论文部分内容阅读
S-Zorb装置作为我国催化裂化(Fluid Catalytic Cracking，FCC)汽油深度脱硫的主要装置，具有脱硫率高、辛烷值损失小、氢气消耗低等优点。由于该生产工艺出现较晚，相关的研究工作较少，工厂在实际生产操作过程中缺乏理论指导。因此本文以S-Zorb反应过程为主要研究对象，开展了其特性表征建模及其操作优化的研究。 本文分析了S-Zorb装置的工艺流程与反应机理，提出了一种基于过程机理的反应器建模方法。该方法将催化裂化汽油划分为5个集总，并在集总基础上构建了反应动力学模型、辛烷值关联模型等。通过与工业数据对比验证结果表明，所提模型能够有效地预测脱硫率、辛烷值等关键指标。 考虑到吸附剂活性对脱硫过程的动态影响，本文采用亲和传播(Affinity Propagation，AP)聚类算法对工况数据进行仿真分析，按照吸附剂表观性质的不同划分工况样本集，并在各子样本集上分别建立子模型。另外，针对多模型的预测方式，本文借鉴K最近邻(K-Nearest Neighbor,KNN)算法的思想，提出了一种新的加权融合预测方法。在工业数据上的仿真分析表明，在长周期预测方面，基于AP聚类算法的S-Zorb多模型的预测效果优于单一模型。 针对S-Zorb反应器的操作参数优化问题，本文提出了一种基于生物地理学迁移策略的混沌鲸群算法(Biogeography-based Learning Chaotic Whale Optimization Algorithm，BLCWOA)。该算法改进了鲸群算法的包围算子和搜寻算子，并采用生物地理学迁移策略生成猎物代理。在12个标准测试函数上的仿真分析表明，该算法有效地提高了原算法的局部开发能力与全局探索能力。本文将改进算法应用于S-Zorb反应器的操作参数优化问题上，求解了在给定原料性质下反应器的最优操作条件，提高了产品汽油的辛烷值。