摘要: 精馏是甲醇生产的关键环节，一方面，由于精馏处于生产环节的末端，其性能直接影响着末端产品的质量与产量，因此对企业的产量及收益影响重大；而另一方面，由于精馏能耗在总能耗中占比很大，降低精馏环节的能耗成为企业节约成本与完成节能减排目标的... 展开 精馏是甲醇生产的关键环节，一方面，由于精馏处于生产环节的末端，其性能直接影响着末端产品的质量与产量，因此对企业的产量及收益影响重大；而另一方面，由于精馏能耗在总能耗中占比很大，降低精馏环节的能耗成为企业节约成本与完成节能减排目标的重要课题。 在实际生产中，精馏系统的进料流量、进料质量等进料条件会随着上游生产状况发生改变，出料产品质量等指标也会依据企业的生产规划发生改变。当这些条件与约束指标改变时，如何调节精馏系统的控制参数，达到产品单位能耗、产品流量等多个目标的整体最优，成为精馏系统控制的研究重点。 现有的精馏系统参数调节单纯依靠工人的生产经验。这种控制方法主要有两大缺点：第一，无法保证能耗与产量的最优；第二，由于系统的滞后性，通常在1、2个小时后才能测得系统稳定后的产品质量。如果参数调节不当，就会导致产品质量不达标，造成已有产品的浪费。这两点都会导致生产成本难以降低，物料与能源的利用率难以提高。 本文以某化工厂实际运行的甲醇四塔精馏系统为应用背景，设计了基于进化算法的能耗优化方案。该方案能根据不同的优化目标，上游生产工况与约束条件，使用改进的自适应遗传算法计算最优操作变量，使得系统稳定后单位能耗和产品产量等多个目标的协同优化。 本文的主要内容和创新点包括： 1.以某化工厂年产35万吨的甲醇四塔精馏系统为应用背景，设计了基于神经网络和进化算法的能耗优化方案。该方案能根据不同的优化目标，上游生产工况与约束条件，使用自适应算法计算最优操作变量，使得系统稳定后的多个目标协同优化。 2.将以往针对甲醇四塔精馏系统的单目标优化问题拓展至多目标优化问题，协同考虑了单位能耗和产品产量这两个表征生产成本和产能的优化目标，使得优化目标更贴近企业的实际需求，提升了研究的应用价值。 3.研究了神经网络建模和遗传算法的多目标优化方法在甲醇四塔精馏这一化工过程中应用，讨论了遗传算法各环节的多个设计方法并加以尝试，选定了一种算法设计方案进行试验与结果分析。 4.搭建甲醇四塔精馏系统能耗优化的仿真计算平台。对企业不具备先进算法知识的操作工隐藏起优化方案所涉及的算法理论，仅以简洁的“输入参数”、“确定优化目标”、“查看输出的优化结果”三步完成一次能耗优化计算。提升了研究的应用价值在企业中的易推广性。 5.总结以上的研究内容，并提出算法进一步完善思路和拓展的方向。 收起