一種渣油延遲焦化過程中收率實時預(yù)測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及融合渣油裂化反應(yīng)機理和裝置實時運行特性的延遲焦化過程收率實 時預(yù)測方法，該方法可以用于延遲焦化過程建模仿真、模型實時校正以及和PMS生產(chǎn)計劃 優(yōu)化模型實時構(gòu)建。
【背景技術(shù)】
[0002] 延遲焦化是現(xiàn)代煉油過程針對重油的主要加工方法。延遲焦化技術(shù)是在一定溫 度和壓力條件下，通過加熱爐快速加熱，將渣油裂解成干氣、液化氣、汽油、柴油和蠟油的過 程。
[0003] -般煉油廠的延遲焦化單元流程圖如圖1所示。來自減壓塔的渣油經(jīng)流量計后進 入延遲焦化原料緩沖罐，經(jīng)過泵加壓后進入分餾塔下部，與來自焦炭塔的高溫油氣（430~ 440°C)換熱，將原料油中的輕質(zhì)油蒸發(fā)出來，同時又將過熱的焦化油氣降至可進行分餾的 溫度。原料油和循環(huán)油一起從分餾塔的塔底抽出，送至加熱爐加熱到500°C左右，然后經(jīng)過 四通閥進入焦炭塔底部。熱的原料油在焦炭塔內(nèi)進行裂解、縮合等反應(yīng)，最后生成焦炭。焦 炭聚集在焦炭塔內(nèi)，反應(yīng)油氣自焦炭塔頂部逸出，進入分餾塔，得到焦化氣、汽油、柴油、蠟 油和循環(huán)油。
[0004] 實際生產(chǎn)過程中，焦化氣、汽油、柴油和蠟油等產(chǎn)品的收率受原料和操作條件的影 響，導(dǎo)致實際產(chǎn)量與生產(chǎn)計劃預(yù)期值往往存在一定的偏差。宄其原因，關(guān)鍵在于目前生產(chǎn)計 劃PIMS模型均采用固定收率，難以準確描述裝置實際運行過程。因此，如何建立一個能精 確、定量描述延遲焦化裝置的收率模型是提高當(dāng)前煉油裝置生產(chǎn)計劃模型準確性的關(guān)鍵。
[0005] 延遲焦化原料大都是重質(zhì)、劣質(zhì)的渣油，其組成十分復(fù)雜，因而延遲焦化反應(yīng)機理 也十分復(fù)雜，因此對其模型化具有一定的難度。但總的來說延遲焦化屬于烴類熱轉(zhuǎn)化反應(yīng)， 是一種復(fù)雜的平行順序反應(yīng)，反應(yīng)基本上按照裂解和縮合兩個方向進行。裂解反應(yīng)是吸熱 反應(yīng)，通過裂解反應(yīng)產(chǎn)生氣體烴等小分子；縮合反應(yīng)是放熱反應(yīng)，通過縮合反應(yīng)產(chǎn)生稠環(huán)芳 烴等大分子，由于前者所占的份額明顯大于后者，因而延遲焦化總體上屬于吸熱反應(yīng)，需要 在高溫下進行。
[0006] 精確收率模型的核心在于準確的反應(yīng)機理動力學(xué)。眾所周知，延遲焦化反應(yīng)包括 烷烴熱轉(zhuǎn)化、環(huán)烷烴熱轉(zhuǎn)化、芳烴熱轉(zhuǎn)化以及含硫、含氮非烴類化合物熱轉(zhuǎn)化等多種反應(yīng)， 機理較為復(fù)雜。目前，對于類似的復(fù)雜反應(yīng)體系，一般采用集總的方法進行動力學(xué)分析。如 此，既能保留反應(yīng)核心機理，同時還能簡化反應(yīng)網(wǎng)絡(luò)，降低動力學(xué)參數(shù)估計難度。近年來，國 外許多工程公司以及科研機構(gòu)，如UOP公司、Mobil石油公司、中國石化石油化工科學(xué)研宄 院、弗吉尼亞大學(xué)、華東理工大學(xué)，都對延遲焦化反應(yīng)進行了深入的研宄，提出了各自的集 總反應(yīng)動力學(xué)模型。本專利綜合考慮模型準確性和計算效率，在11集總模型的基礎(chǔ)上建立 延遲焦化反應(yīng)器機理模型，用于實時預(yù)測延遲焦化裝置關(guān)鍵產(chǎn)品收率。

【發(fā)明內(nèi)容】

[0007]本發(fā)明提供了一種融合渣油裂化反應(yīng)機理和裝置實時運行特性的延遲焦化過程 中收率實時預(yù)測方法。
[0008] 具體技術(shù)方案如下：
[0009] -種渣油延遲焦化過程中收率實時預(yù)測方法，包括以下步驟：
[0010] (1)利用VB.net軟件平臺開發(fā)煉油廠PHD實時數(shù)據(jù)庫與機理模型之間的數(shù)據(jù)通信 接口，實現(xiàn)渣油延遲焦化過程的實時數(shù)據(jù)收集；基于物料平衡、能量平衡和現(xiàn)場儀表情況對 數(shù)據(jù)進行調(diào)和，剔除無用和錯誤的實時數(shù)據(jù)；
[0011] (2)根據(jù)實時采集的裝置數(shù)據(jù)，以延遲焦化反應(yīng)器出口的模型預(yù)測值和實際值的 平方差最小作為優(yōu)化目標，利用智能優(yōu)化算法進行求解，擬合反應(yīng)動力學(xué)參數(shù)，實現(xiàn)機理模 型實時校正；
[0012] (3)在精確的模型基礎(chǔ)上，分析在不同原料品質(zhì)、加工量和操作工藝條件下的關(guān)鍵 產(chǎn)品收率，建立產(chǎn)品收率數(shù)據(jù)庫；
[0013] (4)利用產(chǎn)品收率數(shù)據(jù)庫訓(xùn)練延遲焦化反應(yīng)過程的神經(jīng)網(wǎng)絡(luò)代理模型，根據(jù)收率 變化趨勢曲線進行分段線性化，計算Delta-Base數(shù)據(jù)，為建立精確的計劃優(yōu)化PMS模型提 供理論支撐。
[0014] 步驟（1)中所采集的實時數(shù)據(jù)為渣油原料進料負荷、密度、硫含量、殘?zhí)亢?、?應(yīng)器入口溫度、反應(yīng)壓力和產(chǎn)品流量信息。
[0015] 步驟（2)中所述裝置數(shù)據(jù)是指進料負荷、反應(yīng)溫度、壓力以及產(chǎn)品信息。
[0016] 步驟（2)中所采用的優(yōu)化算法為帶有三角變異的差分進化算法，并定義優(yōu)化目標 為：
【主權(quán)項】
1. 一種渣油延遲焦化過程中收率實時預(yù)測方法，其特征在于，包括以下步驟： (1) 利用VB. net軟件平臺開發(fā)煉油廠PHD實時數(shù)據(jù)庫與機理模型之間的數(shù)據(jù)通信接 口，實現(xiàn)渣油延遲焦化過程的實時數(shù)據(jù)收集；基于物料平衡、能量平衡和現(xiàn)場儀表情況對數(shù) 據(jù)進行調(diào)和，剔除無用和錯誤的實時數(shù)據(jù)； (2) 根據(jù)實時采集的裝置數(shù)據(jù)，以延遲焦化反應(yīng)器出口的模型預(yù)測值和實際值的平方 差最小作為優(yōu)化目標，利用智能優(yōu)化算法進行求解，擬合反應(yīng)動力學(xué)參數(shù)，實現(xiàn)機理模型實 時校正； (3) 在精確的模型基礎(chǔ)上，分析在不同原料品質(zhì)、加工量和操作工藝條件下的關(guān)鍵產(chǎn)品 收率，建立產(chǎn)品收率數(shù)據(jù)庫； (4) 利用產(chǎn)品收率數(shù)據(jù)庫訓(xùn)練延遲焦化反應(yīng)過程的神經(jīng)網(wǎng)絡(luò)代理模型，根據(jù)收率變化 趨勢曲線進行分段線性化，計算Delta-Base數(shù)據(jù)，為建立精確的計劃優(yōu)化PMS模型提供理 論支撐。
2. 根據(jù)權(quán)利要求1所述的收率實時預(yù)測方法，其特征在于，步驟（1)中所采集的實時數(shù) 據(jù)為渣油原料進料負荷、密度、硫含量、殘?zhí)亢俊⒎磻?yīng)器入口溫度、反應(yīng)壓力和產(chǎn)品流量信 息。
3. 根據(jù)權(quán)利要求1所述的收率實時預(yù)測方法，其特征在于，步驟（2)中所述裝置數(shù)據(jù)是 指進料負荷、反應(yīng)溫度、壓力以及產(chǎn)品信息。
4. 根據(jù)權(quán)利要求1所述的收率實時預(yù)測方法，其特征在于，步驟（2)中所采用的優(yōu)化算 法為帶有三角變異的差分進化算法，并定義優(yōu)化目標為：
式中：決策變量X包括各個反應(yīng)的動力學(xué)因子，Xarfual和Xcakulato分別表示實際和計算 得到的產(chǎn)品油質(zhì)量收率。
5. 根據(jù)權(quán)利要求1所述的收率實時預(yù)測方法，其特征在于，步驟（3)中原料品質(zhì)指原料 密度、硫含量和殘?zhí)亢?；操作工藝條件是指反應(yīng)器入口溫度和反應(yīng)壓力，關(guān)鍵產(chǎn)品則是指 富氣、汽油、柴油和蠟油。
6. 根據(jù)權(quán)利要求1所述的收率實時預(yù)測方法，其特征在于，步驟（4)中使用了神經(jīng)網(wǎng)絡(luò) 模型來替代機理模型進行預(yù)測計算；其中神經(jīng)網(wǎng)絡(luò)模型采用反向傳播神經(jīng)網(wǎng)絡(luò)，選取6個 神經(jīng)網(wǎng)絡(luò)輸入變量：進料負荷、密度、硫含量、殘?zhí)亢?、反?yīng)器入口溫度、反應(yīng)壓力；5個輸 出變量：富氣、汽油、柴油、蠟油、焦炭；隱含層設(shè)置為7層；利用代理模型對延遲焦化產(chǎn)品收 率進行實時預(yù)測，并獲得相應(yīng)的Delta-Base值。
【專利摘要】本發(fā)明公開了一種渣油延遲焦化過程中收率實時預(yù)測方法。該方法結(jié)合延遲焦化反應(yīng)器特點，建立軸向絕熱反應(yīng)器的數(shù)學(xué)模型?；谖锪掀胶狻崃科胶庠韺κ占难b置實時數(shù)據(jù)進行處理，結(jié)合智能優(yōu)化算法，對延遲焦化反應(yīng)動力學(xué)參數(shù)進行實時校正，使機理模型能夠精確描述裝置實際運行情況。在精確機理模型基礎(chǔ)上，分析關(guān)鍵操作/工藝條件，對延遲焦化產(chǎn)品收率的影響，結(jié)合神經(jīng)網(wǎng)絡(luò)建模技術(shù)，將操作條件與收率數(shù)據(jù)之間進行關(guān)聯(lián)，建立收率代理模型，提高收率數(shù)據(jù)計算速度。根據(jù)收率影響趨勢進行分段線性化，求解線性方程，獲得PIMS計劃模型中相應(yīng)的Delta-Base收率數(shù)據(jù)，實現(xiàn)延遲焦化裝置收率實時預(yù)測，為建立精確的計劃優(yōu)化PIMS模型提供理論支撐。
【IPC分類】G05B19-418
【公開號】CN104765347
【申請?zhí)枴緾N201510136701
【發(fā)明人】錢鋒, 楊明磊, 杜文莉, 鐘偉民
【申請人】華東理工大學(xué)
【公開日】2015年7月8日
【申請日】2015年3月26日