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。     

工业PTA氧化过程的多目标优化

Multi-objective optimization of a purified terephthalic acid (PTA) oxidation unit is carried out in this paper by using a process model that has been proved to describe industrial process quite well. The model is a semiempirical structured into two series ideal continuously stirred tank reactor (CSTR) models. The optimal objectives include maximizing the yield or inlet rate and minimizing the concentration of 4-carboxy-benzaldhyde, which is the main undesirable intermediate product in the reaction process. The multi-objective optimization algorithm applied in this study is non-dominated sorting genetic algorithm Ⅱ(NSGA-Ⅱ). The performance of NSGA-II is further illustrated by application to the title process.     

基于模块模拟器的多目标过程综合解算策略

多目标过程综合可归结为一个多目标混合整数非线性规划(MOMINLP)的求解,求解难度较大,以往研究所采用的过程模型多为基于方程的简化模型,难以指导复杂过程的最优设计。在模块模拟器Aspen Plus上建立了一个基于多目标遗传算法的过程综合求解策略,该策略包括3个层次,即模拟层、综合层和决策层。3个层次间通过接口程序进行数据和信息传递。对模拟计算错误进行了处理,避免影响优化结果。实例表明三层次求解策略适用性强,所得结果能够反映过程的本质规律,可为设计符合可持续发展的过程系统提供依据。     

废物最小化的过程集成方法及多目标优化

By avoiding or reducing the production of waste, waste minimization is an effective approach to solve the pollution problem in chemical industry. Process integration supported by multi-objective optimization provides a framework for process design or process retrofit by simultaneously optimizing on the aspects of environment and economics. Multi-objective genetic algorithm is applied in this area as the solution approach for the multi-objective optimization problem.     

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。     

基于多策略集成优化算法的己烷油精馏过程3E多目标优化

己烷油精馏工序是溶剂油生产过程的重要环节,但其伴随着高能耗和高排放。因此,己烷油精馏工序的能量、经济和环境（3E）多目标优化对于溶剂油工业的可持续发展具有重要意义。针对传统非支配排序遗传算法（NSGA-Ⅱ）收敛速度慢、易陷入局部最优等问题,本文提出了一种改进的基于多策略集成的多目标遗传算法（MENSGA-Ⅱ）。该算法发展了一种基于邻域的引导策略,以增强算法的搜索能力进而加快收敛速度;同时引入随机极限游走策略以维持算法所获得解集的分布性。将MENSGA-Ⅱ应用于典型的测试函数和实际的己烷油精馏过程,结果表明,该算法在鲁棒性、收敛速度和解集分布性上具有优越性。与实际运行工况相比,典型优化工况下精馏系统年度毛利润可提升4.99×10⁵USD/a,能源消耗和CO₂排放可分别减少5.09×10²kW/a和4.82×10²kg/a。     

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。     

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.     

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。     

多目标优化在化工领域中的应用进展

环境友好的化工过程不仅需要关注与生产过程收益密切相关的原材料费用、设备费与操作费等,还要综合考虑生产过程的安全性与废弃物的环境危害等指标。多目标优化是在综合考虑各个目标的情况下,根据问题的需要,寻求一组合适的优化方案即Pareto解集。文章主要从动力学、生产过程、产品供应链等方面综述了近几年多目标优化在不同化工生产过程中的应用。     

考虑环境影响的多产品间歇化工过程优化排序

提出一种用于多产品厂排序的多目标优化模型 ,其目标函数同时考虑了总生产时间和废物对环境的影响 ,定义了关于废物的环境影响因子及决策因子 ,用以对总生产时间和废物及其对环境的影响进行权衡 .采用改进的模拟退火算法对具有不同决策因子和环境影响因子情况下的算例进行了求解 ,结果表明 ,该模型能够较好地反映环境因素在多产品厂排序问题中的影响 ,使排序结果达到生产时间和环境影响的综合最优     

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。     

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。     

改进的粒子群优化算法及其在多目标过程设计中的应用

介绍了粒子群优化算法的基本思想和步骤,对基于动态Pareto解集的多目标粒子群优化算法进行了分析,提出了随机更新个体粒子最优位置的策略,并把改进的粒子群优化算法用于实际的多目标过程设计中.对甲苯加氢脱烷基化过程进行了分析,利用此方法对以经济和环境为目标的加氢脱烷基化过程设计进行了计算.结果表明,此种方法可以用于实际的多目标过程设计中.     

芳烃抽提装置节能优化改造

针对芳烃抽提装置溶剂比大、能耗高的现状,芳烃抽提优化改造以提高抽提塔的塔盘效率,降低溶剂比为切入点,采用新型高效塔盘技术对抽提塔、回收塔实施优化改造,改造后装置运行平稳,抽提塔的溶剂比由3．49降至2．3,回收塔回流比由0．325降至0．18,装置节约2．0MPa蒸汽约3t／h,全年折合标准燃料油2217t,效益明显。     

多目标过程系统优化的粒子群算法求解

化工领域的过程设计、生产控制、配方和计划等众多问题的数学模型,在考虑产品性能、单位成本、环境影响等诸多因素下,都是多目标优化问题;而求解多目标优化问题,目前还没有有效的方法;现今的做法是把多目标优化通过加权转化为单目标优化,再求解单目标优化问题,但这存在权数不易确定;还忽视了有效解集中存在一个其各目标的值与各目标的最优值距离最近的有效解的问题,称为理想有效解.理想有效解的求法一般分为两步,先求各目标的最优值、再求理想有效解,这将影响求解的速度;为此提出在PSO(粒子群优化)算法中加入惩罚项,同时对PSO算法中的个体极值与全局极值作调整,使PSO算法适用于求多目标优化问题理想有效解,该算法对多目标问题起到边优化边求理想有效解的功效;这使得在求解速度上加快.通过性能测试表明了算法的有效性,最后将算法用于求解多亚甲基多苯基多胺生产过程系统优化取得良好效果.     

化工过程多目标优化适宜解的模糊确定

应用模糊优化原理求解化工多目标优化问题.基于相对优属度的多目标模糊优化法适合复杂系统的求解,而且在过程中充分运用了空间图形直现的特性,达到了问题求解的过程简约化.本文作者以合成氨凝液回收系统的多目标优化为例,说明化工过程多目标优化适宜解的模糊确定.     

面向产品分布协调的两段提升管催化裂解多目标优化

根据两段提升管重油催化裂解过程工艺特点和经济运行要求,基于过程机理模型,考虑多种约束条件,构造了同时最大化丙烯、汽油产量以及最小化干气产量的多目标操作优化问题,并采用标准化法向约束方法求解获得了完整、均匀分布的Pareto最优解。仿真结果表明,多目标优化结果可以定量地描述出丙烯、汽油和干气收率间的最优折中,以及操作变量、约束条件对产品分布的影响,可以为过程优化操作提供指导。     

流程生产的可视化整合和多目标优化软件

针对现代企业所面临的挑战，开发了一个软件系统可以根据市场的动态变化和企业内部的设备状况，优化设备配置、优化原料和产品方案。采用可视化形式实施仿真运行和经济效益分析预测。