[发明专利]液化石油气裂解关键产品收率预测及原料优化方法

摘要

本发明涉及一种液化石油气裂解关键产品收率预测及原料优化方法，对以液化石油气（LPG）为裂解原料的裂解过程，利用PSOBP神经网络建立以原料组成与操作条件为输入的关键产品收率预测模型，并利用粒子群算法（PSO）对液化石油气原料组成进行优化，从而得到在一定操作条件下的使裂解产品总收益最大的最优液化石油气原料组成。利用该液化石油气关键产品收率预测模型，可在已知工业现场液化石油气原料组成和操作条件的情况下，准确预测关键产品收率。利用该液化石油气关键产品收率预测模型，也可优化LPG原料组成，实现对实际过程中采购和原料配比提供依据，进而提高经济效益。该方法工程应用性强，简单易行，易于移植，具有广泛适应性。

主权项

一种液化石油气裂解关键产品收率预测及原料优化方法，其特征在于，所述方法包括以下步骤：步骤1：以液化石油气裂解原料组成成分及操作条件作为输入变量，针对每个关键产品收率为输出变量建模，构建裂解关键产品的神经网络模型： f ( x i ) = f 2 ( Σ i w 2 f 1 ( Σ i w 1 x i + b 1 i ) + b 2 i ) 其中b1和w1为网络隐含层系数；b2和w2为输出层系数；xi为模型输入；f1表示隐含层传递函数；f2是输出层传递函数；步骤2：针对关键产品利用裂解炉模拟软件构建裂解收率模型，产生仿真数据；步骤3：选取步骤2中获得的仿真数据，利用粒子群算法对步骤1中的神经网络模型进行训练，得到模型的连接权值和偏置值；步骤4：采集工业现场数据对模型进行误差验证；步骤5：以实时工况数据作为模型输入，预测裂解关键产品收率；步骤6：利用粒子群算法优化计算裂解原料组成，从而得到使裂解产品总收益最大的最优液化石油气原料组成成分分布。