[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

说明书

本发明公开了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。该方法基于主要组分的反应过程：第一步，根据各组分物料平衡原则建立预测模型，以生产数据为样本，包括进料流量、出料流量、反应温度、反应物体积、以及需要预测的组分浓度，利用二级差分进化算法搜索模型中未知的最优反应级数与反应速率常数；第二步，考虑分段投入的催化剂活性影响，建立反应速率常数与温度、催化剂活性的关联模型，以第一步得到的反应速率常数为样本求解关联模型的参数，从而建立多组分预测模型。本发明建立的多组分预测模型具有良好的预测精度，完全能满足工业装置应用需求，具有很高的工业应用价值。

技术领域

本发明属于石油化工化学反应工程领域，涉及对特辛基苯酚(p-tert-Octylphenol，PTOP)合成反应多组分预测模型的建模方法。

背景技术

PTOP是一种具有优良渗透性和润湿性的粘液，不仅可以作为聚丙烯酸酯的乳化剂、环氧类绝缘材料的粘接剂、薄膜材料的抗流动剂、聚乙烯醇缩丁醛粘接剂的抗氧剂、聚碳酸酯的链终止剂和链转移剂、染料色泽改进剂、汽油抗震添加剂等。还是制备对叔辛基酚甲醛树脂的原料，这种树脂是天然橡胶和各种橡胶的增粘剂(特别是顺丁胶、丁苯胶、丁腈胶、氯丁胶的有效增粘剂)，可用于轮胎、传送带等橡胶制品，也是油漆行业制造耐热抗氧化涂料不可缺少的原料。

PTOP可以采用苯酚与二异丁烯为原料，在阳离子交换树脂为催化剂条件下进行合成。根据不同配方选择不同配比的苯酚与二异丁烯，在一定温度条件下发生烷基化反应，可以得到特定组成含量的烷基酚烷化液。随着工艺技术的发展、市场需求的增强、以及面对激烈的市场竞争，为了获取更大的规模效益，需要对连续烷化过程反应装置进行扩能，同时对出料烷化液的组成提出更高要求，便于生产更高质量的辛基酚醛树脂。但是由于连续烷化反应组分复杂，通常历经多个反应釜，如何控制最终出料烷化液的关键组分含量，确定目前生产状况下最优的操作条件、提高反应装置的负荷，真正做到使生产装置安、稳、长、满、优地运行，是企业决策层和生产技术人员所共同关心、急迫解决的重要问题之一。因此，利用反应过程组分预测模型来指导生产调整、优化装置操作条件、消除生产瓶颈、实现过程监控、故障诊断是提高装置经济效益最有效的途径之一。另外，通过预测模型的在线投运，还可为先进控制提供重要的受控变量实时计算值，为装置起到“软仪表”的作用。

PTOP连续烷化反应过程涉及多个组分，同时伴随着很多副反应，主要受到反应物浓度、停留时间、反应温度、催化剂活性等的影响。由于其复杂性和人类目前认知水平的限制，精确的反应过程机理模型无法建立，同时工业反应过程积累大量的生产数据，这些数据蕴涵着工业装置反应过程的特征信息，但从实际生产过程采集的样本数据总是有限的，样本数据中包含大量重复程度不同的冗余信息，工业噪声的广泛存在等原因，使单纯基于样本数据的数学模型难以完全准确地体现各操作条件的影响，甚至出现违反已知工艺机理和经验知识的情况，其适用范围有限，难以满足大范围操作优化和控制的需求。当前的研究方法主要通过各种假设，建立动力学参数与反应因素之间的关联模型，然后通过实验数据求解模型中的未知参数。由于反应过程的复杂性以及认识水平的限制，各种假设与真实情况难免存在偏差，因此获得的关联模型可能存在偏差。

发明内容

本发明目的是提供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。第一步，基于关键组分的反应网络，根据各组分立物料守恒建立预测模型来描述反应过程。基于工业装置采集的实时数据为样本，利用二级差分进化算法搜索对应条件下最优的反应级数以及反应速率常数。第二步，考虑分段催化剂活性影响，建立反应速率常数与反应温度、催化剂活性的关联模型，通过第一步求解的反应速率常数求解关联模型的未知系数，从而构建预测模型。该方法通过优化算法修正建立反应网络时假设的不准确性，建立能良好描述工业装置特性的组分预测模型，可以计算实时条件下反应釜内主要组分的浓度，分析反应装置与操作条件中各反应因素对反应过程的影响，并为生产操作条件的优化、过程控制、故障诊断、生产负荷调整等提供基础和依据。