[发明专利]工业对特辛基苯酚合成反应多组分预测模型的分步建模方法

权利要求书

1.一种工业对特辛基苯酚合成反应多组分预测模型的分步建模方法，其特征在于，包含如下步骤：

(1)针对反应过程的主要组分，二异丁烯(2,4,4-Trimethyl-1-pentene,C₈H₁₆)、苯酚(phenol,C₆H₆O)、对叔丁基苯酚(p-tert-Butylphenol,C₁₀H₁₄O)、对特辛基苯酚(p-tert-Octylphenol,C₁₄H₂₂O)，建立如下简化的反应网络：

其中，k₁与k₂表示反应速率常数；

(2)采集s组生产过程数据为样本，每组数据包括C₈H₁₆进料流量F_in,1(m³/h)，C₆H₆O进料流量F_in,2(kg/h)，装置出料流量F_out(m³/h)，反应温度T(K)，反应物体积V(m³)，以及组分i的浓度值c_i(kmol/m³)，其中i＝1,2,...,p，p为模型预测的组分数量；同时根据各组分物料守恒建立如下模型：

其中，ρ_i(kg/m³)与M_i(g/mol)为组分i的密度与相对分子质量，m₁,m₂,m₃为预测模型的反应级数；

(3)根据样本数据，利用二级差分进化算法搜索参数，第一级寻优参数为x₁＝[m₁,m₂,m₃]，第二级寻优参数为x₂＝[k₁,k₂]，具体计算流程如下：

(a)确定算法参数，种群规模pop、交叉参数cr、变异率sf；

(b)随机初始化种群解x₁；

(c)对于所有样本数据，在x₁＝[m₁,m₂,m₃]条件下，利用差分进化算法寻找对应条件下的最优反应速率常数[k₁,k₂]：

(c.1)随机初始化x₂；

(c.2)选择一组样本数据；

(c.3)计算样本数据条件下的组分浓度预测值，计算组分相对预测误差f₂：

其中，c_i，分别为对应样本下组分i的真实浓度值，模型计算值；

(c.4)得到当前最小对应的寻优结果若模型达到精度要求，即误差不再变化，则保存对应的进一步判断样本是否计算结束，若计算未结束则转至(c.2)，若计算结束则转至(d)；若模型没有达到要求则转至(c.5)；

(c.5)对当前参数x₂进行如下交叉变异操作，并转至(c.3)：

(c.5.1)对个体x_2p，随机选取另外两个个体x_2q、x_2r，则变异公式为：

v_2p＝x_2p+sf(x_2q-x_2r)；

(c.5.2)按概率cr进行交叉:

其中rand(0,1)表示服从均匀分布(0,1)上的随机数；

(d)得到所有样本平均组分预测相对误差f₁：

其中，c_ji，分别为第j组样本数据中组分i的分析值，模型计算值；

(e)求得最小误差f₁^best对应的最优结果若模型达到精度要求，即误差f₁^best不再变化，则保存对应的结束寻优；若模型没有达到精度要求则转至(f)；

(f)对当前参数x₁进行如下交叉变异操作，并转至(c)：

(f.1)对个体x_1p，随机选取另外两个个体x_1q、x_1r，则变异公式为：

v_1p＝x_1p+sf(x_1q-x_1r)

(f.2)按概率cr进行交叉：

(4)建模第二步，针对分段催化剂活性对反应速率常数的影响，通过修正Arrhenius方程建立反应速率常数的关联模型，模型如下：

k＝k₀exp(-E/RT+αg+βt_g)

其中k₀，E，R为需要求解的常数，g为催化剂使用量，t_g为催化剂平均使用时间。