[发明专利]工业甲醇制烯烃MTO反应再生系统机理模型构建方法

说明书

本发明公开了工业甲醇制烯烃MTO反应再生系统机理模型构建方法，该方法通过“分而治之”的理念利用再生/待生催化剂为纽带将复杂的反应再生系统拆分为反应器和再生器两个部分，分别对这两个部分进行合理的简化，构建由常微分、偏微分、代数方程组成机理模型，然后有机集成小波分析、机器学习、有限元正交配置、非线性规划模型求解等方法，实现了利用工业运行数据进行过程机理模型参数的优化估计。本发明不仅很好地建立了工业甲醇制烯烃MTO反应再生系统的机理模型，还嵌套提出了合理利用工业数据进行机理模型参数估计的方法，更为工业甲醇制烯烃MTO反应再生系统的优化操作和先进控制夯实了基础。

技术领域

本发明属于甲醇制烯烃过程机理建模技术领域，具体涉及一种工业甲醇制烯烃MTO反应再生系统机理模型构建方法。

背景技术

在国内石油资源供不应求，国际油价剧烈波动的今天，非石油路线生产烯烃已逐渐成为具有经济竞争力的新选择。而中国的资源禀赋的另一大特点就是具有大量的煤矿，甲醇制烯烃MTO技术则能够连接中国多煤的资源特点和对低碳烯烃需求现状，打造一条以甲醇资源作为原料来生产烯烃的工业路线。目前国内已经有多套MTO工艺装置落地运行，截止2020年底，煤/甲醇制烯烃生产的乙烯已经超过全国乙烯产能的五分之一。以信息技术、自动化技术、人工智能技术全面结合为基础的智能制造是未来甲醇制烯烃企业的必然需求，是提高甲醇制烯烃行业的创新能力和附加值，实现节能减排目标，抢占流程工业发展制高点的重要保障。为提升甲醇制烯烃的机理分析能力及优化协同能力，建立MTO过程机理模型显得尤为重要。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的在于提出一种利用工业数据进行数学机理模型参数估计的方法，本发明不仅很好地建立了工业甲醇制烯烃MTO反应再生系统的机理模型，还嵌套提出了合理利用工业数据进行机理模型参数估计的方法，更为工业甲醇制烯烃MTO反应再生系统的优化操作和先进控制夯实了基础。

为实现上述目的，本发明提出了一种工业甲醇制烯烃MTO反应再生系统机理模型构建方法，所述甲醇制烯烃MTO反应再生系统包括反应器和再生器。根据本发明的实施例，所述方法包括：

(1)将反应器划分为混合反应区、提升反应区和旋风分离区，分别对所述混合反应区和所述提升反应区建立机理模型；

将再生器划分为密相床区、稀相床区和分离区，分别对所述密相床区和所述稀相床区建立机理模型；

(2)利用小波分析方法，分别对所述反应器和所述再生器中的输入变量进行稳态分析，获取具有稳态特征的数据集；

(3)对步骤(2)得到的稳态数据进行分析，利用K-means聚类机器学习方法，实现对原始数据集的压缩，形成训练数据集；

(4)建立包括微分代数方程约束的参数估计模型，并利用有限元正交配置方法将偏微分方程和/或微分方程转化为多项式模型，从而将参数估计模型转化为易于求解的非线性规划模型；

(5)将经步骤(3)压缩后获得的训练数据集用于步骤(4)转化后易于求解的非线性规划模型，分别求解获得所述反应器和所述再生器的机理模型的相关参数。