[发明专利]一种胺液再生装置的智能控制方法及系统有效
申请号: | 202010054579.5 | 申请日: | 2020-01-17 |
公开(公告)号: | CN111142494B | 公开(公告)日: | 2021-02-09 |
发明(设计)人: | 楼宇航;张楠;李光辉;饶品华;顾敦罡 | 申请(专利权)人: | 湖州同润汇海科技有限公司 |
主分类号: | G05B19/418 | 分类号: | G05B19/418;G06N3/02;B01D53/96 |
代理公司: | 宁波浙成知识产权代理事务所(特殊普通合伙) 33268 | 代理人: | 王方华 |
地址: | 313000 浙江省湖州市湖州经济技术开发区康山街道红*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 再生 装置 智能 控制 方法 系统 | ||
1.一种胺液再生装置的智能控制方法,包括如下步骤:
步骤S1,采集并利用胺液再生装置的现场仪表计量和现场分析数据,结合针对该胺液再生装置的工艺流程模拟模型,建立所述胺液再生装置的人工神经元网络模型;
步骤S2,利用步骤S1所建立的人工神经元网络模型对胺液再生塔的进料富胺和出料贫胺的关键组分含量进行实时预测,并利用所述人工神经元网络模型的预测结果结合装置现场的DCS控制系统,实时智能控制胺液再生塔的操作;
步骤S1进一步包括:
步骤S100,采集覆盖所述胺液再生装置操作波动范围的全塔操作和分析数据,其数据来源既包括现场仪表计量和实验室分析数据,也包括对所述胺液再生装置进行流程模拟所得到的数据以补充现场难以大量计量的数据;
步骤S101,选择所述胺液再生装置的关键参数,并针对各关键参数,选择与之相关、且实际可计量的关联参数,用于构建彼此之间的人工神经元网络数学模型;
步骤S102,根据选择的关键参数和关联参数建立人工神经元网络模型的结构;
步骤S103,对参与建模的关键参数与关联参数进行归一化处理;
步骤S104,利用人工神经元网络模型培训算法,回归计算所建立的人工神经元网络模型中所有参数,使所述人工神经元网络模型对关键参数的预测尽可能的接近原数据结果。
2.如权利要求1所述的一种胺液再生装置的智能控制方法,其特征在于,于步骤S100中,所述全塔操作和分析数据包括但不限于:
环境数据:大气温度和压力;
塔的基本参数:塔板数、填料条件、再沸方式、进料位置;
精馏目标参数:塔底出料贫胺以及塔顶出酸性气的关键组分要求;
塔的操作参数:进料富胺的流量、温度、组成分析;塔内温度压力分布;塔顶回流流量和温度;塔顶酸性气流量;塔底贫胺流量和组成分析;塔底再沸热源用量;
塔的操作限制参数:进料负荷变化范围;塔顶冷凝器和塔底再沸器的负荷范围。
3.如权利要求1所述的一种胺液再生装置的智能控制方法,其特征在于:于步骤S101中,所述关键参数包括但不限于所述胺液再生塔的进料富胺和出料贫胺的关键组分含量、塔顶酸性气关键组分含量、再沸热负荷和冷凝器负荷。
4.如权利要求1所述的一种胺液再生装置的智能控制方法,其特征在于,步骤S1进一步包括:
步骤S105,每隔若干时间采集新的数据点,对所述人工神经元网络模型进行重新培训、实现参数更新,使之能够长期准确地对关键参数进行预测。
5.如权利要求1所述的一种胺液再生装置的智能控制方法,其特征在于,步骤S2进一步包括:
步骤S200,通过所述人工神经元网络模型对进料富胺中H2S和CO2的总含量进行智能预测;
步骤S201,根据步骤S200的预测结果,利用所述人工神经元网络模型对当前贫胺中的H2S和CO2的总含量进行智能预测;
步骤S202,利用智能预测得到的当前出料贫胺的H2S和CO2总浓度优化胺液再生塔塔底再沸负荷的控制。
6.如权利要求5所述的一种胺液再生装置的智能控制方法,其特征在于:于步骤S200中,将进料富胺的H2S和CO2总量作为关键参数,利用所述人工神经元网络模型,于进料温度、塔顶温度、塔底温度、塔顶压力、塔底压力、进料量、回流量、塔顶气相流量、再沸蒸汽用量参数中选择若干操作参数进行关联,并利用对操作参数的计量以及所述人工神经元网络模型,实时预测富胺的H2S和CO2的总含量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖州同润汇海科技有限公司,未经湖州同润汇海科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010054579.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:多向大容差同轴连接器
- 下一篇:一种多能量CT基材料分解方法