CN106250694B - 一种己内酰胺产品的质量指标软测量方法及装置 - Google Patents
一种己内酰胺产品的质量指标软测量方法及装置 Download PDFInfo
- Publication number
- CN106250694B CN106250694B CN201610624965.7A CN201610624965A CN106250694B CN 106250694 B CN106250694 B CN 106250694B CN 201610624965 A CN201610624965 A CN 201610624965A CN 106250694 B CN106250694 B CN 106250694B
- Authority
- CN
- China
- Prior art keywords
- caprolactam
- destilling tower
- unit
- mathematical model
- basicity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- JBKVHLHDHHXQEQ-UHFFFAOYSA-N epsilon-caprolactam Chemical compound O=C1CCCCCN1 JBKVHLHDHHXQEQ-UHFFFAOYSA-N 0.000 title claims abstract description 907
- 238000000691 measurement method Methods 0.000 title claims abstract description 12
- 230000007246 mechanism Effects 0.000 claims abstract description 162
- 238000013178 mathematical model Methods 0.000 claims abstract description 126
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 239000000126 substance Substances 0.000 claims abstract description 51
- 238000005259 measurement Methods 0.000 claims abstract description 40
- 238000012937 correction Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 20
- 239000012535 impurity Substances 0.000 claims description 123
- 239000002253 acid Substances 0.000 claims description 107
- 150000007513 acids Chemical class 0.000 claims description 100
- 150000007529 inorganic bases Chemical class 0.000 claims description 77
- 238000006243 chemical reaction Methods 0.000 claims description 71
- 239000007864 aqueous solution Substances 0.000 claims description 42
- 239000002002 slurry Substances 0.000 claims description 15
- 239000007788 liquid Substances 0.000 claims description 12
- 239000003513 alkali Substances 0.000 claims description 11
- 150000001408 amides Chemical class 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000009533 lab test Methods 0.000 claims description 7
- 150000003951 lactams Chemical class 0.000 claims description 7
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 125000002252 acyl group Chemical group 0.000 claims description 5
- 150000001412 amines Chemical class 0.000 claims description 5
- 230000003139 buffering effect Effects 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 238000010025 steaming Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 2
- 239000000047 product Substances 0.000 description 114
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 229940125717 barbiturate Drugs 0.000 description 2
- 230000008033 biological extinction Effects 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012773 Laboratory assay Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 229920006351 engineering plastic Polymers 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/80—Data visualisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Air Conditioning Control Device (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
本发明公开了一种己内酰胺产品的质量指标软测量方法及装置,该方法包括:建立己内酰胺的物理化学指标的计算机理数学模型;根据所述计算机理数学模型进行计算,分别得到进蒸馏塔的己内酰胺的产品质量指标的分析数值;通过对所述计算机理数学模型进行数值拟合和在线校正,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。通过本发明建立了计算机理数学模型后,能够对己内酰胺的物理化学指标进行实时计算,同时对计算结果进行校正,得到了己内酰胺产品质量指标的软测量计算结果,实现了实时计算获得进蒸馏塔己内酰胺的产品质量信息的目的。
Description
技术领域
本发明涉及己内酰胺生产技术领域,特别是涉及一种己内酰胺产品的质量指标软测量方法及装置。
背景技术
己内酰胺是生产化纤及工程塑料的主要原料,其产品与国民经济和人们生活息息相关,随着国民经济的快速发展与人民生活水平的逐步提高,市场对己内酰胺产品品质的要求也逐步提高。
己内酰胺产品的主要质量指标包括碱度、水分含量和消光,其中消光主要与己内酰胺产品中的酸类杂质有关。为了提高己内酰胺产品的品质,需要对进蒸馏塔的己内酰胺原浆进行化学处理,一般利用一定浓度的无机碱水溶液与己内酰胺原浆中的酸类杂质进行混合产生化学反应,将易挥发的酸类杂质转化为稳定的酸盐类,并在蒸馏塔中实现进一步分离,从而可以提高己内酰胺产品的品质。
但是,无机碱与己内酰胺原浆中的酸类杂质在进蒸馏塔前的缓冲槽中完成混合和化学反应,由于缺乏有效的检测手段,无法实时获得进蒸馏塔的己内酰胺的产品质量信息,如碱度、水分含量和酸类杂质含量。目前,注碱量的加入主要依据己内酰胺产品质量的实验室分析结果,具有较大的滞后性并且注碱量不易控制。其中,当注碱量过大时,促使己内酰胺在后续蒸馏塔中加速结垢,降低蒸馏塔的运行周期,同时会造成己内酰胺产品中夹带无机碱;反之,当注碱量过低时,己内酰胺原浆中的酸性杂质无法反应完全,会造成己内酰胺产品中杂质含量过高,产品消光较高。因上述注碱量控制不当,容易造成己内酰胺产品品质降低。可见,如何实现实时计算进蒸馏塔己内酰胺的碱度、水分含量、酸性杂质含量和己内酰胺产品消光,是提高己内酰胺产品质量的必要条件。
发明内容
针对于上述问题,本发明提供一种己内酰胺产品的质量指标软测量方法及装置,实现了实时计算获得进蒸馏塔己内酰胺的产品质量信息的目的。
为了实现上述目的,根据本发明的第一方面,提供了一种己内酰胺产品的质量指标软测量方法,该方法包括:
根据己内酰胺的物理化学指标在缓冲槽中的动态混合-反应机理,建立所述己内酰胺的物理化学指标的计算机理数学模型;
其中,所述己内酰胺的物理化学指标包括进蒸馏塔前的己内酰胺缓冲槽动态混合-反应系统中的碱度、水分和酸类杂质;
根据所述己内酰胺的物理化学指标的计算机理数学模型进行计算,分别得到进蒸馏塔的己内酰胺的产品质量指标的分析数值;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光;
通过对所述己内酰胺的物理化学指标的计算机理数学模型进行数值拟合和在线校正,得到所述分析数值的校正公式,根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
优选的,所述根据己内酰胺的物理化学指标在缓冲槽中的动态混合-反应系统,建立所述己内酰胺的物理化学指标的计算机理数学模型,包括:
根据无机碱在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺碱度计算机理数学模型;
其中,ρ1为己内酰胺原浆的密度(kg/m3);v1为己内酰胺原浆的体积流量(m3/s);c1为己内酰胺原浆的碱度(mmol/kg);ρ2为无机碱水溶液的密度(kg/m3);V2为无机碱水溶液的体积流量(m3/s);C2为无机碱水溶液的碱度(mmol/kg);ρ为进蒸馏塔己内酰胺的密度(kg/m3);V为进蒸馏塔己内酰胺的体积流量(m3/s);C为进蒸馏塔己内酰胺的碱度(mmol/kg);n为酸类杂质与无机碱之间的化学反应计量数;r为己内酰胺缓冲槽中酸类杂质的反应速率(mmol/(m3·s));S为己内酰胺缓冲槽的横截面积(m2);L为己内酰胺缓冲槽中己内酰胺浆液的液位(m);t为动态混合-反应时间(s);
根据水分在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺水分含量计算机理数学模型;
其中,Y1为己内酰胺原浆的水分含量(ppm);Y2为无机碱水溶液的水分含量(ppm);Y为进蒸馏塔己内酰胺的水分含量(ppm);M为水的摩尔质量(g/mol);
根据酸类杂质在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺酸类杂质含量计算机理数学模型;
其中,X1为己内酰胺原浆的酸类杂质含量(mmol/m3);X2为无机碱水溶液的酸类杂质含量(mmol/m3);X为进蒸馏塔己内酰胺的酸类杂质含量(mmol/m3);
由所述己内酰胺碱度计算机理数学模型、所述己内酰胺水分含量计算机理数学模型和所述己内酰胺酸类杂质含量计算机理数学模型,构成所述己内酰胺的物理化学指标的计算机理数学模型。
优选的,所述根据所述己内酰胺的物理化学指标的计算机理数学模型进行计算,分别得到进蒸馏塔的己内酰胺的产品质量指标的分析数值,包括:
通过所述的己内酰胺碱度计算机理数学模型,计算得出进蒸馏塔己内酰胺的碱度;
通过所述的己内酰胺水分含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的水分含量;
通过所述的己内酰胺酸类杂质含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的酸类杂质含量;
通过所述的进蒸馏塔己内酰胺的酸类杂质含量,计算得出己内酰胺产品的消光;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光。
优选的,所述通过对所述己内酰胺的物理化学指标的计算机理数学模型进行数值拟合和在线校正,得到所述分析数值的校正公式,根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果,包括:
利用己内酰胺装置运行数据和所述分析数值,对所述计算机理数学模型的模型参数进行数值拟合,得到所述机理数学模型参数数值拟合的目标函数结果;
其中,所述己内酰胺装置运行数据包括:注入缓冲槽中的己内酰胺原浆的体积流量、碱度、水分含量、消光、注入缓冲槽中的无机碱水溶液的体积流量、无机碱质量百分含量、缓冲槽抽出至蒸馏塔的己内酰胺浆液的体积流量和缓冲槽的液位;
根据所述机理数学模型参数拟合的目标函数结果进行计算,得到进蒸馏塔己内酰胺碱度、水分含量和己内酰胺产品消光的分析数值;
利用进蒸馏塔己内酰胺的碱度、水分含量和己内酰胺产品消光的实验室化验结果,对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行漂移偏差校正,获得漂移偏差校正公式;
根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
根据本发明的第二方面,提供了一种己内酰胺产品的质量指标软测量装置,该装置包括:
建立模块,用于根据己内酰胺的物理化学指标在缓冲槽中的动态混合-反应机理,建立所述己内酰胺的物理化学指标的计算机理数学模型;
其中,所述己内酰胺的物理化学指标包括进蒸馏塔前的己内酰胺缓冲槽动态混合-反应系统中的碱度、水分和酸类杂质;
计算模块,用于根据所述己内酰胺的物理化学指标的计算机理数学模型进行计算,分别得到进蒸馏塔的己内酰胺的产品质量指标的分析数值;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光;
校正模块,用于通过对所述己内酰胺的物理化学指标的计算机理数学模型进行数值拟合和在线校正,得到分析数值的校正公式,根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
优选的,所述建立模块,包括:
第一建立单元,用于根据无机碱在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺碱度计算机理数学模型;
其中,ρ1为己内酰胺原浆的密度(kg/m3);v1为己内酰胺原浆的体积流量(m3/s);c1为己内酰胺原浆的碱度(mmol/kg);ρ2为无机碱水溶液的密度(kg/m3);V2为无机碱水溶液的体积流量(m3/s);C2为无机碱水溶液的碱度(mmol/kg);ρ为进蒸馏塔己内酰胺的密度(kg/m3);V为进蒸馏塔己内酰胺的体积流量(m3/s);C为进蒸馏塔己内酰胺的碱度(mmol/kg);n为酸类杂质与无机碱之间的化学反应计量数;r为己内酰胺缓冲槽中酸类杂质的反应速率(mmol/(m3·s));S为己内酰胺缓冲槽的横截面积(m2);L为己内酰胺缓冲槽中己内酰胺浆液的液位(m);t为动态混合-反应时间(s);
第二建立单元,用于根据水分在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺水分含量计算机理数学模型;
其中,Y1为己内酰胺原浆的水分含量(ppm);Y2为无机碱水溶液的水分含量(ppm);Y为进蒸馏塔己内酰胺的水分含量(ppm);M为水的摩尔质量(g/mol);
第三建立单元,用于根据酸类杂质在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺酸类杂质含量计算机理数学模型;
其中,X1为己内酰胺原浆的酸类杂质含量(mmol/m3);X2为无机碱水溶液的酸类杂质含量(mmol/m3);X为进蒸馏塔己内酰胺的酸类杂质含量(mmol/m3);
其中,所述己内酰胺碱度计算机理数学模型、所述己内酰胺水分含量计算机理数学模型和所述己内酰胺酸类杂质含量计算机理数学模型,构成所述己内酰胺的物理化学指标的计算机理数学模型。
优选的,所述计算模块包括:
第一计算单元,用于通过所述的己内酰胺碱度计算机理数学模型,计算得出进蒸馏塔己内酰胺的碱度;
第二计算单元,用于通过所述的己内酰胺水分含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的水分含量;
第三计算单元,用于通过所述的己内酰胺酸类杂质含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的酸类杂质含量;
第四计算单元,用于通过所述的进蒸馏塔己内酰胺的酸类杂质含量,计算得出己内酰胺产品的消光;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光。
优选的,所述校正模块包括:
数值拟合单元,用于利用己内酰胺装置运行数据和所述分析数值,对所述计算机理数学模型的模型参数进行数值拟合,得到所述机理数学模型参数数值拟合的目标函数结果;
其中,所述己内酰胺装置运行数据包括:注入缓冲槽中的己内酰胺原浆的体积流量、碱度、水分含量、消光、注入缓冲槽中的无机碱水溶液的体积流量、无机碱质量百分含量、缓冲槽抽出至蒸馏塔的己内酰胺浆液的体积流量和缓冲槽的液位;
第五计算单元,用于根据所述机理数学模型参数拟合的目标函数结果进行计算,得到进蒸馏塔己内酰胺碱度、水分含量和己内酰胺产品消光的分析数值;
校正单元,用于利用进蒸馏塔己内酰胺的碱度、水分含量和己内酰胺产品消光的实验室化验结果,对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行漂移偏差校正,获得漂移偏差校正公式;
第六计算单元,用于根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
相较于现有技术,本发明通过建立己内酰胺的物理化学指标的计算机理数学模型,并根据所述计算机理数学模型实时计算得出进蒸馏塔的己内酰胺的产品质量指标的分析数值,同时对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。通过本发明的软测量方法,不存在时间滞后性能够实时计算获得进蒸馏塔的己内酰胺的产品质量指标的分析数值,并能对结果进行校正,进而实现了实时计算获得进蒸馏塔己内酰胺的产品质量信息的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例一提供的一种己内酰胺产品质量指标软测量方法的流程示意图;
图2为本发明实施例二对应的图1所述S11步骤中建立计算机理数学模型的流程示意图;
图3为本发明实施例二对应的图1所述S12步骤计算分析数值的流程示意图;
图4为本发明实施例二对应的图1所述S13步骤校正分析数值的流程示意图;
图5为本发明实施例三提供的己内酰胺产品质量指标软测量装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权力要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
实施例一
参见图1为本发明实施例一提供的一种己内酰胺产品质量指标软测量方法的流程示意图,该方法包括:
S11、根据己内酰胺的物理化学指标在缓冲槽中的动态混合-反应系统,建立所述己内酰胺的物理化学指标的计算机理数学模型;
其中,所述己内酰胺的物理化学指标包括进蒸馏塔前的己内酰胺缓冲槽动态混合-反应系统中的碱度、水分和酸类杂质;
具体的,己内酰胺缓冲槽混合-反应系统是指向己内酰胺缓冲槽中连续注入己内酰胺原浆与无机碱水溶液,缓冲槽中的己内酰胺原浆与无机碱在快速混合泵的作用下实现动态混合,己内酰胺原浆中的酸类杂质与无机碱在缓冲槽中进行动态反应,己内酰胺缓冲槽同时向后续蒸馏装置连续输出处理后的己内酰胺浆液;
上述动态均匀混合是指己内酰胺浆液与无机碱水溶液在己内酰胺缓冲槽中的混合过程为理想状态下的混合过程,组分包括:己内酰胺、酸类杂质、酸盐类杂质、无机碱和水分,且在同一时刻,己内酰胺缓冲槽中的各组分不存在浓度梯度与温度梯度;动态反应是指己内酰胺原浆中的酸类杂质与无机碱之间的动态化学反应,反应物为酸类杂质和无机碱,反应产物为酸类杂质和水,并将该化学反应视为二级不可逆基元反应,由于己内酰胺原浆中的酸类杂质含量非常低,可忽略反应热对混合-反应过程的影响。
上述己内酰胺原浆与无机碱水溶液在缓冲槽中的动态均匀混合和动态反应过程可用一个虚拟的连续全混流动态釜式反应器模型来进行机理数学模型建模。其中,连续全混流动态釜式反应器由物料守恒方程和反应动力学方程构成,依据无机碱、水分和酸类杂质的连续全混流动态釜式反应器模型构建进蒸馏塔己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品消光的软测量方法。
S12、根据所述己内酰胺的物理化学指标的计算机理数学模型进行计算,分别得到进蒸馏塔的己内酰胺的产品质量指标的分析数值;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光;
S13、通过对所述己内酰胺的物理化学指标的计算机理数学模型进行数值拟合和在线校正,得到所述分析数值的校正公式,根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
具体的,对所述机内酰胺的物理化学指标的计算机理数学模型进行数值拟合即为对所述计算机理数学模型进行离线校正,利用己内酰胺装置运行数据和分析数值对所述计算机理数学模型的模型参数进行数值拟合,具体包括:酸类杂质与无机碱之间的化学反应速率指前因子、酸类杂质与无机碱之间的化学反应活化能、酸类杂质与无机碱之间的化学反应计量数和己内酰胺产品消光对酸类杂质含量的消光系数;
所述的计算机理数学模型在线校正是指利用实验室分析数据对所述计算机理数学模型的计算结果进行在线校正,具体包括:利用进蒸馏塔己内酰胺的碱度、水分含量和己内酰胺产品消光的实验室分析数据对计算机理数学模型的计算结果(包括:进蒸馏塔己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品消光)进行漂移偏差校正。
根据本发明实施例一提供的技术方案,通过建立己内酰胺的物理化学指标的计算机理数学模型,并根据所述计算机理数学模型实时计算得出进蒸馏塔的己内酰胺的产品质量指标的分析数值,同时对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。通过本发明的软测量方法,不存在时间滞后性能够实时计算获得进蒸馏塔的己内酰胺的产品质量指标的分析数值,并能对结果进行校正,进而实现了实时计算获得进蒸馏塔己内酰胺的产品质量信息的目的。
实施例二
参照本发明实施例一和图1中所描述的S11到S13步骤的具体过程,并参见图2本发明实施例二对应的图1所述S11步骤中建立计算机理数学模型的流程示意图,可以理解为,己内酰胺原浆中的酸类杂质与无机碱在己内酰胺装置进蒸馏塔前的己内酰胺缓冲槽中完成动态混合-反应过程,该动态混合-反应过程可用基于物料守恒方程和反应动力学方程的虚拟的连续全混流动态釜式反应器模型来进行机理数学模型建模,利用该机理数学模型分别构建进蒸馏塔己内酰胺的碱度、水分含量和酸类杂质含量的软测量机理数学模型;基于比尔-朗伯定律,构建己内酰胺产品消光的软测量机理数学模型,并利用进蒸馏塔己内酰胺的酸类杂质含量计算己内酰胺产品的消光。
图1中步骤S11具体包括:
S111、根据无机碱在缓冲槽中的动态混合反应机理,通过公式(1)建立己内酰胺碱度计算机理数学模型;
其中,ρ1为己内酰胺原浆的密度(kg/m3);v1为己内酰胺原浆的体积流量(m3/s);c1为己内酰胺原浆的碱度(mmol/kg);ρ2为无机碱水溶液的密度(kg/m3);V2为无机碱水溶液的体积流量(m3/s);C2为无机碱水溶液的碱度(mmol/kg);ρ为进蒸馏塔己内酰胺的密度(kg/m3);V为进蒸馏塔己内酰胺的体积流量(m3/s);C为进蒸馏塔己内酰胺的碱度(mmol/kg);n为酸类杂质与无机碱之间的化学反应计量数;r为己内酰胺缓冲槽中酸类杂质的反应速率(mmol/(m3·s));S为己内酰胺缓冲槽的横截面积(m2);L为己内酰胺缓冲槽中己内酰胺浆液的液位(m);t为动态混合-反应时间(s);
具体的,由于向己内酰胺缓冲槽中注入的无机碱水溶液的量与己内酰胺原浆的量相比非常低,可忽略由注入的无机碱水溶液对己内酰胺浆液密度的影响,即缓冲槽中的经无机碱处理后的己内酰胺浆液的密度不随时间而变化,
也即
将(2)式带入到(1)式中,简化后得到
S112、根据水分在缓冲槽中的动态混合反应机理,通过公(4)建立己内酰胺水分含量计算机理数学模型;
其中,Y1为己内酰胺原浆的水分含量(ppm);Y2为无机碱水溶液的水分含量(ppm);Y为进蒸馏塔己内酰胺的水分含量(ppm);M为水的摩尔质量(g/mol);
具体的,将(2)式带入到(4)式中得到,简化得到
S113、根据酸类杂质在缓冲槽中的动态混合反应机理,通过公式(6)建立己内酰胺酸类杂质含量计算机理数学模型;
其中,X1为己内酰胺原浆的酸类杂质含量(mmol/m3);X2为无机碱水溶液的酸类杂质含量(mmol/m3);X为进蒸馏塔己内酰胺的酸类杂质含量(mmol/m3);
具体的,将(2)式带入到(6)式,简化得到
得到
己内酰胺原浆中的酸类杂质与无机碱之间的反应可视为二级不可逆基元反应,酸类杂质的反应速率方程如下:
r=k·ρ·C·X (8)
将(9)式代入(8)式,得到酸类杂质的反应速率方程如下:
式中:
k为酸类杂质与无机碱之间的化学反应速率(m3/(mmol·s));
k0为酸类杂质与无机碱之间的化学反应速率指前因子(m3/(mmol·s));
E0为酸类杂质与无机碱之间的化学反应活化能(J/mol);
R为理想气体常数(J/(mol·K));
T为己内酰胺缓冲槽中的反应温度(K);
将(10)式代入(3)式,得到进蒸馏塔己内酰胺的碱度计算机理数学模型:
将(10)式代入(5)式,得到进蒸馏塔己内酰胺的水分含量计算机理数学模型:
将(10)式代入(7)式,得到进蒸馏塔己内酰胺的酸类杂质含量计算机理数学模型:
同时,己内酰胺产品的消光与进蒸馏塔己内酰胺的酸类杂质含量有关,酸类杂质含量越高,己内酰胺产品的消光越大,依据比尔-郎伯定律,可近似认为己内酰胺产品的消光与进蒸馏塔己内酰胺的酸类杂质含量成一定的线性关系。基于此,构建己内酰胺产品消光的计算机理数学模型为:
A=b·X+A0 (14)
式中:
A为己内酰胺产品的消光;
b为己内酰胺产品消光对酸类杂质含量的消光系数;
X为进蒸馏塔己内酰胺的酸类杂质含量(mmol/m3);
A0为优级纯己内酰胺样品的消光。
S114、由所述己内酰胺碱度计算机理数学模型、所述己内酰胺水分含量计算机理数学模型和所述己内酰胺酸类杂质含量计算机理数学模型,构成所述己内酰胺的物理化学指标的计算机理数学模型。
在建立了己内酰胺的物理化学指标的计算机理数学模型后,参见图3,在图1中的步骤S12具体包括:
S121、通过所述的己内酰胺碱度计算机理数学模型,计算得出进蒸馏塔己内酰胺的碱度;
S122、通过所述的己内酰胺水分含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的水分含量;
S123、通过所述的己内酰胺酸类杂质含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的酸类杂质含量;
S124、通过所述的进蒸馏塔己内酰胺的酸类杂质含量,计算得出己内酰胺产品的消光;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光。
具体的,前述建立的己内酰胺装置进蒸馏塔己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品消光的软测量机理数学模型均为动态模型,在对上述软测量机理数学模型进行求解时需要进行时间离散化处理。
离散化后的数学模型如下:
Ai=b·Xi+A0 (30)
在t时刻,己内酰胺装置软测量机理数学模型的计算初始边界条件为:
C0=C(t-Δt) (31)
Y0=Y(t-Δt) (32)
X0=X(t-Δt) (33)
在t时刻,己内酰胺装置软测量机理数学模型的计算结果为:
C(t)=CN (34)
Y(t)=YN (35)
X(t)=XN (36)
A(t)=AN (37)
式中:
Δt为己内酰胺装置软测量计算时间间隔,一般选取为30s或60s;
h为离散时间步幅,一般选取为1s或2s;
i为离散时间序列,i=1,2,...,N-1,N;
N为离散时间序列长度,离散时间序列长度的计算公式如下:
在计算获得进蒸馏塔的己内酰胺的产品质量指标的分析数值后,参见图4,图1中步骤S13具体包括:
S131、利用己内酰胺装置运行数据和所述分析数值,对所述计算机理数学模型的模型参数进行数值拟合,得到所述机理数学模型参数数值拟合的目标函数结果;
其中,所述己内酰胺装置运行数据包括:注入缓冲槽中的己内酰胺原浆的体积流量、碱度、水分含量、消光、注入缓冲槽中的无机碱水溶液的体积流量、无机碱质量百分含量、缓冲槽抽出至蒸馏塔的己内酰胺浆液的体积流量和缓冲槽的液位;
具体的,己内酰胺装置软测量机理数学模型的模型参数数值拟合的目标函数结果如下:
F(k0,E0,n,b)=min(∑f(k0,E0,n,b,t)) (39)
式中:
Cs为进蒸馏塔己内酰胺碱度的实验室化验结果;
Ys为进蒸馏塔己内酰胺水分含量的实验室化验结果;
As为己内酰胺产品消光的实验室化验结果。
利用(39)式和(40)式对己内酰胺装置软测量机理数学的模型参数进行数值拟合,模型参数拟合的目标函数结果如下:
k0=9.42E-5;
E0=1000;
n=1.82;
b=0.0091。
S132、根据所述机理数学模型参数拟合的目标函数结果进行计算,得到进蒸馏塔己内酰胺碱度、水分含量和己内酰胺产品消光的分析数值;
S133、利用所述进蒸馏塔己内酰胺的碱度、水分含量和己内酰胺产品消光的分析数值,对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行漂移偏差校正,获得漂移偏差校正公式;
S134、根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
可以理解的,随着己内酰胺装置的持续运行,其装置特性会随时间发生一定的变化,如己内酰胺缓冲槽中快速混合泵的入口压力、出口压力、管网阻力会随时间发生一定的变化,这会对己内酰胺缓冲槽中各组分的混合状态产生一定程度的影响,进而影响无机碱与酸类杂质间的化学反应过程,最终影响到进蒸馏塔己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光。而己内酰胺装置的软测量机理数学模型是以己内酰胺缓冲槽中各组分实现完全均匀混合为基础,因此需要利用实验室分析数据对软测量机理数学模型的计算结果进行在线校正,即利用进蒸馏塔己内酰胺的碱度、水分含量和己内酰胺产品消光的实验室分析数据对软测量机理数学模型的计算结果进行漂移偏差校正,漂移偏差校正公式如下:
Cm(t)=C(t)+α·[Cs(t1)-C(t1)]+(1-α)·[Cs(t2)-C(t2)] (41)
Ym(t)=Y(t)+α·[Ys(t1)-Y(t1)]+(1-α)·[Ys(t2)-Y(t2)] (42)
Am(t)=A(t)+α·[As(t1)-A(t1)]+(1-α)·[As(t2)-A(t2)] (44)
式中:
Cm为校正后的进蒸馏塔己内酰胺的碱度软测量计算结果;
Ym为校正后的进蒸馏塔己内酰胺的水分含量软测量计算结果;
Xm为校正后的进蒸馏塔己内酰胺的酸类杂质含量软测量计算结果;
Am为校正后的己内酰胺产品的消光软测量计算结果;
α为漂移偏差校正因子,取值范围为0~1,一般选取0.7;
t1,t2分别为最近两次的实验室分析时间。
根据本发明实施例二公开的技术方案,根据己内酰胺的物理化学指标在缓冲槽中的动态混合-反应机理,分别建立了己内酰胺碱度、水分含量和酸类杂质的计算机理数学模型,并通过上述计算机理数学模型,分别计算出进蒸馏塔己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光,并对计算结果进行了校正,由于计算的过程不存在时间滞后性,能及时反映进蒸馏塔己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品消光,进而实现了实时计算获得进蒸馏塔己内酰胺的产品质量信息的目的。
实施例三
与本发明实施例一和实施例二所公开的己内酰胺产品的质量指标软测量方法相对应,本发明实施例三还提供了一种己内酰胺产品的质量指标软测量装置,参见图5为本发明实施例三提供的己内酰胺产品质量指标软测量装置的结构示意图,该装置具体包括:
建立模块1,用于根据己内酰胺的物理化学指标在缓冲槽中的动态混合-反应机理,建立所述己内酰胺的物理化学指标的计算机理数学模型;
其中,所述己内酰胺的物理化学指标包括进蒸馏塔前的己内酰胺缓冲槽动态混合-反应系统中的碱度、水分和酸类杂质;
计算模块2,用于根据所述己内酰胺的物理化学指标的计算机理数学模型进行计算,分别得到进蒸馏塔的己内酰胺的产品质量指标的分析数值;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光;
校正模块3,用于通过对所述己内酰胺的物理化学指标的计算机理数学模型进行数值拟合和在线校正,得到分析数值的校正公式,根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
具体的,所述建立模块1,包括:
第一建立单元11,用于根据无机碱在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺碱度计算机理数学模型;
其中,ρ1为己内酰胺原浆的密度(kg/m3);v1为己内酰胺原浆的体积流量(m3/s);c1为己内酰胺原浆的碱度(mmol/kg);ρ2为无机碱水溶液的密度(kg/m3);V2为无机碱水溶液的体积流量(m3/s);C2为无机碱水溶液的碱度(mmol/kg);ρ为进蒸馏塔己内酰胺的密度(kg/m3);V为进蒸馏塔己内酰胺的体积流量(m3/s);C为进蒸馏塔己内酰胺的碱度(mmol/kg);n为酸类杂质与无机碱之间的化学反应计量数;r为己内酰胺缓冲槽中酸类杂质的反应速率(mmol/(m3·s));S为己内酰胺缓冲槽的横截面积(m2);L为己内酰胺缓冲槽中己内酰胺浆液的液位(m);t为动态混合-反应时间(s);
第二建立单元12,用于根据水分在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺水分含量计算机理数学模型;
其中,Y1为己内酰胺原浆的水分含量(ppm);Y2为无机碱水溶液的水分含量(ppm);Y为进蒸馏塔己内酰胺的水分含量(ppm);M为水的摩尔质量(g/mol);
第三建立单元13,用于根据酸类杂质在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺酸类杂质含量计算机理数学模型;
其中,X1为己内酰胺原浆的酸类杂质含量(mmol/m3);X2为无机碱水溶液的酸类杂质含量(mmol/m3);X为进蒸馏塔己内酰胺的酸类杂质含量(mmol/m3);
其中,所述己内酰胺碱度计算机理数学模型、所述己内酰胺水分含量计算机理数学模型和所述己内酰胺酸类杂质含量计算机理数学模型,构成所述己内酰胺的物理化学指标的计算机理数学模型。
具体的,所述计算模块2包括:
第一计算单元21,用于通过所述的己内酰胺碱度计算机理数学模型,计算得出进蒸馏塔己内酰胺的碱度;
第二计算单元22,用于通过所述的己内酰胺水分含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的水分含量;
第三计算单元23,用于通过所述的己内酰胺酸类杂质含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的酸类杂质含量;
第四计算单元24,用于通过所述的进蒸馏塔己内酰胺的酸类杂质含量,计算得出己内酰胺产品的消光;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光。
具体的,所述校正模块3包括:
数值拟合单元31,用于利用己内酰胺装置运行数据和所述分析数值,对所述计算机理数学模型的模型参数进行数值拟合,得到所述机理数学模型参数数值拟合的目标函数结果;
其中,所述己内酰胺装置运行数据包括:注入缓冲槽中的己内酰胺原浆的体积流量、碱度、水分含量、消光、注入缓冲槽中的无机碱水溶液的体积流量、无机碱质量百分含量、缓冲槽抽出至蒸馏塔的己内酰胺浆液的体积流量和缓冲槽的液位;
第五计算单元32,用于根据所述机理数学模型参数拟合的目标函数结果进行计算,得到进蒸馏塔己内酰胺碱度、水分含量和己内酰胺产品消光的分析数值;
校正单元33,用于利用进蒸馏塔己内酰胺的碱度、水分含量和己内酰胺产品消光的实验室化验结果,对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行漂移偏差校正,获得漂移偏差校正公式;
第六计算单元34,用于根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
在本发明实施例三中,通过建立模块建立了己内酰胺的物理化学指标的计算机理数学模型,采用计算模块得到进蒸馏塔的己内酰胺的产品质量指标的分析数值,并通过校正模块对所述分析数值进行了校正,由于计算模块在计算获得分析数值的过程中不存在时间滞后性,能够及时计算得到所述的分析数值,进而实现了实时计算获得进蒸馏塔己内酰胺的产品质量信息的目的。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种己内酰胺产品的质量指标软测量方法,其特征在于,该方法包括:
根据己内酰胺的物理化学指标在缓冲槽中的动态混合-反应系统,建立所述己内酰胺的物理化学指标的计算机理数学模型;
其中,所述己内酰胺的物理化学指标包括进蒸馏塔前的己内酰胺缓冲槽动态混合-反应系统中的碱度、水分和酸类杂质;
根据所述己内酰胺的物理化学指标的计算机理数学模型进行计算,分别得到进蒸馏塔的己内酰胺的产品质量指标的分析数值;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光;
通过对所述己内酰胺的物理化学指标的计算机理数学模型进行数值拟合和在线校正,得到所述分析数值的校正公式,根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
2.根据权利要求1所述的方法,其特征在于,所述根据己内酰胺的物理化学指标在缓冲槽中的动态混合-反应机理,建立所述己内酰胺的物理化学指标的计算机理数学模型,包括:
根据无机碱在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺碱度计算机理数学模型;
其中,ρ1为己内酰胺原浆的密度,所述ρ1的单位为:kg/m3;v1为己内酰胺原浆的体积流量,所述v1的单位为:m3/s;c1为己内酰胺原浆的碱度,所述c1的单位为:mmol/kg;ρ2为无机碱水溶液的密度所述ρ2的单位为:kg/m3;V2为无机碱水溶液的体积流量,所述V2的单位为:m3/s;C2为无机碱水溶液的碱度,所述C2的单位为:mmol/kg;ρ为进蒸馏塔己内酰胺的密度,所述ρ的单位为:kg/m3;V为进蒸馏塔己内酰胺的体积流量所述V的单位为m3/s;C为进蒸馏塔己内酰胺的碱度,所述C的单位为mmol/kg;n为酸类杂质与无机碱之间的化学反应计量数;r为己内酰胺缓冲槽中酸类杂质的反应速率,所述r的单位为mmol/(m3·s);S为己内酰胺缓冲槽的横截面积,所述S的单位为m2;L为己内酰胺缓冲槽中己内酰胺浆液的液位,所述L的单位为:m;t为动态混合-反应时间,所述t的单位为:s;
根据水分在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺水分含量计算机理数学模型;
其中,Y1为己内酰胺原浆的水分含量,所述Y1的单位为ppm;Y2为无机碱水溶液的水分含量,所述Y2的单位为:ppm;Y为进蒸馏塔己内酰胺的水分含量,所述Y的单位为ppm;M为水的摩尔质量,所述M的单位为g/mol;
根据酸类杂质在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺酸类杂质含量计算机理数学模型;
其中,X1为己内酰胺原浆的酸类杂质含量,所述X1的单位为mmol/m3;X2为无机碱水溶液的酸类杂质含量,所述X2的单位为mmol/m3;X为进蒸馏塔己内酰胺的酸类杂质含量,所述X的单位为mmol/m3;
由所述己内酰胺碱度计算机理数学模型、所述己内酰胺水分含量计算机理数学模型和所述己内酰胺酸类杂质含量计算机理数学模型,构成所述己内酰胺的物理化学指标的计算机理数学模型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述己内酰胺的物理化学指标的计算机理数学模型进行计算,分别得到进蒸馏塔的己内酰胺的产品质量指标的分析数值,包括:
通过所述的己内酰胺碱度计算机理数学模型,计算得出进蒸馏塔己内酰胺的碱度;
通过所述的己内酰胺水分含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的水分含量;
通过所述的己内酰胺酸类杂质含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的酸类杂质含量;
通过所述的进蒸馏塔己内酰胺的酸类杂质含量,计算得出己内酰胺产品的消光;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光。
4.根据权利要求1所述的方法,其特征在于,所述通过对所述己内酰胺的物理化学指标的计算机理数学模型进行数值拟合和在线校正,得到所述分析数值的校正公式,根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果,包括:
利用己内酰胺装置运行数据和所述分析数值,对所述计算机理数学模型的模型参数进行数值拟合,得到所述机理数学模型参数数值拟合的目标函数结果;
其中,所述己内酰胺装置运行数据包括:注入缓冲槽中的己内酰胺原浆的体积流量、碱度、水分含量、消光、注入缓冲槽中的无机碱水溶液的体积流量、无机碱质量百分含量、缓冲槽抽出至蒸馏塔的己内酰胺浆液的体积流量和缓冲槽的液位;
根据所述机理数学模型参数拟合的目标函数结果进行计算,得到进蒸馏塔己内酰胺碱度、水分含量和己内酰胺产品消光的分析数值;
利用进蒸馏塔己内酰胺的碱度、水分含量和己内酰胺产品消光的实验室化验结果,对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行漂移偏差校正,获得漂移偏差校正公式;
根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
5.一种己内酰胺产品的质量指标软测量装置,其特征在于,该装置包括:
建立模块,用于根据己内酰胺的物理化学指标在缓冲槽中的动态混合-反应机理,建立所述己内酰胺的物理化学指标的计算机理数学模型;
其中,所述己内酰胺的物理化学指标包括进蒸馏塔前的己内酰胺缓冲槽动态混合-反应系统中的碱度、水分和酸类杂质;
计算模块,用于根据所述己内酰胺的物理化学指标的计算机理数学模型进行计算,分别得到进蒸馏塔的己内酰胺的产品质量指标的分析数值;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光;
校正模块,用于通过对所述己内酰胺的物理化学指标的计算机理数学模型进行数值拟合和在线校正,得到分析数值的校正公式,根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
6.根据权利要求5所述的装置,其特征在于,所述建立模块,包括:
第一建立单元,用于根据无机碱在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺碱度计算机理数学模型;
其中,ρ1为己内酰胺原浆的密度,所述ρ1的单位为:kg/m3;v1为己内酰胺原浆的体积流量,所述v1的单位为:m3/s;c1为己内酰胺原浆的碱度,所述c1的单位为:mmol/kg;ρ2为无机碱水溶液的密度,所述ρ2的单位为:kg/m3;V2为无机碱水溶液的体积流量,所述V2的单位为:m3/s;C2为无机碱水溶液的碱度,所述C2的单位为:mmol/kg;ρ为进蒸馏塔己内酰胺的密度,所述ρ的单位为:kg/m3;V为进蒸馏塔己内酰胺的体积流量,所述V的单位为m3/s;C为进蒸馏塔己内酰胺的碱度,所述C的单位为mmol/kg;n为酸类杂质与无机碱之间的化学反应计量数;r为己内酰胺缓冲槽中酸类杂质的反应速率,所述r的单位为mmol/(m3·s);S为己内酰胺缓冲槽的横截面积,所述S的单位为m2;L为己内酰胺缓冲槽中己内酰胺浆液的液位,所述L的单位为:m;t为动态混合-反应时间,所述t的单位为:s;
第二建立单元,用于根据水分在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺水分含量计算机理数学模型;
其中,Y1为己内酰胺原浆的水分含量,所述Y1的单位为ppm;Y2为无机碱水溶液的水分含量,所述Y2的单位为:ppm;Y为进蒸馏塔己内酰胺的水分含量,所述Y的单位为ppm;M为水的摩尔质量,所述M的单位为g/mol;
第三建立单元,用于根据酸类杂质在缓冲槽中的动态混合反应机理,通过公式建立己内酰胺酸类杂质含量计算机理数学模型;
其中,X1为己内酰胺原浆的酸类杂质含量,所述X1的单位为mmol/m3;X2为无机碱水溶液的酸类杂质含量,所述X2的单位为mmol/m3;X为进蒸馏塔己内酰胺的酸类杂质含量,所述X的单位为mmol/m3;
其中,所述己内酰胺碱度计算机理数学模型、所述己内酰胺水分含量计算机理数学模型和所述己内酰胺酸类杂质含量计算机理数学模型,构成所述己内酰胺的物理化学指标的计算机理数学模型。
7.根据权利要求5所述的装置,其特征在于,所述计算模块包括:
第一计算单元,用于通过所述的己内酰胺碱度计算机理数学模型,计算得出进蒸馏塔己内酰胺的碱度;
第二计算单元,用于通过所述的己内酰胺水分含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的水分含量;
第三计算单元,用于通过所述的己内酰胺酸类杂质含量计算机理数学模型,计算得出进蒸馏塔己内酰胺的酸类杂质含量;
第四计算单元,用于通过所述的进蒸馏塔己内酰胺的酸类杂质含量,计算得出己内酰胺产品的消光;
其中,所述己内酰胺的产品质量指标包括:进蒸馏塔的己内酰胺的碱度、水分含量、酸类杂质含量和己内酰胺产品的消光。
8.根据权利要求5所述的装置,其特征在于,所述校正模块包括:
数值拟合单元,用于利用己内酰胺装置运行数据和所述分析数值,对所述计算机理数学模型的模型参数进行数值拟合,得到所述机理数学模型参数数值拟合的目标函数结果;
其中,所述己内酰胺装置运行数据包括:注入缓冲槽中的己内酰胺原浆的体积流量、碱度、水分含量、消光、注入缓冲槽中的无机碱水溶液的体积流量、无机碱质量百分含量、缓冲槽抽出至蒸馏塔的己内酰胺浆液的体积流量和缓冲槽的液位;
第五计算单元,用于根据所述机理数学模型参数拟合的目标函数结果进行计算,得到进蒸馏塔己内酰胺碱度、水分含量和己内酰胺产品消光的分析数值;
校正单元,用于利用进蒸馏塔己内酰胺的碱度、水分含量和己内酰胺产品消光的实验室化验结果,对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行漂移偏差校正,获得漂移偏差校正公式;
第六计算单元,用于根据所述校正公式对所述进蒸馏塔的己内酰胺的产品质量指标的分析数值进行校正计算,获得校正后的进蒸馏塔的己内酰胺产品质量指标的软测量计算结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610624965.7A CN106250694B (zh) | 2016-08-01 | 2016-08-01 | 一种己内酰胺产品的质量指标软测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610624965.7A CN106250694B (zh) | 2016-08-01 | 2016-08-01 | 一种己内酰胺产品的质量指标软测量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106250694A CN106250694A (zh) | 2016-12-21 |
CN106250694B true CN106250694B (zh) | 2019-01-29 |
Family
ID=57606737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610624965.7A Active CN106250694B (zh) | 2016-08-01 | 2016-08-01 | 一种己内酰胺产品的质量指标软测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106250694B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107544455B (zh) * | 2017-08-17 | 2019-12-31 | 浙江邦业科技股份有限公司 | 一种应用于质量控制软仪表的非对称在线收敛校正法 |
CN111537679B (zh) * | 2020-05-25 | 2021-06-08 | 北京化工大学 | 一种基于非线性滤波的隔离壁精馏塔浓度软测量方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1888896A (zh) * | 2006-08-01 | 2007-01-03 | 浙江中控软件技术有限公司 | 二水湿法磷酸生产过程中so3含量的软测量方法 |
CN104072419A (zh) * | 2013-10-28 | 2014-10-01 | 中国石油化工股份有限公司 | 一种己内酰胺的纯化方法和纯化装置 |
CN104876867A (zh) * | 2014-02-27 | 2015-09-02 | 中国石油化工股份有限公司 | 一种提高己内酰胺产品质量的方法 |
-
2016
- 2016-08-01 CN CN201610624965.7A patent/CN106250694B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1888896A (zh) * | 2006-08-01 | 2007-01-03 | 浙江中控软件技术有限公司 | 二水湿法磷酸生产过程中so3含量的软测量方法 |
CN104072419A (zh) * | 2013-10-28 | 2014-10-01 | 中国石油化工股份有限公司 | 一种己内酰胺的纯化方法和纯化装置 |
CN104876867A (zh) * | 2014-02-27 | 2015-09-02 | 中国石油化工股份有限公司 | 一种提高己内酰胺产品质量的方法 |
Non-Patent Citations (3)
Title |
---|
己内酰胺中挥发性碱杂质的控制;胡合新 等;《石油学报(石油加工)》;20120430;第28卷(第2期);第225-230页 |
己内酰胺的精制;李识寒 等;《河南化工》;20131010;第30卷(第10期);第17-20页 |
精馏塔系的软测量建模与优化策略研究;陈志杰 等;《计算机与应用化学》;20150328;第32卷(第3期);第261-265页 |
Also Published As
Publication number | Publication date |
---|---|
CN106250694A (zh) | 2016-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106250694B (zh) | 一种己内酰胺产品的质量指标软测量方法及装置 | |
CN107003220A (zh) | 用于聚合物反应的控制和使用自动连续在线监测的处理的系统和方法 | |
Luo et al. | Comparative kinetics of carbon dioxide absorption in unloaded aqueous monoethanolamine solutions using wetted wall and string of discs columns | |
Tessendorf et al. | Modeling, simulation and optimization of membrane-based gas separation systems | |
Zachariou et al. | Potentiometric investigations into the acid− base and metal ion binding properties of immobilized metal ion affinity chromatographic (IMAC) adsorbents | |
Kundu et al. | Solubility of CO2 in water+ diethanolamine+ N-methyldiethanolamine | |
CN108490025A (zh) | 一种连续流气相反应工艺的量热测试方法及装置 | |
Balchandani et al. | Measurements and modeling of vapor liquid equilibrium of CO2 in amine activated imidazolium ionic liquid solvents | |
Shi et al. | Studies on simulation and experiments of ethanol–water mixture separation by VMD using a PTFE flat membrane module | |
JP5696385B2 (ja) | 液化天然ガスの熱量算出システムおよび液化天然ガスの熱量算出方法 | |
Han et al. | Estimation of correlation between electrical conductivity and CO2 absorption in a monoethanolamine solvent system | |
CN102033116B (zh) | 一种双甘膦母液成分的分析方法 | |
Haji-Sulaiman et al. | Equilibrium concentration profiles of species in CO2—alkanolamine—water systems | |
Guo et al. | Maker chemistry: Exploring a new multiple expansion method through sensor and software to determine vapor pressure | |
CN103838209B (zh) | 丙烯聚合生产过程自适应最优预报系统和方法 | |
Namli et al. | Simultaneous observation of reagent consumption and product formation with the kinetics of benzaldehyde and aniline reaction in FTIR liquid cell | |
Stec et al. | Simple method for determining CO2 loading of partially carbonated aqueous ammonia solutions using pH and density measurements | |
Panjapornpon et al. | Real-Time Application of pH Control in a Carbon Dioxide Bubble Column Reactor by Input/Output Linearizing Control Coupled with pH Target Optimizer | |
CN102636440B (zh) | 基于n-气体模型的建材燃烧产烟毒性定量评价方法及系统 | |
CN108918757A (zh) | 化学反应光谱cielab色空间的l*值与物质量关系计算方法 | |
CN109589632A (zh) | 一种剥离液的回收方法 | |
Valdés et al. | Synthesis and characterization of poly (acryloxyethyl‐trimethylammonium chloride‐co‐2‐hydroxyethyl methacrylate): A study of its interaction with sodium alginate | |
JP3185297B2 (ja) | 嫌気性消化槽のモニター方法 | |
CN114791457B (zh) | 一种发电厂在线pH分析仪验证方法及装置 | |
Miranda et al. | Calibration of membrane inlet mass spectrometric measurements of dissolved gases: differences in the responses of polymer and nano-composite membranes to variations in ionic strength |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190515 Address after: 310053 4th Floor, Zone D, No. 309 Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province Co-patentee after: Zhejiang University Patentee after: Zhejiang SUPCON Software Co., Ltd. Address before: 310053 4th Floor, D District, No. 309 Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province (High-tech Zone) Patentee before: Zhejiang SUPCON Software Co., Ltd. |