业过程的模拟计算与分析

针对分子筛脱蜡工业生产的模拟移动床过程,基于TMB建模策略,建立了描述模拟移动床过程的数学模型,模型求解采用有限元配置的数值计算方法PDECOL软件包。结果表明:在验证模型计算正确性的基础上,模型模拟计算值与过程设计值相一致,可以用描述分子筛脱蜡工业生产的模拟移动床过程。探讨了模拟移动床过程中的进料流速、提取液的提取速度、旋转阀的切换周期以及脱附液的用量等操作参数对过程性能的影响,为过程的优化提供了基础。     

模拟移动床色谱拆分D-塔格糖和D-半乳糖的模拟研究

模拟移动床色谱操作参数的模拟和优化对实际分离生产具有重要的指导意义。本文采用平衡扩散模型,对模拟移动床色谱分离D-塔格糖和D-半乳糖进行了模拟研究,根据三角形理论确定了其最佳操作参数,并考察了各区柱数配置、切换时间和分离区流量等变化对分离效果的影响,验证了模拟移动床操作参数的敏感性和模型建立的必要性。     

奥美拉唑对映体的模拟移动床色谱分离过程模拟

模拟移动床色谱已成为一种重要的手性药物制备技术,其技术关键在于最佳运行点的确定。由于其过程复杂,用数学模型来确定最佳运行点,求解难度大,计算时间长。今以考虑传质阻力与轴向弥散的模拟移动床模型为基础,采用线上求解法,将模型方程沿空间方向离散,得到一组常微分方程,然后运用MATLAB提供的常微分求解器求解这一偏微分方程组,模拟了奥美拉唑对映体的模拟移动床色谱分离过程。研究结果表明,线上求解法结合MATLAB常微分求解器可快速、准确地求解模拟移动床模型,用于模拟移动床色谱分离过程的实时控制与优化。     

基于支持向量基的关联规则挖掘及其在模拟移动床PX吸附分离过程中的应用

In this paper, a novel data mining method is introduced to solve the multi-objective optimization problems of process industry. A hyperrectangle association rule mining （HARM） algorithm based on support vector machines （SVMs） is proposed. Hyperrectangles rules are constructed on the base of prototypes and support vectors （SVs） under some heuristic limitations. The proposed algorithm is applied to a simulated moving bed （SMB） paraxylene （PX） adsorption process. The relationships between the key process variables and some objective variables such as purity, recovery rate of PX are obtained. Using existing domain knowledge about PX adsorption process, most of the obtained association rules can be explained.     

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.     

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。