论文部分内容阅读
甲醇是工业生产、化工制品等的重要原材料，对其生产过程进行建模与优化，有着巨大的经济效益。本文以某化工厂的鲁奇甲醇合成装置为研究对象，以精英教学优化算法为基础，对甲醇合成过程进行了建模和优化，主要内容为: (1)针对精英教学算法(ETLBO)处理复杂问题性能效果欠佳，容易陷入局部最优等缺点，对其进行了一系列的优化，以提高算法的全局探索能力和运行效率。首先，引入自主学习过程，提高对排名靠前的较优解的信息利用率，增加算法的快速寻优能力。其次，提出差异化帮扶策略，提高了学习策略的灵活性，并提升了算法的运行速度和优化效果。最后，进行了参数配置的正交实验、多维度的标准测试、各个策略的效果对比以及进行了约束性函数的测试，验证了改进后的算法优异的综合性能。 (2)针对甲醇合成过程进行了机理建模，并以甲醇合成生产过程中的单耗最低为优化目标，进行了甲醇合成过程的稳态优化。以甲醇合成机理模型为基础，分别用KPSL算法、LSSVM算法建立了甲醇合成过程数据模型。同时，建立了催化剂床层温度位点的预测模型。通过对比KPSL算法、LSSVM算法建立的数据模型的误差精度，确定了比较准确的甲醇合成数据模型。 (3)结合甲醇合成系统，进行了长期催化剂失活的甲醇合成建模与优化。首先，将数据进行特征过滤，结合催化剂失活理论模型，获得了催化剂失活参数辨识模型。其次，分析了甲醇回路系统的各个因素对催化剂活性和甲醇合成产量的影响。最终，以甲醇合成产量最大等目标进行相应的动态优化研究，以确定合适的优化控制策略和运行参数指标。结果表明，通过采用合适的甲醇合成的床层温度控制策略，可以提高催化剂使用周期中的甲醇合成总产量和减小排放驰放气的总量，提高了整体的经济效益。