基于EGO算法的常压塔能量优化.pdfVIP

第65卷 第 12期 化 工 学 报 Vb1．65No．12 2014年 12月 CIESC Journal December2014 一研一 一究～ 一论～ R n 一文一 基于EGO算法的常压塔能量优化 叶贞成，钱智媛，罗娜 (华东理工大学信息科学与工程学院，上海 200237) 摘要：常减压装置能量消耗约占炼厂总用能的 25％~30％，在保证产品产量与质量的条件下，优化常减压蒸馏塔 操作条件，可有效降低能耗。为了避免随机优化算法对常压塔机理模型进行操作优化时，存在计算资源消耗大、 效率低的问题，文中采用基于代理模型的全局优化方法优化常压塔的余热回收过程，在优化迭代过程中用Kriging 代理模型来代替耗时的精确模型评估。实验表明模型调用次数相较于粒子群优化算法减少了90％，优化时间减少 了85％，实现了能量优化并且保证了侧线产品之间的分离精度。 关键词：算法；优化；计算机模拟；代理模型；有效全局优化算法；中段回流 DOI：10．3969~．issn．0438-1157．2014．12．038 中图分类号：TE08 文献标志码：A 文章编号：0438—1157 (2014)12—4929一O6 AtmospherictowerenergyoptimizationbasedonEGO YEZheneheng，QIANZhiyuan，LUONa (CollegeofinformationScienceandEngineering，EastChinaUniversityofScienceandTechnology，Shanghai200237，China) Abstract：Energyconsumptionofcrudeoildistillationunitaccountsforabout25％ to30％ ofrefinerytotalenergy Satisfyingtherequestofproductyieldandquality,optimizingcurdedistillationcolumnoperatingconditionscan effectivelyreduceenergyconsumption．Usingstochasticoptimizationalgorithmsdirectlyoptimizingmodelof atmospherictoweristime—consumingandlow efficient．Inthispaper,efficientglobaloptimizationalgorithm basedon surrogatemodelisappliedto optimization ofatmospherictower’sheatrecovery．Kriging surrogate modelisusedasareplacementtotheoriginalmodelwhichistime—consuminginiterativeoptimizationprocess． Theresultshowsthatthismethoddecreases90％ numberofassessmentanddecreases85％ optimizationtime comparedwithparticleswarm optimizationandrealizesenergysavingsandmeetsproductseparationaccuracy requirements． Keywords：algorithm；optimization；computersimulation；surrogatemodel；efficientglobaloptimization； pumparoundref