[发明专利]基于代理模型的工业乙烯裂解炉全周期动态优化方法

权利要求书

1.一种基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述方法包括以下步骤：

步骤1：构建机理模型，选择输入变量及输出变量，并获取“输入-输出”样本集；

该选择的输入变量为辐射段出口温度、烃进料流量、汽烃比、结焦厚度和绝热段体积；

该选择输出变量为关键产品收率、裂解深度丙烯/乙烯比、炉管最高温度和结焦速率；

步骤2：确定神经网络代理模型结构：针对每个输出变量，选择“多输入-单输出”的神经网络模型，构成神经网络代理模型；

步骤3：将步骤1中产生的“输入-输出”样本集，代入神经网络代理模型训练；

步骤4：对步骤3中所获得的神经网络代理模型的相关参数进一步利用工业现场数据进行校正；

步骤5：利用结焦迭代更新，以神经网络模型上一步的结焦速率乘以结焦时间得到结焦厚度作为神经网络模型下一步的输入，获得裂解炉关键产品收率、裂解深度乙烯丙烯比、炉管最大温度和结焦速率迭代的连续动态模型；

步骤6：基于步骤5中的裂解炉的连续动态模型，以天平均收益最大化为优化目标、以神经网络代理模型为非线性等式约束、以炉管最高温度和炉管结焦厚度不能超过给定上限为非线性不等式约束和有辐射段出口温度、烃进料流量、汽烃比等操作变量的上下限约束，构建连续非线性动态优化模型，以根据实际工况和要求对连续非线性动态优化模型进行求解以优化设定各输入输出量。

2.根据权利要求1所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，步骤1中还对所述输入变量根据设计要求和工业经验，设定每个输入变量的取值范围，并采用空间填充产生实验设计点，进而产生所需样本数据。

3.根据权利要求1所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述结焦厚度为整炉管的等价厚度。

4.根据权利要求1所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述绝热段体积为裂解炉裂解某一特定原料时的等价绝热段体积。

5.根据权利要求1所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述关键产品收率的关键产品包括：氢气，乙烯，乙烷，丙烯，1,3-丁二烯和苯。

6.根据权利要求1所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述结焦速率为辐射管内的等价结焦速率。

7.根据权利要求1所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述步骤2中的“多输入-单输出”神经网络模型是五个输入节点，一个输出节点，具有一个非线性隐含层和一个线性隐含层的前馈神经网络结构。

8.根据权利要求7所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述非线性隐含层有10个非线性节点，所述线性隐含层有一个线性节点。

9.根据权利要求1所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述步骤3中工业现场数据包括：进料原料类型及进料流量，汽烃比，辐射段出口温度，裂解深度丙烯/乙烯比的一段历史时间序列数据。

10.根据权利要求1所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述步骤4中，所述校正是通过工业现场数据，构建一个最小二乘参数估计算法，对模型参数进行估算的。

11.根据权利要求1所述的一种基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述步骤4中，模型校正参数是指：该时间序列开始时的炉管等价结焦厚度、等价绝热段体积以及结焦速率校正因子。

12.根据权利要求10所述的一种基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述最小二乘参数估计算法是鲁棒非线性最小二乘估计算法，算法目标是使得裂解深度的神经网络代理模型计算裂解深度丙烯乙烯比与工业现场裂解深度丙烯乙烯比偏差的加权平方和最小。

13.根据权利要求1所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述步骤6中，所述对连续非线性动态优化模型进行求解，是通过自适应等时间间隔分段常量动态优化求解算法进行求解。

14.根据权利要求13所述的基于代理模型的工业乙烯裂解炉全周期动态优化方法，其特征在于，所述自适应等时间间隔分段常量动态优化求解算法是将运行时间T_f分成N份，每个时间段的时间间隔为T_f/N，其大小是随变量T_f自适应变化。