[发明专利]一种工业装置对二甲苯氧化反应过程多目标优化运行方法

摘要

本发明涉及一种工业装置PX氧化反应过程的多目标优化运行方法，此方法基于PX液相催化反应动力学模型和醋酸、PX燃烧损失模型，应用基于精英选择和个体迁移的多目标进化算法，根据实际工业生产目标，对工艺操作条件进行优化，以达到对PX氧化反应过程进行准确描述和实现工业生产节能降耗的目的。这种优化运行方法实现了对二甲苯氧化反应过程操作条件的优化，为生产工艺的改造、节能降耗等提供基础和依据，且此方法适用于各类对二甲苯氧化反应过程的优化，有着广泛的适应性。

主权项

一种工业装置PX氧化反应过程多目标优化运行的方法，其特征在于所述方法包括以下步骤：①确定工业装置PX氧化反应过程多目标优化的目标函数和优化变量；②设定基于精英选择和个体迁移的多目标进化算法的参数；③采集工业反应器数据；④基于PX液相催化反应动力学模型和醋酸、PX燃烧损失模型，利用基于精英选择和个体迁移的多目标进化算法，对操作条件参数进行优化，直至达到优化目标，包括以下步骤：a)针对每个优化目标，随机生成相应单目标子种群；b)计算每个单目标子种群所有个体的目标函数值，基于Pareto最优解定义，比较所有单目标子种群中的所有个体，获得初始Pareto最优解，并保存到精英种群中，所述目标函数为：基于PX液相催化反应动力学模型，最小化4-CBA含量；基于醋酸、PX燃烧损失模型，最小化醋酸燃烧损失和最小化PX燃烧损失；c)对于多目标优化问题中的第一个目标，从相应的单目标子种群和Pareto最优精英种群的并集中，选出该目标最好的个体作为该子种群的父个体；重复前述选择过程直至所有单目标子种群的父个体都选择完毕；d)分别在每个单目标子种群的父个体上，应用交叉和变异算子，获得本次循环的单目标子种群；e)在Pareto精英种群中应用交叉和变异，产生子种群数量个新的个体；f)基于Pareto最优的概念，将所有本次循环的单目标子种群中的个体及精英种群进化得到的子种群数量个新个体分别和前次循环的Pareto最优精英种群中的个体进行比较，得到本次循环的Pareto最优精英种群；g)重复步骤c)-f)直至进化达到优化目标；h)所得Parento最优精英种群即为优化解；所述步骤①中的优化目标是最小化4-CBA含量、最小化醋酸燃烧损失和最小化PX燃烧损失；所述步骤①中的优化变量为反应温度、催化剂钴，催化剂锰，促进剂溴以及停留时间。所述步骤②中的参数为子种群数量，最大迭代次数，交叉概率，变异概率，目标精度以及优化循环次数；所述步骤③中的数据，是指进入反应器的PX，水和醋酸质量；所述步骤④中的优化目标，是优化循环次数或优化阈值。