基于带搜索约束的神经网络实现吸收稳定系统操作优化

《基于带搜索约束的神经网络实现吸收稳定系统操作优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于带搜索约束的神经网络实现吸收稳定系统操作优化廖藤藤李国庆李若溪华南理工大学化学与化工学院中国石化洛阳工程有限公司摘要：吸收稳定系统是多变量、强耦合系统，难于实现基于机理模型的操作优化。提出了用带搜索约束的神经网络（ANN），结合遗传算法（GA），实现吸收稳定系统操作优化的新方法。第1步，选用富气压缩机出口压力、补充吸收剂流量和吸收剂温度作为调优变量，以产品产量、压缩机功耗、解吸塔和稳定塔再沸负荷及主要冷却负荷为输出变量，建立具有最佳初始权值和阈值的吸收稳定系统反向传播型（BP）神经网络模型，以预测系统

2、的操作;第2步，用GA引导BP模型实施以系统综合效益最大为目标函数的优化计算，以确定系统的最佳操作变量值。鉴于八丽“黑箱”特征，不掌握调优变量之间的关系，GA寻优可能陷入无效区域，从吸收稳定工艺出发，提出用吸收塔回流板水力学特征约束GA次代的产生，以保证寻优过程有效进行。某1.2Mt/a重汕催化裂化装置吸收稳定系统应用表明，该方法是有效的，经过12代GA运算成功找到最佳操作点，相较于现有操作，综合效益增加252万RMB/a。关键词：吸收稳定系统;人工神经网络（ANN）;遗传算法;优化;石油加工;作者简介：

3、廖藤藤，男，硕士研宄生，从事过程能量综合研宄作者简介：李国庆，男，副教授，博士，从事过程能量综合研究;E-mail:491908129@qq.com收稿日期：2017-01-13OperationOptimizationofAbsorption&StabilizationSystemBasedonANNandGAWithSeekingConstraintLIAOTengtengLIGuoqingLIRuoxiChemicalEngineeringInstituteofSouthChinaUniversit

4、yofTechnology;LuoyangEngineeringCo.，SINOPEC;Abstract：Absorption&stabi1izationsystemisamultipie-variableandstrongcoupledprocessunitanditisverydifficulttorealizemechanismmodel-drivenoperationoptimization.Wcdevelopedanewmethod,whereaBPartificialneuralnetwork

5、(ANN)modelwasestablishedtosimulatethesystem’soperation,andageneticalgorithm(GA)wasusedtoseekoptimalrunningparameters.TnordertoensureGAresearchbeinginafeasiblearea,anartificialguideofadjustingseekingparametersbycheckinghydrodynamicbehaviorsofthepumparoundp

6、latesoftheabsorptioncolumnwassuggested.Theapplicationinanabsorption&stabilizationsystemmatedwithaRFCCUwithannualprocessingcapabilityof1.2Mtshowedthatthemethoddevelopedbythispaperisvalid，andtheoptimaloperationparametershadbeencalculatedafter12GAiterations,

7、resultinganaddedannualbenefitof2.52millionRMBcomparingwiththepresentoperation.Keyword：absorption&stabilizationsystem;artificialannualnetwork(ANN);geneticalgorithm;optimization;petroleumprocessing;Received：2017-01-13吸收稳定系统是基本的石油加工单元，是将粗石脑油和富气分离成石脑油、液态烃和干气的

8、主要手段，存在于催化裂化、延迟焦化、加氢裂化等主要石油加工装置m。由于伍括压缩机、凝缩油罐、吸收塔、解吸塔、再吸收塔、稳定塔等多个单元操作，变量多、耦合性强，故很难实现基于机理模型的操作优化m。而人工神经网络(Artificialneuralnetwork,ANN)［3-4］具有较强的自适应能力，能够挖掘现场数据，发展出较好的非线性预测能51^7］。经过多年研宄，ANN在过程仿真方面己有不少成果。如张忠洋等M针对BP神经网络（