[发明专利]“德士古合成气”的组分气体的软测量方法

摘要

本发明涉及一种合成氨生产中采用“急冷工艺”的德士古水煤浆加压气化工艺流程制备原料气时，“碳洗塔”顶部出口处“德士古合成气”中的一氧化碳、氢气、二氧化碳气体含量的软测量方法。本发明选取采用“急冷工艺”的德士古水煤浆加压气化工艺流程制备原料气过程中的一些工艺参数，分别通过3个BP神经网络的软测量模型获得“碳洗塔”顶部出口处“德士古合成气”中的一氧化碳、氢气和二氧化碳含量的软测量值。本发明大大提高了“碳洗塔”出口“德士古合成气”中一氧化碳、氢气和二氧化碳含量的预测精度和容错性能，克服了由于“德士古合成气”中一氧化碳、氢气和二氧化碳含量的测量滞后影响生产过程及产品质量的缺陷。

主权项

一种合成氨生产中采用“急冷工艺”的德士古水煤浆加压气化工艺流程制备原料气时，对“碳洗塔”顶部出口处“德士古合成气”中CO、H2和CO2气体含量的在线软测量方法，包括如下步骤：(1)“德士古合成气”中CO、H2和CO2气体含量软测量模型训练样本的获取：选取采用“急冷工艺”的德士古水煤浆加压气化工艺流程中，M、A、Va、C、ST、Cc、Fc、Pc、Tc、Fo、Foc、Po、To、Fw、Tw、Fb、Tb、Fg、Pg、Tg、P和T为软测量的辅助变量；选取CO分析、H2分析和CO2分析分别作为三个软测量模型训练样本的目标输出变量；对22个辅助变量应用3σ准则和一阶数字滤波进行错误数据的剔除和数据平滑，以及归一化处理后，进行主元分析，将获得的8个主元变量同时作为三个软测量模型的输入数据，最终，采用8个主元变量和各自的目标输出变量分别组成“德士古合成气”中CO、H2和CO2含量软测量模型的训练样本；(2)“德士古合成气”中CO、H2和CO2气体含量软测量模型的建立：采用3个结构相同的Back Propagation(BP)神经网络分别建立CO、H2和CO2气体含量的软测量模型，并用由步骤(1)中获取的训练样本对所述BP网络模型进行训练；(3)“德士古合成气”中CO、H2和CO2气体含量的软测量值的获得：由步骤(1)中选取的22个辅助变量的当前值并进行归一化，将其压缩转换为8个主元变量后，分别代入步骤(2)中所建立的“德士古合成气”中CO、H2和CO2气体含量的三个软测量BP神经网络模型中进行计算，将各自得到的网络模型输出值分别进行反归一化，即得到当前的“德士古合成气”中CO、H2和CO2气体含量的软测量值。