[发明专利]一种胺液再生装置的智能控制方法及系统

说明书

本发明公开了一种胺液再生装置的智能控制方法及系统，所述方法包括如下步骤：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。

技术领域

本发明涉及化学工程技术领域，特别是涉及一种胺液再生装置的智能控制方法及系统。

背景技术

在炼油、石化等工业企业内部，胺液吸收是脱硫脱碳的常规工艺，将使用后的吸收剂富胺进行加热再生，使之脱除酸性气体还原为贫胺的装置就是胺液再生装置，如图1所示。

胺液再生装置一般是服务于核心炼油、石化或油气加工的辅助工艺装置。上游装置多点产生富胺，汇总到一个胺液再生装置进行处理，这个特质造成胺液再生的富胺进料量和进料组成时刻波动，且波动幅度可能很大。根据目前行业内普遍的计量水平，贫胺、富胺的分析频率往往有限，难以做到实时计量。

目前国内一般胺液再生装置都采用集散控制系统(Distributed ControlSystem，DCS)控制方法对生产操作进行控制。由于胺液再生塔的进料和产品关键组分浓度波动，在全塔温度分布变化上体现的不明显，而进出料组分变化对再沸能量需求的影响其实相当大，因此一般DCS方案很容易导致产品(贫胺)质量过剩，造成能耗损失。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种胺液再生装置的智能控制方法及系统，以利用胺液再生塔的人工神经元网络建模技术对难以实时计量的关键参数进行预测，从而将全塔运行状态控制在接近最优的状态，既防止产品不达标，又防止产品质量过剩造成能耗过量损失。

为达上述及其它目的，本发明提出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。

优选地，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。

优选地，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；