[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

摘要

本发明涉及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，通过对工业乙烯裂解炉机理模拟，利用实验设计原理，产生一定量仿真数据，然后利用神经网络代理模型进行建模。利用该神经网络代理模型，结合炉管内结焦层厚度迭代计算更新，获得了裂解炉全周期动态模型。基于裂解炉全周期动态模型，提出了一种裂解炉全周期动态优化方法，然后利用线性分段方法对所构建的连续动态优化模型进行了近似求解。与经验操作对比，动态优化经济效益显著提高。该方法理论简化和推导合理，工程使用性强，简单易行，易于移植，具有广泛适应性。

主权项

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。