基于GAANN的干气制乙苯反应器模拟预测.pdfVIP

第40卷第4期 辽 宁 化 工 V01．40．NO．4 20l 1年4月 Chemlcal L1aOn{ng Industry ADrll，2011 基于GA—ANN的干气制乙苯 反应器模拟预测 苏 兴，刘 珍，王克峰 (大连理工大学化工过程系统工程研究所，辽宁大连116012) 摘 要：干气制乙苯反应器在生产过程中催化剂不断失活，为了使产品质量满足要求，需要不断 调解反应器温度，保证催化剂的活性。本文利用现场生产数据，采用基于遗传算法的人工神经网络对 干气制乙苯反应器温度进行模拟预测，仿真结果显示模型准确度高，运行速度快，此项技术应用前景 广阔，能够对企业的生产管理带来很好的收益。 关键词：干气制乙苯；BP；遗传算法；优化 中图分类号：TP389．I 文献标识码： A 文章编号： 1004-0935(2011)04一039l加4 催化裂化和催化裂解所产生的干气中含有大量 验提高或降低一定的操作温度来维持催化剂活性， 的乙烯，为了合理利用干气中的乙烯等成分，从 从而来保证实际乙烯转化率不低于95％这一重要工 1986年开始，中国科学院大连化学物理研究所和抚艺指标，因此该操作过程存在很大的人为性和滞后 顺石化公司石油二厂等单位联合攻关，利用干气中 性‘7。戤。 的粗乙烯直接与苯烷基化反应制取重要的化工原料 为了解决这一问题，本文拟利用基于遗传算法 乙苯。目前该工艺已成功开发到第五代技术，其中 的BP神经网络对于气制乙苯反应器建模，对主要 第三代技术已于2000年5月在中石油某厂实现工业 操作参数就行合理的预测，已达到指导生产、优化 化，装置现生产能力达6万如乙苯”一。 操作的目的。 第三代干气制乙苯工艺具有较强的创新f生和实 反应器的建模主要以动力学模型为主，但是动 用性，原料气不需特殊精制和加压直接进人反应器， 力学模型往往过于复杂，求解困难，使得在实际中 反应温度和压力均较低，但存在反应器中催化剂容 很难运用。而神经网络属于黑箱模型，不考虑反应 易结焦失活的现梨删。在该厂乙苯装置实际运行过 机理，只对反应器进出口参数间的相互关系。神经 程中，随着反应器中催化剂的逐渐失活，烷基化反 网络容错性强、具有非线性映射能力、寻优精确和 应器中乙烯的转化率随之下降，为保证乙烯的转化 能够并行处理数据，这些特性使得利用神经网络对 率不低于95％这一重要工艺指标，采用逐步提高烷 反应器建模成为可能，本文利用遗传算法优化BP 基化反应器循环苯进料温度这一操作条件来维持催 网络权值和阀值，建立干气制乙苯温度预测模型。 化剂的活性，从而保证了工况所需转化率阳1。 1研究对象及相关影响因素分析 在过去催化剂为期5个月左右的单程使用寿命 周期内，通过对装置操作条件、进料和产品组成及 以中石油某厂干气制乙苯反应器为研究对象， 状态性质等数据的记录，以及乙烯转化率、乙苯选 其生产能力为6万妇乙苯，该装置是以催化裂化装 择性等工艺指标的数据分析发现：一方面，当调整 置干气和石油苯为原料，在一定的温度和压力下， 操作温度时，若过量地提高了循环苯进料温度则会 采用固定床反应器，在分子筛催化剂的作用下，发 加快催化剂的失活速率，从而缩短了催化剂的使用 生苯烷基化反应，生成乙苯和少量的副产品，如丙 寿命；另一方面，由于操作人员是根据当天取样化 苯和重芳烃。未发生反应的干气回到系统中作为各 验分析得到当前实际的乙烯转化率，然后凭积累经 装置加热炉燃料卜101。 收稿甘