本文以ASPEN HYSYS软件为开发平台,基于某石化一套常减压流程的生产数据建立其机理模型,针对加工原料性质的差异,建立了多个工况的稳态模型。仿真结果表明,模型具有良好的预测精度,关键变量预测值与实际数据的误差在8%以内,可以满足工业生产的要求。鉴于标准粒子群算法在常压塔参数优化问题中存在不易收敛的缺点,本文在粒子速度更新公式中加入了化工先验知识抽象获得的“控制因子”,通过该“控制因子”调整粒子的速度方向,进而调整模型的输入变量,使得产品干点满足工艺要求。改进的粒子群算法应用于常压塔模型优化问题的求解,以常压塔进料物流温度、气提蒸汽进料流量和常压塔侧线采出量等15个变量作为操纵变量,在常压塔四个侧线产品的干点值满足工艺要求条件下,最大化轻油产量和最小化能量消耗量。仿真实验证明,与标准粒子群算法以及自适应惯性权值改进的粒子群算法相比,控制因子改进的粒子群算法迭代次数相对前述算法降低了50%～67%。在迭代次数相同的条件下,采用控制因子的粒子群算法能够搜寻到更优的操作参数。本文以ASPEN HYSYS动态模拟软件作为平台,建立该厂常压塔动态模型,考察从实际运行工况向优化工况调整时,常压塔关键参数的动态变化。动态模型获得的数据为实际的生产调优工作提供参考。
本文来源: https://www.lw50.cn/article/f81e08eb674ec46057bf6399.html