[发明专利]甲醇四塔精馏系统多目标优化控制方法

说明书

技术领域

本发明涉及化工精馏技术领域，尤其涉及一种甲醇四塔精馏系统的多目标优化控制方法。

背景技术

甲醇作为煤化工产业最主要的产品之一和非常重要的替代能源，在当今全球化工市场起着非常重要的作用。精馏是甲醇生产的关键环节，对企业的产量及收益影响重大，且由于精馏能耗在总能耗中占比很大，降低精馏环节的能耗成为企业节约成本与完成节能减排目标的重要课题。

甲醇四塔精馏系统的工艺流程如图1所示。粗甲醇经换热后进入预精馏塔，脱除轻组分，塔底的高沸点组分经加压后进入加压塔。加压塔塔顶的气体进入换热器，利用加压塔塔顶和常压塔塔底的温差，冷凝加压塔塔顶气相，同时给常压塔塔底提供热能。加压塔与常压塔的塔顶馏出精甲醇产品，一部分回流回塔内。常压塔的侧线抽出物进入甲醇回收塔抽出杂醇油，废水进入生化系统处理。

在实际生产中，精馏系统的进料流量、进料质量等进料条件会随着上游生产状况发生改变，出料产品质量等指标也会依据企业的生产规划发生改变。当这些条件与约束指标改变时，如何调节精馏系统的控制参数，达到总能耗、产品单位能耗、产品流量等多个目标的整体最优，成为精馏系统控制的研究重点。

现有的精馏系统参数调节单纯依靠工人的生产经验。这种控制方法主要有两大缺点：第一，无法保证能耗与产量的最优；第二，由于系统的滞后性，通常在1、2个小时后才能测得系统稳定后的产品质量。如果参数调节不当，就会导致产品质量不达标，造成已有产品的浪费。这两点都会导致生产成本难以降低，物料与能源的利用率难以提高。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种甲醇四塔精馏系统多目标优化控制方法，以BP神经网络方法建模,使用改进的遗传算法求解上游物料条件与生产要求改变时的最优操作变量,实现系统稳定后单位能耗、流量多个目标的协同优化。

为实现上述目的，本发明提供了一种甲醇四塔精馏系统多目标优化控制方法，包括以下步骤：

步骤1分析所述甲醇四塔精馏系统的自由度及实际生产数据，以预精馏塔的出料作为输入，加压塔、常压塔和甲醇回收塔的操作参数为优化对象，定义了一个包含7个输入、4个输出的BP神经网络作为精馏系统的模型；

步骤2在化工厂DCS历史数据库中提取所述7个输入与4个输出的历史数据；

步骤3将提取出的所述历史数据作为训练数据，对所述BP神经网络进行离线训练；

步骤4使用遗传算法，通过选择、交叉、变异操作，每一代的每一个体在计算适应度时调用所述训练好的BP神经网络模型，寻找给定进料条件与生产要求下的所述遗传算法的适应度函数最大的操作参数，根据得到的所述操作参数对所述加压塔、常压塔和甲醇回收塔进行控制。

在本发明的较佳实施方式中，所述BP神经网络的7个输入分别是：F₁：预后粗甲醇的流量（kg/h）；c₁：预后粗甲醇中甲醇的含量(%)；c₂：预后粗甲醇中乙醇的含量(%)；Q₁：加压塔的供热(kW/h)；k：加压塔塔顶采出的流量/常压塔塔顶采出的流量；P：加压塔塔顶的压力（kPa）；F₂：常压塔侧线采出的流量（kg/h）；所述BP神经网络的4个输出分别是：B：精甲醇产品的单位能耗（kW/kg）；F：加压塔与常压塔精甲醇产品的流量和(kg/h)；c_p1：加压塔塔顶精甲醇产品中乙醇的实际含量（ppm）；c_p2：常压塔塔顶精甲醇产品中乙醇的实际含量（ppm）。

在本发明的另一较佳实施方式中，，所述步骤4中所述进料条件为：F₁、c₁、c₂，所述生产要求为：加压塔塔顶精甲醇产品中乙醇的最大容许含量（ppm）、cmax2和常压塔塔顶精甲醇产品中乙醇的最大容许含量（ppm）。

在本发明的较佳实施方式中，，步骤2中所述历史数据为15000组数据，每组数据均为所述甲醇四塔精馏系统连续2小时以上稳态工作时的数据。

在本发明的另一较佳实施方式中，，所述步骤3中训练出的BP神经网络模型中隐含层为一层，隐含层节点个数为10个。