[发明专利]化学制造的动态约束优化

说明书

技术领域

本发明一般涉及化学制造的领域。更具体地，本发明涉及用于通过使用预测控制方法优化具有下游和/或上游约束的制造过程中的化学制造的系统和方法。

背景技术

与任何其它民用企业类似，从事化学产品制造的民用企业希望在满足诸如例如原材料和能源成本、工厂设备限制和产品价格等的各种约束的同时使效率和盈利性最大化。于是，对于制造多于一个等级或一种类型的化学产品的化学工厂而言，制造化学产品的能力会进一步复杂化。

如现有技术的图1所示，化学工厂104可从例如石脑油、重油、液化石油气(LPG)和乙烷等的原料制造其中包含例如烯烃、汽油和燃油等的化学产品。一般地，化学工厂104包含制造产品的反应器(例如，炉子)，该反应器之后是用于回收产品的诸如蒸馏塔的分离设备。反应器/炉子一般被称为工厂(plant)或设备单元(plant unit)的“热端”或“热段”，而分离部分被称为工厂或设备单元的“冷端”或“冷段”。但应注意，这些术语的意图不是将这里公开的技术的应用限于任何特定的化学过程。相反，所说明的各种技术被认为可广泛应用于包含例如反应器过程的上游过程和例如分离过程的下游过程的任何过程。

化学工厂104可使用能够将原材料101转变成例如烯烃、汽油、燃油等的化学产品103的一条或更多条处理线。一条处理线能够制造两个或更多个不同等级的化学产品或者甚至两种或更多种不同类型的化学产品。例如，第一产品例如烯烃的生产还可导致第二产品例如作为副产品或杂质的乙烷的生产。该二次产品本身，例如作为可出售的产品或作为用于进一步处理的原料，是有价值的。

这些系统和处理，特别是利用多个供料/产品流的系统和过程，其特征在于，许多不同的相互关联的参数对系统或过程的特征产生影响。常常希望确定与诸如安全性、收益性、效率等的系统或过程的有益行为(behavior)模式对应的这些参数中的一些或全部的值或值的范围。但是，多数现实世界的系统的复杂性一般在分析上排除了实现这些方案的可能性。因此，许多分析人员已经借助于预测模型和优化技术来表征和导出用于这些复杂系统或过程的方案。

预测模式一般指的是接收与系统或模型属性和/或外部情形/环境有关的输入数据或参数并生成显示在这些参数下的系统或过程的行为的输出的系统或过程的任何典型例。换句话说，可以使用模型或多个模型以预测基于以前获得的数据的行为或趋势。存在许多类型的预测模型，包括线性、非线性、分析和经验模型等，在后面更详细地说明其中的几个类型。

优化一般指的是分析或使用与系统或过程有关的过去(或合成)数据，以便为系统或过程的操作选择或确定最佳参数组的过程。例如，可在优化过程中使用上面提到的预测模型，以在各种各样的参数值下测试或表征系统或过程的行为。可将各测试的结果相比较，并且可以选择与最有益的后果或结果对应的参数组，用于在实际系统或过程中实施。

图2A示出根据现有技术的应用于诸如制造工厂的工业过程104的一般优化过程。注意，对制造工厂进行说明的优化技术一般可被应用于所有方式的系统和过程。

如图2A所示，过程104的操作生成信息或数据106，该信息或数据106一般被分析并且/或被变换成对系统或过程有用的知识108。例如，由过程104生成的信息106可包含用于生成诸如利润、收入流动、库存深度等的知识108的工厂用的原始制造号。然后，该知识108可根据各种目的和目标112来分析，并被用于生成为实现由分析者规定的各种目的和目标112的与系统或过程104的操作有关的决定110。如这里使用的那样，“目标”可包含优化过程的目的或希望的结果。示例性的目的和目标112可涉及或包括收益性、时间表、能量使用、库存水平、现金流动、制造或用户可能希望最小化或最大化的任何其它属性。这些目的和目标112可被用于从可能的决定110进行选择，其中，决定可包含用户可加以控制的各种参数值。然后，所选择的决定可确定要对系统或过程104的操作施加的一个或更多个动作114。然后，系统或过程104的随后的操作以反复的方式生成可从中生成其它知识108的更多的信息106等。这样，过程104的操作可“被调整”为以最接近地满足商业或企业的目的和目标的方式执行。

图2B示出根据现有技术的优化系统，其中，基于计算机的优化系统102结合过程104操作，以优化该过程。换句话说，计算机系统102执行软件程序(包括基于计算机的预测模型)，该软件程序从过程104接收过程数据106，并基于目的和目标生成可被应用于过程104以改善操作的优化的决定和/或动作。