乙烯裂解炉机理模型在线预报系统的设计与实现

乙烯裂解炉裂解产物收率的在线预报对于指导乙烯生产具有十分重要的意义.本文基于Kumar分子反应动力学模型,针对某大型乙烯厂SL-Ⅱ型裂解炉建立了该炉辐射段的裂解数学模型;采用C#和MATLAB混合编程技术开发了1套乙烯裂解炉产物收率在线预报软件系统;针对长周期运行的情况加入了模型在线调整功能,以随机搜索方式调整1次反应选择性系数,使模型能够及时与当前原料性质匹配.现场运行效果表明,系统的实时性和准确性满足生产要求,平均预报时间在10秒左右,乙烯等主要产物收率的系统预报值与工厂化验值的误差约2%:同时,系统具有良好的实用性,操作简便且运行稳定.该系统基于规范化的软件系统框架实现了乙烯裂解机理模型的实时运行和在线预报,以间接方式获得主要裂解产物收率的实时数据,为进一步指导生产过程优化、提高经济效益奠定了基础.     

基于GA-RBF网络的乙烯裂解炉在线操作优化

基于OPC技术实现过程数据的实时采集,并对所需变量进行数据滤波与异常检测,再利用RBF神经网络建立乙烯裂解炉过程多输入多输出(MIMO)裂解产物收率在线软测量模型以及模型校正方法,以乙烯和丙烯收率之和最大为目标,基于遗传算法对RBF神经网络模型进行操作优化,得到裂解过程的最优操作条件以指导生产.实际的工业应用表明,该方法提高了乙烯和丙烯的收率,具有良好的适应性和稳定性,对实际生产有重要的指导意义.     

基于贝叶斯证据方法的裂解产物收率软测量模型

建立裂解产物收率的软测量模型对于乙烯裂解炉的生产具有重要的作用。采用支持向量回归方法可以建立较准确的乙烯裂解产品收率软测量模型,但是正则化参数等模型结构参数的选择对模型的精度仍然具有较大的影响。本文采用基于贝叶斯证据框架的支持向量回归方法,对正则化参数进行了迭代收敛计算,进而改进了乙烯裂解产品收率的软测量模型。在某工业乙烯裂解炉的生产数据上对产品收率进行了仿真验证,取得了良好的效果。     

加氢裂化尾油在SRT-Ⅳ(HC)型裂解炉上裂解建模及应用

介绍了加氢裂化尾油的裂解性能．并针对鲁姆斯SRT-IV(HC)型工业裂解炉,对加氢裂化尾油裂解过程而建立基于Hirato模型的分子动力学模型,模型的一次反应选择性系数的调整采用随机搜索算法,既可以满足碳氢平衡和又可以保证较高的模拟精度。采用特雷纳数值积分算法对所建立的模型作了模拟计算,通过改变操作条件,包括炉管出口温度、停留时间和汽/油比,研究了裂解炉出口产物收率分布的变化情况,对照实际生产数据作分析。证实模型合理,对生产具有参考价值。     

乙烯热裂解炉模拟平台的开发及应用

为实现满足多种原料与多种炉型组态的乙烯热裂解模拟,本文开发了乙烯热裂解炉模拟平台。该平台基于裂解反应动力学的严格机理模型和分子反应动力学模型,支持对多种热裂解原料的裂解过程模拟。模拟平台还具有多种炉型组态建模、多周期生产模拟、原料预处理,以及重要参数的多种方法回归等功能。该平台应用于兰州石化公司乙烯裂解炉的模拟,结果准确,符合实际生产。     

乙烯裂解炉模拟优化系统(EPSOS)在工业装置上的应用

EPSOS是由兰州化工研究中心、兰州石化公司和清华大学合作开发的乙烯裂解模拟优化系统.该系统采用Kumar分子反应动力学模型,具有界面友好、可视化强和炉型组态灵活等特点,能够对乙烯裂解炉进行伞周期模拟及操作优化.EPsOs已经在兰州石化公司运行1年多,优化戍用结果表明,乙烯总平均产率比优化前提高了0.72%、三烯总收率提高0.55%.利用EPSOS系统能够较好的指导生产,对于提高乙烯生产装置的操作水平及经济效益具有重要意义.     

加氢裂化尾油在SRT-IV（HC）型裂解炉上裂解建模及应用

介绍了加氢裂化尾油的裂解性能，并针对鲁姆斯SRT—IV（HC）型工业裂解炉，对加氢裂化尾油裂解过程而建立基于Hirato模型的分子动力学模型，模型的一次反应选择性系数的调整采用随机搜索算法，既可以满足碳氢平衡和又可以保证较高的模拟精度。采用特雷纳数值积分算法对所建立的模型作了模拟计算，通过改变操作条件，包括炉管出口温度、停留时间和汽／油比，研究了裂解炉出口产物收率分布的变化情况，对照实际生产数据作分析，证实模型合理，对生产具有参考价值。     

基于生产计划模型制定乙烯原料优化方案

将乙烯原料优化与企业生产计划优化相结合,既能保证乙烯生产企业的原料供给,又有利于提升石化企业的整体经济效益,实现了炼化一体化的目标.本文通过建立裂解产物收率模型预测乙烯裂解过程产物收率,并将其与图形化石化工业模拟系统(GIOPIMS)相集成,替换原有模拟系统中乙烯热裂解收率的固定经验值,建立起了与乙烯原料优化相结合的生产计划模型,并通过求解得到了最佳的排产方案.实例表明,集成后的系统不仅能够准确给出乙烯原料优化方案,优化了原料选择和配置,提高了企业经济效益,同时使生产计划模型更加符合实际情况.得到的优化方案效果更好.     

兼顾负荷变化的裂解炉炉群调度建模与优化

裂解炉是乙烯生产的核心装置,工业生产乙烯通常采用多台裂解炉并行运行,将烃类原料裂解成乙烯等小分子烃类化合物。在裂解炉的运行过程中会不可避免的在炉管内壁产生结焦,从而导致乙烯产率的下降,为此需要对裂解炉进行定期的停炉清焦。当多台裂解炉同时处理多种不同类型的原料,而且在操作成本和产品收率都在不断变化的情况下,对裂解炉炉群进行优化调度以取得生产利润的最大化具有重要意义。针对乙烯裂解炉炉群调度建模与优化问题,提出了一个同时考虑原料及其进料量负荷的新的调度模型,克服了之前炉群调度仅针对原料选择、裂解炉负荷依赖人工设定的不足,优化后使裂解炉炉群的生产效益得到提高,为工厂合理地安排生产提供了理论依据。     

先进控制技术在乙烯裂解炉上的应用

文章介绍了先进控制技术在乙烯裂解炉上的应用情况,先进控制方案及控制目标,展示了先进控制的实际效果。针对裂解炉运行特点,裂解炉先进控制方案采用霍尼韦尔的模型预测控制软件-Profit Controller和在裂解炉产率模拟软件-线SPYRO相结合的控制策略。在线SPYRO提供裂解炉的关键控制指标-裂解深度和最大管壁温度。Profit Controller应用鲁棒多变量模型预测控制技术实施对裂解炉的控制。裂解炉先进控制方案控制目标包括:1)稳定裂解炉操作;2)裂解深度控制;3)处理量最大化;4)节能。共18个先进控制器,每个控制器控制一个裂解炉。方案实施过程包括:功能设计、预测试、阶跃测试、模型辨识、离线仿真、在线仿真、现场投用等。在方案实施的同时对裂解炉出口温度和稀释比等控制回路进行了改进和整定取得显著效果。通过先进控制技术在乙烯裂解炉上的实施,装置运行更平稳,降低了操作人员劳动强度,提高了裂解炉控制水平,实现了裂解深度的在线控制,节能降耗。标定结果说明实施先进控制后双烯收率提高了0.27%,每年可节约原料费用4698.65万元,取得显著的直接经济效益和间接效益。     

裂解炉炉群负荷分配的实时优化

裂解炉是乙烯生产的核心装置,工业生产中通常采用多台裂解炉并行运行,将烃类原料裂解成乙烯等小分子烃类化合物。在裂解过程中,由于裂解炉原料、裂解炉炉膛燃烧情况等存在差异,导致各台裂解炉的裂解产品也有较大差异。为此,当多台裂解炉并行运行时,涉及到如何在每台裂解炉之间最优化分配原料负荷的问题。但是以往裂解炉优化多侧重于炉群之间原料调度以及单台裂解炉操作参数优化,对于裂解炉炉群负荷的实时动态优化涉及较少。对此,本文提出一种同时考虑裂解炉裂解产品收率、燃料消耗、废锅出口温度约束以及各裂解炉负荷约束模型,同时根据炉群整体最大化目标和各裂解炉实际运行信息,运用改进的差分进化算法实现裂解炉负荷的实时优化,改变了之前总进料由调度确定后,技术人员按裂解炉原始设计进行负荷分配的现状。最后,以某乙烯厂为研究实例进行仿真验证,优化后裂解炉炉群生产效益得到提高,为工厂合理安排生产提供理论依据。     

模糊粒子群神经网络算法及应用

针对流程工业神经网络建模时,BP算法的局部收敛问题,采用模糊粒子群算法改进神经网络学习问题。该算法将模糊粒子群引入神经网络学习算法,使得粒子群的权重自适应更新,同时模糊粒子群自适应调整神经网络权重参数,改进网络收敛性。将算法用于建立乙烯裂解炉出口温度(COT)、裂解产品收率软测量模型,取得了较好的应用效果。     

机器学习技术应用于乙烯裂解炉运行状况的分析与模拟

随着裂解炉原料和产品组成在线分析仪的应用,以及裂解炉自动化控制技术的不断完善,企业积累了大量的生产过程数据,但是这些过程数据并没有得到充分的利用。为此,本文介绍了机器学习技术的基本理论知识和目前国内外各领域机器学习技术的应用情况,并利用机器学习技术和采集的SL-I型石脑油裂解炉生产过程数据,建立了裂解炉产品分布的机器学习预测模型,并对比了机器学习模型和机理模型的优缺点。分析表明,机器学习模型可以准确预测石脑油裂解炉产物分布情况,机器学习模型具有建立过程便捷、适用于对计算速度和精度要求较高的应用场景、并具有维护成本较低的特点。     

石脑油裂解过程中一次反应选择性系数的调整方法研究

在分析石脑油裂解炉辐射段的Kumar分子反应动力学模型的基础上,提出了一种应用数据融合技术对Kumar模型一次反应选择性系数进行在线调整的方法。首先,利用进化的遗传算法,以改进的石脑油裂解模型计算出的产率与实际工况产率的误差作为目标函数,对选择性系数进行离线调整,进而建立原料性质与选择性系数相匹配的标准样本数据库。其次,利用数据融合技术中的Dempeter-Shafer证据理论建立模型,计算待估物料与标准样本数据库中样本物料的匹配度,进而对待估原料的一次反应选择性系数进行估算。研究结果表明,利用估算出的一次反应选择性系数建立的裂解工艺模型具有较高精度,将仿真结果与实际工况产率进行对比,证实了该方法的有效性和可行性。     

基于多数据集动态潜变量的在线性能分级评估方法

针对动态多变量过程中难以提取明确的过程变量的动态关系问题,本文提出基于多数据集动态潜变量分析(MSDLV)的在线性能分级评估的方法.首先将性能相近的过程历史数据段划分为不同性能等级的集合,然后运用MSDLV方法提取性能级之间的公共基向量,保留训练数据中性能相关的过程变化,将性能相关的特有变化分解为动态部分与静态部分,提取动态自相关过程的动态因素.建立动态潜变量与性能等级之间的离线模型后,在线评估当前过程性能以及判断其所处状态.最后,将该方法运用于乙烯裂解炉反应过程,结果表明该方法具有良好的准确度.     

基于BP神经网络PID算法的乙烯裂解炉出口温度先进控制研究

在乙烯生产过程中,针对乙烯裂解炉平均COT温度波动大的情况,需要对裂解炉系统控制算法进行改进,通过先进控制下的优化操作可有效减小乙烯裂解炉出口温度的波动,提高产品效率。本文将BP神经网络PID控制算法应用于裂解炉系统,并与常规PID控制的裂解炉系统进行比较。仿真结果表明,采用BP神经网络PID控制的裂解炉系统动态性能明...     

密闭鼓风炉锌产量的支持向量机实时预报模型

为优化密闭鼓风炉的操作参数，建立了锌产量的实时预报模型。该模型采用分类SMO方法训练支持向量机回归模型，并根据若干步的误差来在线校正模型参数，对锌产量进行多步预报，以及时调整操作参数，并能在线学习预报模型。该预报模型的工业仿真表明在只有较少的样本数的情况下，在有效误差范围内能达到90％，且具有很好的实时性。该模型已应用于密闭鼓风炉操作优化与故障诊断系统，能较好地指导生产。     

SC-1型乙烯裂解炉先进控制系统开发与应用

针对SC-1型乙烯气液相裂解炉控制问题,提出了一种鲁棒性较强的先进控制策略,开发了由“DCS控制层”和“上位机控制层”构成的先进控制系统.该系统有效地解决了燃料热值波动对裂解炉裂解气出口温度的影响,减少了裂解气出口温度和裂解炉总加工量的波动,实现了“卡边”控制及生产过程的安全逻辑保护,优化控制器可一键投运和切除,解决了裂解炉控制问题的复杂性.该系统成功应用于兰州石化46万吨／年乙烯装置,大幅度提高了装置的平稳率,提升了双烯收率,降低了装置能耗.     

模糊规则挖掘及在裂解炉过程诊断中的应用

乙烯是重要的化工基础原料,乙烯裂解炉的安全平稳操作是提高乙烯产量的重要手段。首先利用小波分析对过程变量去噪,提出基于过程参数正态分布的模糊离散化方法,利用基于粒度熵的粗糙决策表最优约简方法、提取乙烯裂解过程中的模糊诊断规则。通过实际应用表明,提高了乙烯裂解炉的操作稳定性,为操作员及时发现过程的异常现象提供警示。