[发明专利]一种基于蒙特卡洛法的化工过程参数敏感性确定方法

说明书

本发明公开了一种基于蒙特卡洛法的化工过程参数敏感性确定方法，属于化工过程参数敏感性确定领域，包括如下步骤：确定输入变量与分布；建立反应系统模型；数据分解；随机抽样模拟；偏差计算与计算结果分析。本发明方法考虑了各个变量之间的相互影响，大幅提高了模型的可靠性，研究人员与工程技术人员可利用各参数敏感性系数的结果和对系统主要安全指标的影响规律解决相应的问题，对于确定化工过程安全操作范围、保障化工设备安全运行具有重要的应用推广价值；本发明方法可得到各种反应模式下的热失控的临界判据，可简便地推广应用于多种危险工艺过程的安全操作域确定，具有运算快捷、结果准确、重复性好的优点。

技术领域

本发明属于化工过程参数敏感性确定领域，具体涉及一种基于蒙特卡洛法的化工过程参数敏感性确定方法。

背景技术

化工生产过程绝大多数为多参数非线性系统，具有两个显著的特征：一是参数众多，二是参数之间存在着强烈的交互效应，由于化学反应系统的复杂性，尤其是系统状态对操作条件的变化相当敏感，影响化学反应系统过程的设计参数和操作参数是多方面的，一个参数微小变动便可能使系统的输出结果产生很大的变化。对化工过程参数敏感性的研究有助于理论上揭示出反应系统安全操作范围，使可能引起的不良后果能在设计和操作中得以避免。

参数敏感性分析有助于确定模型的关键输入值(参数和初始条件)，同时定量得到输入值的不确定性如何影响模型结果，有助于定量得到一个模型的可靠程度，从而能够确定合适的模型选择，同时能够帮助我们识别显著影响结果的主要参数及其影响大小。前人关于安全临界判据的预测大多采用局部敏感度分析方法甚至是简单的数据直接拟合，往往脱离了反应的本征动力学，在实际复杂工况下难以精确预测反应结果。单因素敏感度分析的方法较为简单，但其不足在于忽略了诸多因素之间的相关性。实际上，一个因素的变动往往也伴随着其他因素的变动，多因素敏感度分析，即全局参数敏感性分析，考虑了这种相关性，能反映几个因素同时变动产生的综合影响，弥补了单因素分析的局限性，全面地解释了事物的本质。全局参数敏感性分析在辨识复杂模型的不确定性方面有明显的优势，其重要目的之一是确定模型的关键输入值(参数和初始条件)，同时定量得到输入值的不确定性如何影响模型结果。

蒙特卡洛(Monte Carlo)方法作为一种有代表性的数值求解方法，在重要性度量、模型正交分解等方面具有独特的优势，在计算物理学、化学反应工程、生物医学、宏观经济学等领域应用广泛。特别是近年来随着非线性科学的发展，基于蒙特卡洛法的全局参数敏感性的思路被认为能够有效地解决高维复杂模型建立的难题。

发明内容

针对现有技术中存在的上述技术问题，本发明提出了一种基于蒙特卡洛法的化工过程参数敏感性确定方法，设计合理，克服了现有技术的不足，具有良好的效果。

为了实现上述目的，本发明采用如下技术方案：

一种基于蒙特卡洛法的化工过程参数敏感性确定方法，按照如下步骤依次进行：

步骤1：确定输入变量与分布

全面分析待考察的反应系统，识别相关变量，并确定变量波动范围；

步骤2：建立反应系统模型

根据反应系统特点，建立一维/二维和拟均相/非均相模型，建立物料平衡与能量平衡方程，结合反应动力学与热力学参数，建立反应器温度、冷却介质温度、转化率之间的代数关系：y＝f(X)为函数表达式，X＝(x₁,x₂,x₃…,x_n)为n维输入变量，每一个变量均有一个概率密度函数；

步骤3：数据分解