论文部分内容阅读
为了降低能耗,提高分离效率,提出采用隔壁精馏塔(DWC)分离松节油中的蒎烯,并对分离过程进行实验、模拟与多目标优化研究。主要研究内容及结果如下：(1)搭建了一套隔板在中间位置的DWC装置,考察了回流比R、液相分配比R1、进料位置ⅣF、侧线采出位置ⅣS以及隔板上下端位置(Nub和M1b)等操作因素对DWC分离效果的影响。实验结果表明,回流比和液相分配比对α-蒎烯和p-蒎烯产品纯度的影响最为显著,随着回流比的增加,两产品的纯度均先增大后基本不变,在给定的回流比下,存在一个最佳的液相分配比使得DWC的分离效果达到最佳；进出料位置和隔板上下端位置对DWC的分离效果也都有影响,在确定进出料位置和隔板上下端位置时,需要同时兼顾α-蒎烯/β-蒎烯和β-蒎烯/重组分的分离,采用隔板段左侧上部进料和隔板段右侧下部出料能达到更好的分离效果：塔内液相组成分布显示,隔板减少了中间组分β-蒎烯在塔内的返混效应。(2)利用Aspen Plus软件建立了DWC的四塔等效模型,并以松节油体系(α-蒎烯-莰烯-β·蒎烯-重组分)的分离过程为例进行模拟计算,模拟值与实验值吻合良好,平均相对误差在8%以内,说明该模型稳定可靠,为进一步的优化奠定了基础。(3)为使多目标布谷鸟搜索算法(MOCS)能够更高效地求解约束多目标优化问题(MOPs),通过引入“多目标”约束处理思想,提出了约束多目标布谷鸟搜索算法(CMOCS),采用多个优化测试函数测试了CMOCS算法的性能,结果表明,与约束微粒群多目标优化算法(CMOPSO)相比,CMOCS算法在处理约束多目标优化问题时,具有更好的全局性和收敛性,得到的Pareto最优解集的分布性也更好,适合求解具有多个可行域的约束多目标优化问题。(4)以预分离塔塔板数、主塔塔板数和能耗为三个目标,建立了DWC分离松节油过程的多目标优化模型,采用CMOCS算法对该模型进行了求解,得到了DWC的Pareto前沿,为决策者提供多种可供选择的DWC塔优化设计方案；优化后,与常规两塔分离工艺相比可节能26.6%。综上可得结论如下：建立的DWC四塔等效模型稳定可靠,能很好地描述松节油的分离过程；用CMOCS算法控制Aspen Plus对DWC进行多目标优化设计的方法是一种快捷、高效的设计方法；采用DWC分离松节油是一项节能新技术,具有良好的工业化应用前景。