论文部分内容阅读
催化重整是石油二次加工的过程之一，可用于生产高辛烷值汽油或化工原料。连续催化重整技术是现代炼厂最普遍的石油炼制技术，在催化重整中扮演着重要角色。产品质量是催化重整过程中最需要监控的指标。 本文以某石化厂连续催化重整装置为研究对象，探讨了连续催化重整过程的建模方法，使用智能建模方法建立了该套装置待生催化剂碳含量、产品辛烷值和脱氯前氢气纯度的软测量模型。具体包括以下几个方面: (1)针对该石化厂连续催化重整装置，详细介绍了其工艺流程，通过对其反应机理和反应动力学的研究，明确了对重整产品质量影响较大的因素，并确立了研究对象和目标。 (2)在充分研究分析入侵杂草优化算法(Invasive Weed Optimization，IWO)特点的基础上，提出了一种结合差分进化算法(Differential Evolution，DE)和入侵杂草优化算法的混合优化算法IWODE，该算法将IWO嵌入DE进行个体周围的局部搜索，并引入了参数自适应机制。将该算法与最小二乘支持向量机(LSSVM)结合，建立了基于IWODE-LSSVM的催化重整待生催化剂碳含量和产品辛烷值软测量模型，仿真结果表明该方法建立的模型具有较高的预测精度和较好的泛化能力。 (3)使用集总理论简化了再接触罐的组分，建立了再接触罐气液分离的3集总模型。使用LSSVM建立了3集总模型中活度系数的黑箱模型，与机理模型连接构成了催化重整脱氯前氢气纯度的混合模型。结果表明，同传统的黑箱建模方法相比，考虑了系统先验知识的混合建模方法具有更好的模型效果。 (4)针对该石化厂连续重整装置，开发了连续重整关键质量指标计量分析软件系统。软件能够实时在线测算催化重整装置的待生催化剂碳含量、产品辛烷值和脱氯前氢气纯度等质量指标，同时具有历史曲线绘制和记录报表生成等功能。该套软件已通过现场测试并应用于生产，实际应用效果达到预期要求，提高了企业生产效益。