论文部分内容阅读
汽油炼制工艺要经过原油蒸馏、二次加工、油品精制及相关提高质量的工艺，最终将各组分油和添加剂按一定比例调合成满足规格标准的成品油。作为炼油生产的最后一道工序，汽油调合组分油的选择及参调比例取决于组分库存、组分成本、组分属性、产品质量指标等众多因素。调度人员多以经验和简单的加成法来确定调合批次、参调组分和参调配方，这样一次调合成功率低或成品油质量过剩较大。如何选择参调组分、确定初始配方、实时对参调组分配方优化，对成本不同的各组分油合理充分利用，提高一次调合成功率，降低质量过剩，减小单位生产成本，对炼化企业顺利排产和经济效益等影响甚大。 本论文针对实际生产中汽油非线性调合模型的特点，对其配方优化和调度优化问题进行研究和应用。提出了汽油调合实时配方优化模型和单批次调度优化模型。针对一般群智能优化算法在解决实时配方优化中易陷于局部最优解，提出了一种改进的群搜索(GSO)优化算法—全局群搜索优化算法(GGSO)。GGSO在GSO的视觉扫描机理模型和分类模型的基础上引入了粒子群算法后期局部寻优策略，同时对算法迭代的不同时期分别加入不同的寻优策略:初始化策略、迭代选择策略、交叉变异策略和混沌扰动策略。分别用4个经典的测试函数验证全局群搜索算法的特性，并与标准的GSO算法、LDWPSO算法进行比较，仿真结果显示GGSO算法有较好的收敛速度和精度。将GGSO算法用于求解汽油调合实时配方优化，建立实时配方优化模型，开发实时配方优化软件。针对单批次调度优化问题，建立调度优化模型和开发单批次调度优化软件，用于监控调度信息和求解初始配方。 在以上研究的基础上，以某炼化企业汽油在线管道调合工艺为背景，分析研究了1组实时配方优化仿真、9组单批次调度优化仿真和30个批次实时配方优化实例应用，调合结果满足批次质量标准，可以有效降低质量过剩和单位生产成本，提高一次调合成功率。