[发明专利]一种工业聚酯生产过程的智能建模方法

权利要求书

1.一种工业聚酯生产过程的智能建模方法，其特征在于包括以下步骤：

S1基于酯化、缩聚反应动力学，选用经过修改的能量定律速率方程：rate=[Nuc][Elec][Cat][Prob]Aijexp(-Eij/RT)Tbij,]]>建立聚酯生产过程的机理模型，以实验或文献公布值为动力学常数初始值，其中：[Nuc]为亲核物质浓度；[Elec]为亲电物质浓度；[Cat]为催化剂浓度；[Prob]用于计算链长特异反应的概率因子；A_ij为频率指数因子；E_ij活化能；b_ij温度指数，i，j表示反应中涉及到的相关的基团；

S2以最小化以下值：(1)聚酯产品的聚合度模型预测结果与工业数据的差的均方和(2)端羧基浓度的模型预测结果与工业数据的差的均方和为优化目标，以机理模型中的动力学反应速率常数为优化变量，通过多目标分布估计算法进行优化采用多目标分布优化法优化机理模型中的动力学常数。

2.根据权利要求1所述的智能建模方法，其特征是：所述动力学常数共6个，其中有乙二醇参加的酯化反应速率常数的优化范围为[0.72×10⁶，1.4×10⁶](正反应)和[3.1×10⁵，5.7×10⁵](逆反应)，其他酯化反应速率常数的优化范围为[0.72×10⁶，1.4×10⁶](正反应)和[5.8×10⁶，10.8×10⁶](逆反应)，缩聚反应速率常数的优化范围为[4.76×10⁶，8.84×10⁶](正反应)和[1.2×10⁶，2.3×10⁶](负反应)。

3.根据权利要求1所述的智能建模方法，其特征是：所述步骤S2中多目标分布优化法的寻优范围为初始值的±30％。

4.根据权利要求3所述的智能建模方法，其特征是：所述步骤S2中实现多目标分布优化法过程中，对种群中个体进行估值时，进行的排序为PARETO排序。

5.根据权利要求4所述的智能建模方法，其特征是：所述步骤S2中实现多目标分布优化法过程中，对个体进行选择时，是选用了按轮盘赌的方法选择。

6.根据权利要求1所述的智能建模方法，其特征是：还包括步骤S3，用最小二乘法建立催化剂与反应速率常数之间的预聚缩模型，对反应速率常数进行进一步优化。

7.根据权利要求1所述的智能建模方法，其特征是：还包括步骤S4：采用人工神经网络建立的经验模型来表征传质，并结合反应速率通过阻力表达式确定反应过程速率。

8.根据权利要求1、6或7所述的智能建模方法，其特征是：所述步骤S2中所述工业数据包括：为经过稳态条件下采集的数据，包括反应器温度、压力、液位、进料量、进料组成、气相产物的组成、气相产物的流量、液相产物的组成、流量、液相聚合物的特性粘度、和/或端羧基浓度。

9.根据权利要求8所述的智能建模方法，其特征是：所述工业数据采集后经过滤波。

10.根据权利要求1、3、6或7所述的智能建模方法，其特征是：所述方法应用于工业聚酯生产过程中的三釜或五釜工艺过程的建模。