CN109960235B - 基于机理模型的炼化装置实时优化方法和设备 - Google Patents
基于机理模型的炼化装置实时优化方法和设备 Download PDFInfo
- Publication number
- CN109960235B CN109960235B CN201910234844.5A CN201910234844A CN109960235B CN 109960235 B CN109960235 B CN 109960235B CN 201910234844 A CN201910234844 A CN 201910234844A CN 109960235 B CN109960235 B CN 109960235B
- Authority
- CN
- China
- Prior art keywords
- real
- parameters
- time
- optimization
- raw oil
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 title claims abstract description 127
- 238000007670 refining Methods 0.000 title claims abstract description 81
- 230000007246 mechanism Effects 0.000 title claims abstract description 66
- 230000008569 process Effects 0.000 claims abstract description 82
- 238000004458 analytical method Methods 0.000 claims abstract description 63
- 238000004519 manufacturing process Methods 0.000 claims abstract description 46
- 230000008901 benefit Effects 0.000 claims abstract description 20
- 238000012512 characterization method Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 239000003921 oil Substances 0.000 claims description 105
- 239000010779 crude oil Substances 0.000 claims description 58
- 238000012937 correction Methods 0.000 claims description 21
- 238000004088 simulation Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 13
- 238000012900 molecular simulation Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000010946 mechanistic model Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 13
- 238000011112 process operation Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000000047 product Substances 0.000 description 37
- 238000009835 boiling Methods 0.000 description 12
- 230000009456 molecular mechanism Effects 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 10
- 229910052739 hydrogen Inorganic materials 0.000 description 9
- 239000001257 hydrogen Substances 0.000 description 9
- -1 process conditions Substances 0.000 description 9
- 238000005292 vacuum distillation Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 7
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 6
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 6
- 238000004886 process control Methods 0.000 description 6
- 229910052717 sulfur Inorganic materials 0.000 description 6
- 239000011593 sulfur Substances 0.000 description 6
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 5
- TVMXDCGIABBOFY-UHFFFAOYSA-N octane Chemical compound CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 description 5
- 239000002994 raw material Substances 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 239000002283 diesel fuel Substances 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000295 fuel oil Substances 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 150000002431 hydrogen Chemical class 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 238000012821 model calculation Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 150000004945 aromatic hydrocarbons Chemical class 0.000 description 2
- 238000003889 chemical engineering Methods 0.000 description 2
- 238000001311 chemical methods and process Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000004821 distillation Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000003350 kerosene Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 150000001335 aliphatic alkanes Chemical class 0.000 description 1
- 150000001336 alkenes Chemical class 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004523 catalytic cracking Methods 0.000 description 1
- 238000001833 catalytic reforming Methods 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012043 crude product Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004989 laser desorption mass spectroscopy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000324 molecular mechanic Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000005311 nuclear magnetism Effects 0.000 description 1
- JRZJOMJEPLMPRA-UHFFFAOYSA-N olefin Natural products CCCCCCCC=C JRZJOMJEPLMPRA-UHFFFAOYSA-N 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了基于机理模型的炼化装置实时优化方法和设备，包括对原料油进行分子级表征得到原料油性质分析参数，获取炼化装置的实时工艺数据，机理模型及时模拟炼化装置，调整模型参数并减小误差，得到炼化装置的操作变量条件和质量指标；机理模型在实时优化计算中以装置操作平稳以及产品质量合格为前提、以经济效益最大为导向，预测出装置或全厂级别最优操作条件。实时优化平台获得机理模型数据，检测到装置处于稳态时将得到的最优操作条件发送至实时数据库，并通过APC/DCS返回到装置进行控制调节，实时地调整工艺操作参数使生产状态做到随市场环境而变化，有利于生产过程的节能降耗和增加产品利润降低生产成本。
Description
技术领域
本发明属于工业控制领域，特别涉及基于机理模型的炼化装置实时优化方法和设备。
背景技术
旧有的原油生产及化工过程通常是根据生产原料油品、工艺条件、产品需求及价格、工艺卡片、公用工程消耗能等方面判断当前生产状况是否在最优状态并安排生产调度和调整工艺条件。在市场经济条件下，原料量及其性质、产品品种及其性质指标均随市场环境变化，生产过程的特性也随之变化，要维持生产过程处于最优状态，单靠人工经验是很难实现的——这种人工根据经验判断的优化方法不仅准确性低，也不能做到实时地针对外部环境变化调整优化生产状态，不仅费时费力也消耗很多人工成本。
目前，国内针对生产及其化工过程的优化多数处在生产自动化与人工经验相结合的状态。一旦外部条件如原料油性质、产品需求、公用工程等发生变化，从前一状态的稳态到后一状态的稳态过程往往需要依靠人工的经验来调节。这种方法存在一定的不可靠性，一方面需要操作人员具有丰富的操作经验，对最终稳态的控制条件进行一步步地摸索接近，每一次调节都要等装置平稳后才能再次调节，导致到达稳态的周期较长；另一方面如何调整控制条件才能使得经济效益最优是未知的，调整的最终状态是否处于最优状态也是不可靠的。
发明内容
为了解决现有技术中存在的缺点和不足，本发明提供了基于机理模型的炼化装置实时优化方法和设备，能够根据炼化装置的参数进行实时调整，延长炼化装置处于稳态的时间，提升炼化装置的可靠性。
为了达到上述技术目的，一方面，本发明提供了基于机理模型的炼化装置实时优化方法，所述实时优化方法，包括：
基于机理模型的炼化装置实时优化方法，其特征在于，所述实时优化方法，包括：
对原料油进行分子级表征得到原料油性质分析参数，将原料油性质分析参数传递至实时数据库；
在判断炼化装置处于稳态后，获取炼化装置的实时工艺数据，结合实时数据库获取到的原料油性质分析参数共同传递至实时优化平台；
在实时优化平台中对接收的实时工艺数据和原料油性质分析参数进行有效性检测，剔除其中的异常值得到有效参数，调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集；
在优化模型中建立优化目标函数，所述目标函数及其所影响的变量的限制条件应当以得到的参数集为基础、以装置操作平稳以及产品质量合格为前提、以经济效益最大为导向，预测装置级或全厂级需要进行优化操作的最优操作条件；
当实时优化平台再次判定炼化装置处于稳态后，将得到的最优操作条件发送至实时数据库，同时将最优操作条件发送至先进控制系统、分布式控制系统，对生产过程进行调整。
可选的，所述调用机理模型对有效参数进行校正，包括：
借助数据整定模型，通过整定目标函数的计算，调节原油性质、装置操作参数等参数降低实时工艺数据中针对的相关仪表实际值与标准值的差值；
建立目标函数调节操作参数和原油性质参数使得模型变量参数与实际操作参数的偏差值最小。
可选的，所述对原料油进行分子级表征得到原料油性质分析参数，包括：
对原料油性质进行基础分析，利用分子模拟和分子拟合算法对原油进行分子级表征。
可选的，所述调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集，包括：
对原料油性质参数进行校正、操作变量的模型值与实际值偏差的校正、炼化装置其他参数的校正，精确地计算出在当前已校正参数下的其他参数值。
可选的，所述实时优化方法，还包括：
在实时优化平台中判断得到的操作变量条件是否超过预设范围；
如果超过预设范围，则在操作变量条件的操作参数上叠加惩罚修正值，使得处理后的操作参数处于预设范围内。
另一方面，本发明提出了基于机理模型的炼化装置实时优化设备，所述实时优化设备，包括：
参数传递模块，用于对原料油进行分子级表征得到原料油性质分析参数，将原料油性质分析参数传递至实时数据库；
稳态判定模块，用于在判断炼化装置处于稳态后，获取炼化装置的实时工艺数据，结合实时数据库获取到的原料油性质分析参数共同传递至实时优化平台；
数据校正模块，用于在实时优化平台中对接收的实时工艺数据和原料油性质分析参数进行有效性检测，剔除其中的异常值得到有效参数，调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集；
条件预判模块，用于在优化模型中建立优化目标函数，所述目标函数及其所影响的变量的限制条件应当以得到的参数集为基础、以装置操作平稳以及产品质量合格为前提、以经济效益最大为导向，预测装置级或全厂级需要进行优化操作的最优操作条件；
过程调整模块，用于当实时优化平台再次判定炼化装置处于稳态后，将得到的最优操作条件发送至实时数据库，同时将最优操作条件发送至先进控制系统、分布式控制系统，对生产过程进行调整。
可选的，所述数据校正模块，具体用于：
差值获取子单元，用于借助数据整定模型，通过整定目标函数的计算，调节原油性质、装置操作参数等参数降低实时工艺数据中针对的相关仪表实际值与标准值的差值；
数据处理子单元，用于建立目标函数调节操作参数和原油性质参数使得模型变量参数与实际操作参数的偏差值最小。
可选的，所述参数传递模块，具体用于：
对原料油性质进行基础分析，利用分子模拟和分子拟合算法对原油进行分子级表征。
可选的，所述数据校正模块，具体用于：
对原料油性质参数进行校正、操作变量的模型值与实际值偏差的校正、炼化装置其他参数的校正，精确地计算出在当前已校正参数下的其他参数值。
可选的，所述实时优化设备还包括模拟优化模块，具体用于：
参数判断子单元，用于在实时优化平台中判断得到的操作变量条件是否超过预设范围；
参数叠加子单元，用于如果超过预设范围，则在操作变量条件的操作参数上叠加惩罚修正值，使得处理后的操作参数处于预设范围内。
本发明提供的技术方案带来的有益效果是：
通过实时数据库与设备对接，系统根据设备状况及时调整模型参数并减小误差，做到实时地、准确地反映当前生产状况，根据外部条件的变化计算出装置最优或全厂最优的操作条件通过APC/DCS返回到装置进行控制调节。可以实时地调整工艺操作参数使生产状态做到随市场环境而变化，不仅准确性高、响应及时，对于下游生产的平稳运行起到重要作用，而且有利于生产过程的节能降耗和增加产品利润降低生产成本。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本发明提供的基于机理模型的炼化装置实时优化方法的流程示意图。
具体实施方式
为使本发明的结构和优点更加清楚，下面将结合附图对本发明的结构作进一步地描述。
实施例一
本发明的目的是提供一种基于机理模型的根据外部条件变化实时与装置交互使之在满足调度和生产约束条件下较短周期内达到最优状态的方法。
具体如图1所示，所述实时优化方法，包括：
11、对原料油进行分子级表征得到原料油性质分析参数，将原料油性质分析参数传递至实时数据库；
12、在判断炼化装置处于稳态后，获取炼化装置的实时工艺数据，结合实时数据库获取到的原料油性质分析参数共同传递至实时优化平台；
13、在实时优化平台中对接收的实时工艺数据和原料油性质分析参数进行有效性检测，剔除其中的异常值得到有效参数，调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集；
14、在优化模型中建立优化目标函数，所述目标函数及其所影响的变量的限制条件应当以得到的参数集为基础、以装置操作平稳以及产品质量合格为前提、以经济效益最大为导向，预测装置级或全厂级需要进行优化操作的最优操作条件；
15、当实时优化平台再次判定炼化装置处于稳态后，将得到的最优操作条件发送至实时数据库，同时将最优操作条件发送至先进控制系统、分布式控制系统，对生产过程进行调整。
在实施中，本发明实施例利用原油分子数据库、在线分析仪、实时数据库、流程模拟平台、实时优化平台和先进过程控制(Advanced Process Control，APC)及分布式控制系统(Distributed Control System，DCS)系统，基于原油分子库的沸点切割算法、精馏塔产品切分方案、反应动力学、化工热力学等机理模型，把单装置或全厂经济最优作为优化目标函数，计算出当前状态下的最优操作条件，并下达执行。原油在线分析软件将在线分析仪的快评数据拟合为详评数据，实时数据库通过与用于过程控制的OLE(Object Linking andEmbedding(OLE)for Process Control，OPC)服务进行交互获取工厂数据，为实时优化运算提供数据源。实时优化平台检测装置运行状态是否为稳态，在判断为稳态下将原油详评数据和装置操作参数传送给流程模拟平台，流程模拟平台的严格机理模型通过数据整定判断并剔除异常数据，并对严格机理模型进行参数校正，计算出优化目标函数最优时的操作条件。在实时数据库获取优化变量的优化值后，对设备进行稳态确认，在确认装置处于稳态的状况下将各优化变量的优化值在线下达给APC系统，由APC/DCS系统完成动态优化控制，从而完成闭环操作。
首先对上述步骤中的部分过程控制名词进行解释。
原油的分子级表征
获取炼油厂油品组成数据并做基础分析数据，包括但不限于核磁、红外、LIMS、原油评价等数据。拟合将根据油品的基础分析数据进行标定，包括实沸点曲线、密度、硫含量、氮含量、烷烃含量、环烷烃含量、烯烃含量、芳烃含量、闪点、残碳值等。
基于原油快分析数据和原油分子组成数据库，利用分子模拟技术和分子拟合算法，对炼油及化工装置的进料、中间物料和产品进行分子级表征，是分子级建模和全流程模拟的基础。
数据传递
为了保证实时优化软件的可靠运行，需实时数据库支持。工厂数据包括炼油与化工装置的操作参数和原油及产品在线核磁分析数据，由DCS系统经OPC标准接口传递到RTO专用实时数据库，再经实时数据库将工厂数据导入到基于分子级机理模型的生产装置实时优化平台，实时数据库为实时优化软件提供数据源。
装置稳态检测
在触发机理模型之前，系统需要对整个装置的稳态状况进行检测。只有当系统判断整个装置处于稳态操作的情况下，才可能进行下一步操作。
异常值剔除
当装置处于稳态操作时，数据质量对于系统运算结果有很大的影响，因此首先需要对来自实时数据库的数据进行判定。通过对数据点异常值的判断和剔除，保证输入模型中原始数据的准确性。
数据整定与机理模型在线校正
通过建立数据整定模型，对每一块相关仪表进行校核，模型计算值和实际仪表值进行比对，按照方差的大小进行排序，排出最有可能存在误差的仪表，提醒技术人员进行方差较大的异常数据的校核。
完成数据整定后，将最新一批数据样本在线传输给上述严格机理模型，对这些机理模型进行参数校正，获取最新的模型参数集，以使得模型计算值与实测值的误差达到最小。
机理模型流程模拟
基于油品分子级表征数据，流程模拟软件建立起炼油与化工装置机理模型，通过模型计算出每种中间物料及产品的分子组成。分子级表征的机理模型提供分子库中每个分子的沸点算法，并设置可调参数来计算中间物料及产物的恩氏蒸馏的重叠度、干点、闪点、辛烷值、硫含量、芳烃含量、缺氢度、残炭值等性质。机理模型的模拟包括但不限于初馏塔、常压塔、减压塔、催化重整反应器、催化裂化反应器、延迟焦化反应器、加热炉、换热器、泵等设备。上述设备严格机理模型建立之后，需要在数据采集、分析的基础上对上述模型进行校正，使之与实际生产状况相符合。
计算优化目标获取优化操纵变量
流程优化的目标是综合利润最大化，即目标产品收率最大化。在满足生产调度与计划任务的前提下，为达到优化目标，软件会自动计算相应优化变量的最优值。根据不同的优化目标，可以设立相应的优化方案，再对该方案进行配置。使用时只需要切换优化方案即可进行相应优化。在优化时以不同的限制条件为约束计算优化变量，根据限制条件限定的可行域，系统会自动计算优化目标函数，从而寻找到最优的目标函数值及对应的优化变量值。通过切换优化方案，可以进行不同种类的优化。
优化目标根据范围可分为装置局部优化和炼厂全局优化。局部最优方案可以控制某个范围内的目标函数使其达到最优值，全局最优综合考虑产量、价格和消耗等因素，最终获得最优值。优化方案由目标函数、限制条件和操纵变量等部分构成。目标函数为求得最优值的数学表达式；限制条件限制了目标函数的移动移动范围；操纵变量可以改变目标函数的值，使其最终能够求得所需的最优值。
稳态确认与数据传输
在得到优化操纵变量后需对整个装置再次进行稳态检测，在确定装置处于稳态后，实时优化软件经过计算后的优化点又传输到了实时数据库，实现了与实时数据库的读写操作。
优化结果执行
实时数据库的优化操纵变量经OPC读入APC系统，APC通过实时地与分布式控制系统(以下简称DCS)双向数据通讯，根据RTO的优化目标，通过DCS对装置实施控制。这样，不仅可以达到对单一装置的优化控制，同时可以根据区域或全厂的优化目标，实现对装置的优化控制。
基于上述解释，对本实施例中提出的实时优化方法进行解释。
步骤11描述的是获取代表原油特性的参数，连同原油装置的实时工艺数据传递至分子机理模型。在本步骤中需要进行原油装置的首次稳态判定。
步骤12描述的是判定处于稳态后，将数据进行进一步传输的过程。
步骤13描述的是在分子机理模型中进行的针对数据的处理过程。
步骤14描述的是基于当前目标建立优化函数并且进行优化的过程。
步骤15描述的是在实际处理过程中对上述优化过程中的触发、优化方式。
可选的，在步骤11中传递至分子机理模型前，还包括数据整定处理，所述数据整定处理包括：
111、借助数据整定模型，获取实时工艺数据中针对的每块仪表实际值与标准值的差值；
112、建立目标函数调节操作参数和原油性质参数使得模型变量参数与实际操作参数的偏差值最小。
在实施中，对传递过来的工艺数据和分析数据与模型数据进行对比剔除异常值，保证输入模型中原始数据的准确性。同时，通过数据整定模型，对每一块相关仪表进行校核，模型计算值和实际仪表值进行比对，按照方差的大小进行排序，排出最有可能存在误差的仪表，提醒技术人员进行方差较大的异常数据的校核。
可选的，步骤11中，还包括：
113、对原料油性质进行基础分析，利用分子模拟和分子拟合算法对原油进行分子级表征。
在实施中，借助在线核磁分析仪对原油表征，分析出其沸程馏分和实沸点数据，结合原油分子级数据库和原油分子组分拟合算法，给出进常减压装置的该批混合原油六种物料的75个分析数据，通过DCS系统传递到实时数据库。
可选的，步骤12中包括：
121、对原料油性质参数进行校正、操作变量的模型值与实际值偏差的校正、炼化装置其他参数的校正，精确地计算出在当前已校正参数下的其他参数值。
在实施中，本步骤是在分子机理模型中处理的。
机理模型，是指亦称白箱模型。根据对象、生产过程的内部机制或者物质流的传递机理建立起来的精确数学模型。它是基于质量平衡方程、能量平衡方程、动量平衡方程、相平衡方程以及某些物性方程、化学反应定律、电路基本定律等而获得对象或过程的数学模型。机理模型的优点是参数具有非常明确的物理意义。
机理模型对常减压装置进行模拟，校正馏分油模型，精确地计算出装置的操作变量条件、产品的收率以及性质，如闪点、干点、硫含量、辛烷值、残碳值等。将原油、产品油、蒸汽、氢气、电、燃料油、瓦斯气、冷凝水等价格体系传递到优化模型。
优化模型根据原料、产品、公用工程价格以及生产调度安排以全厂经济效益最大为目标，计算出塔顶压力、蒸汽使用量、侧线馏分产量、氢气/进料比、反应炉温度等优化变量的最优操作条件。
可选的，在前述得到操作变量条件后，还包括：
122、在实时优化平台中判断得到的操作变量条件是否超过预设范围；
123、如果超过预设范围，则在操作变量条件的操作参数上叠加惩罚修正值，使得处理后的操作参数处于预设范围内。
本方法固定时间对装置进行稳态检测，在判断装置处于稳态的状态下，实时数据库获取工厂数据为模型提供数据源，在机理模型中计算出满足当前生产状况下的各优化变量的优化值通过返回实时数据库，再次判断装置处于稳态后下达给APC系统，由APC/DCS系统完成动态优化控制，从而完成闭环操作。对应外部条件的变化，模型可以实时地计算出当前优化变量的优化值，解决了人工优化过程中的盲目性问题，从而节省了优化过程的时间，节约了过程的能耗，提高了产品质量。由于本方法是闭环操作，无需过多人机交互，优化变量由APC系统自动执行，保证了优化的实时性。对于不同的优化目标可以通过切换优化目标函数的方式进行优化计算。因为采用了分子数据库、适用于炼油及轻烃的热力学和反应动力学等机理模型，模拟精准度高，优化过程可靠性强。模拟计算运用联立方程法求解，在复杂模型运算时具有更快的模拟速度。
以常减压过程为例说明本实施例提出的实时优化方法的特点。
常减压过程是炼油工艺的上游，原油进入常减压装置后经初馏塔馏出大部分轻组分，初侧线与初底油经常压炉进入常压塔。常压塔塔底和常二、常三侧提塔塔底均通入一定压力的水蒸气用于汽提，常一线用换热器直接加热，侧线常一线馏出煤油，常二、常三线馏出柴油，常四线直接抽出送进减压塔中部。常渣油经减压炉进入减压塔，常减压塔顶均馏出石脑油，减压塔塔底通入一定压力的水蒸气用于汽提，测线馏出柴油、蜡油等。
以全装置经济效益最大为优化目标对炼油厂全厂进行实时优化，其过程如下：
(1)在线核磁分析仪对原油表征，分析出其沸程馏分和实沸点数据，结合原油分子级数据库和原油分子组分拟合算法，给出进常减压装置的该批混合原油六种物料的75个分析数据，通过DCS系统传递到实时数据库。
(2)实时优化平台判断装置是否处于稳态，在确认稳态后将实时数据库的原油分析数据同时和常减压装置的实时工艺数据传递给分子机理模型。分子机理模型通过实时优化平台向用户展示原油分子结构信息。
(3)机理模型对传递过来的工艺数据和分析数据与模型数据进行对比剔除异常值，保证输入模型中原始数据的准确性。同时，通过数据整定模型，校正相关仪表和机理模型参数，以使得模型参数计算值与实测值的误差达到最小。
(4)机理模型对常减压装置进行模拟，校正馏分油模型，精确地计算出装置的操作变量条件、产品的收率以及性质，如闪点、干点、硫含量、辛烷值、残碳值等。实时优化平台将原油、产品油、蒸汽、氢气、电、燃料油、瓦斯气、冷凝水等价格体系传递到优化模型。优化模型根据原料、产品、公用工程价格以及生产调度安排以全厂经济效益最大为目标，调用优化目标函数，计算出塔顶压力、蒸汽使用量、侧线馏分产量、氢气/进料比、反应炉温度等优化变量的最优操作条件，并判断此操作条件是否超过操作上下限，对于超过上下限的操作条件优化模型会给出惩罚值使其值在上下限内。
(5)计算出的优化变量传送到实时优化平台，实时优化平台再次对装置进行稳态检测，在确认稳态后，优化平台将操作条件写入实时数据库，并把获取的各优化变量的优化值在线下达给APC系统由APC/DCS系统完成动态优化控制。
(6)经由步骤(1)～(5)循环往复，实现整个常减压装置的在线优化运行，一个循环约需要50分钟。
本发明提供了实时优化方法，包括对原料油进行分子级表征得到原料油性质分析参数，将原料油性质分析参数传递至实时数据库；在判断炼化装置处于稳态后，获取炼化装置的实时工艺数据，结合实时数据库获取到的原料油性质分析参数共同传递至实时优化平台；在实时优化平台中对接收的实时工艺数据和原料油性质分析参数进行有效性检测，剔除其中的异常值得到有效参数，调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集；在优化模型中建立优化目标函数，所述目标函数及其所影响的变量的限制条件应当以得到的参数集为基础、以装置操作平稳以及产品质量合格为前提、以经济效益最大为导向，预测装置级或全厂级需要进行优化操作的最优操作条件；当实时优化平台再次判定炼化装置处于稳态后，将得到的最优操作条件发送至实时数据库，同时将最优操作条件发送至先进控制系统、分布式控制系统，对生产过程进行调整。通过实时数据库与设备对接，系统根据设备状况及时调整模型参数并减小误差，做到实时地、准确地反映当前生产状况，根据外部条件的变化计算出装置最优或全厂最优的操作条件通过APC/DCS返回到装置进行控制调节。利用本发明的实时优化技术可以实时地调整工艺操作参数使生产状态做到随市场环境而变化，不仅准确性高、响应及时，对于下游生产的平稳运行起到重要作用，而且有利于生产过程的节能降耗和增加产品利润降低生产成本。
实施例二
另一方面，本发明提出了基于机理模型的炼化装置实时优化设备2，所述实时优化设备，包括：
参数传递模块21，用于对原料油进行分子级表征得到原料油性质分析参数，将原料油性质分析参数传递至实时数据库；
稳态判定模块22，用于在判断炼化装置处于稳态后，获取炼化装置的实时工艺数据，结合实时数据库获取到的原料油性质分析参数共同传递至实时优化平台；
数据校正模块23，用于在实时优化平台中对接收的实时工艺数据和原料油性质分析参数进行有效性检测，剔除其中的异常值得到有效参数，调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集；
条件预判模块24，用于在优化模型中建立优化目标函数，所述目标函数及其所影响的变量的限制条件应当以得到的参数集为基础、以装置操作平稳以及产品质量合格为前提、以经济效益最大为导向，预测装置级或全厂级需要进行优化操作的最优操作条件；
过程调整模块25，用于当实时优化平台再次判定炼化装置处于稳态后，将得到的最优操作条件发送至实时数据库，同时将最优操作条件发送至先进控制系统、分布式控制系统，对生产过程进行调整。
在实施中，本发明实施例利用原油分子数据库、在线分析仪、实时数据库、流程模拟平台、实时优化平台和先进过程控制(Advanced Process Control，APC)及分布式控制系统(Distributed Control System，DCS)系统，基于原油分子库的沸点切割算法、精馏塔产品切分方案、反应动力学、化工热力学等机理模型，把单装置或全厂经济最优作为优化目标函数，计算出当前状态下的最优操作条件，并下达执行。原油在线分析软件将在线分析仪的快评数据拟合为详评数据，实时数据库通过与用于过程控制的OLE(Object Linking andEmbedding(OLE)for Process Control，OPC)服务进行交互获取工厂数据，为实时优化运算提供数据源。实时优化平台检测装置运行状态是否为稳态，在判断为稳态下将原油详评数据和装置操作参数传送给流程模拟平台，流程模拟平台的严格机理模型通过数据整定判断并剔除异常数据，并对严格机理模型进行参数校正，计算出优化目标函数最优时的操作条件。在实时数据库获取优化变量的优化值后，对设备进行稳态确认，在确认装置处于稳态的状况下将各优化变量的优化值在线下达给APC系统，由APC/DCS系统完成动态优化控制，从而完成闭环操作。
参数传递模块21用于获取代表原油特性的参数，连同原油装置的实时工艺数据传递至分子机理模型。
稳态判定模块在本步骤中需要进行原油装置的首次稳态判定。
数据校正模块22用于在分子机理模型中进行的针对数据的处理过程。
条件预判模块23用于基于当前目标建立优化函数并且进行优化的过程。
过程调整模块24用于在实际处理过程中对上述优化过程中的触发、优化方式。
可选的，所述数据校正模块23，用于执行：
差值获取子单元231，用于借助数据整定模型，获取实时工艺数据中针对的每块仪表实际值与标准值的差值；
数据处理子单元232，用于建立目标函数调节操作参数和原油性质参数使得模型变量参数与实际操作参数的偏差值最小。
在实施中，对传递过来的工艺数据和分析数据与模型数据进行对比剔除异常值，保证输入模型中原始数据的准确性。同时，通过数据整定模型，对每一块相关仪表进行校核，模型计算值和实际仪表值进行比对，按照方差的大小进行排序，排出最有可能存在误差的仪表，提醒技术人员进行方差较大的异常数据的校核。
可选的，所述参数传递模块21，具体用于：
对原料油性质进行基础分析，利用分子模拟和分子拟合算法对原油进行分子级表征。。
在实施中，借助在线核磁分析仪对原油表征，分析出其沸程馏分和实沸点数据，结合原油分子级数据库和原油分子组分拟合算法，给出进常减压装置的该批混合原油六种物料的75个分析数据，通过DCS系统传递到实时数据库。
可选的，所述数据校正模块23，具体用于：
对原料油性质参数进行校正、操作变量的模型值与实际值偏差的校正、炼化装置其他参数的校正，精确地计算出在当前已校正参数下的其他参数值。
在实施中，本步骤是在分子机理模型中处理的。
机理模型，是指亦称白箱模型。根据对象、生产过程的内部机制或者物质流的传递机理建立起来的精确数学模型。它是基于质量平衡方程、能量平衡方程、动量平衡方程、相平衡方程以及某些物性方程、化学反应定律、电路基本定律等而获得对象或过程的数学模型。机理模型的优点是参数具有非常明确的物理意义。
机理模型对常减压装置进行模拟，校正馏分油模型，精确地计算出装置的操作变量条件、产品的收率以及性质，如闪点、干点、硫含量、辛烷值、残碳值等。将原油、产品油、蒸汽、氢气、电、燃料油、瓦斯气、冷凝水等价格体系传递到优化模型。
优化模型根据原料、产品、公用工程价格以及生产调度安排以全厂经济效益最大为目标，计算出塔顶压力、蒸汽使用量、侧线馏分产量、氢气/进料比、反应炉温度等优化变量的最优操作条件。
可选的，所述模拟优化模块26，还包括：
参数判断子单元261，用于在实时优化平台中判断得到的操作变量条件是否超过预设范围；
参数叠加子单元262，用于如果超过预设范围，则在操作变量条件的操作参数上叠加惩罚修正值，使得处理后的操作参数处于预设范围内。
本设备固定时间对装置进行稳态检测，在判断装置处于稳态的状态下，实时数据库获取工厂数据为模型提供数据源，在机理模型中计算出满足当前生产状况下的各优化变量的优化值通过返回实时数据库，再次判断装置处于稳态后下达给APC系统，由APC/DCS系统完成动态优化控制，从而完成闭环操作。对应外部条件的变化，模型可以实时地计算出当前优化变量的优化值，解决了人工优化过程中的盲目性问题，从而节省了优化过程的时间，节约了过程的能耗，提高了产品质量。由于本设备是闭环操作，无需过多人机交互，优化变量由APC系统自动执行，保证了优化的实时性。对于不同的优化目标可以通过切换优化目标函数的方式进行优化计算。因为采用了分子数据库、适用于炼油及轻烃的热力学和反应动力学等机理模型，模拟精准度高，优化过程可靠性强。模拟计算运用联立方程法求解，在复杂模型运算时具有更快的模拟速度。
以常减压过程为例说明本实施例提出的实时优化设备的特点。
常减压过程是炼油工艺的上游，原油进入常减压装置后经初馏塔馏出大部分轻组分，初侧线与初底油经常压炉进入常压塔。常压塔塔底和常二、常三侧提塔塔底均通入一定压力的水蒸气用于汽提，常一线用换热器直接加热，侧线常一线馏出煤油，常二、常三线馏出柴油，常四线直接抽出送进减压塔中部。常渣油经减压炉进入减压塔，常减压塔顶均馏出石脑油，减压塔塔底通入一定压力的水蒸气用于汽提，测线馏出柴油、蜡油等。
以全装置经济效益最大为优化目标对炼油厂全厂进行实时优化，其过程如下：
(1)在线核磁分析仪对原油表征，分析出其沸程馏分和实沸点数据，结合原油分子级数据库和原油分子组分拟合算法，给出进常减压装置的该批混合原油六种物料的75个分析数据，通过DCS系统传递到实时数据库。
(2)实时优化平台判断装置是否处于稳态，在确认稳态后将实时数据库的原油分析数据同时和常减压装置的实时工艺数据传递给分子机理模型。分子机理模型通过实时优化平台向用户展示原油分子结构信息。
(3)机理模型对传递过来的工艺数据和分析数据与模型数据进行对比剔除异常值，保证输入模型中原始数据的准确性。同时，通过数据整定模型，校正相关仪表和机理模型参数，以使得模型参数计算值与实测值的误差达到最小。
(4)机理模型对常减压装置进行模拟，校正馏分油模型，精确地计算出装置的操作变量条件、产品的收率以及性质，如闪点、干点、硫含量、辛烷值、残碳值等。实时优化平台将原油、产品油、蒸汽、氢气、电、燃料油、瓦斯气、冷凝水等价格体系传递到优化模型。优化模型根据原料、产品、公用工程价格以及生产调度安排以全厂经济效益最大为目标，调用优化目标函数，计算出塔顶压力、蒸汽使用量、侧线馏分产量、氢气/进料比、反应炉温度等优化变量的最优操作条件，并判断此操作条件是否超过操作上下限，对于超过上下限的操作条件优化模型会给出惩罚值使其值在上下限内。
(5)计算出的优化变量传送到实时优化平台，实时优化平台再次对装置进行稳态检测，在确认稳态后，优化平台将操作条件写入实时数据库，并把获取的各优化变量的优化值在线下达给APC系统由APC/DCS系统完成动态优化控制。
(6)经由步骤(1)～(5)循环往复，实现整个常减压装置的在线优化运行，一个循环约需要50分钟。
本发明提供了实时优化设备，包括对原料油进行分子级表征得到原料油性质分析参数，将原料油性质分析参数传递至实时数据库；在判断炼化装置处于稳态后，获取炼化装置的实时工艺数据，结合实时数据库获取到的原料油性质分析参数共同传递至实时优化平台；在实时优化平台中对接收的实时工艺数据和原料油性质分析参数进行有效性检测，剔除其中的异常值得到有效参数，调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集；在优化模型中建立优化目标函数，所述目标函数及其所影响的变量的限制条件应当以得到的参数集为基础、以装置操作平稳以及产品质量合格为前提、以经济效益最大为导向，预测装置级或全厂级需要进行优化操作的最优操作条件；当实时优化平台再次判定炼化装置处于稳态后，将得到的最优操作条件发送至实时数据库，同时将最优操作条件发送至先进控制系统、分布式控制系统，对生产过程进行调整。本发明在原料油和产品性质方面采用分子模拟技术，利用在线分析仪实时分析原油、馏分油、产品油，在炼油与化工工艺方面采用流程模拟软件的机理模型模拟设备的生产过程。通过实时数据库与设备对接，系统根据设备状况及时调整模型参数并减小误差，做到实时地、准确地反映当前生产状况，根据外部条件的变化计算出装置最优或全厂最优的操作条件通过APC/DCS返回到装置进行控制调节。利用本发明的实时优化技术可以实时地调整工艺操作参数使生产状态做到随市场环境而变化，不仅准确性高、响应及时，对于下游生产的平稳运行起到重要作用，而且有利于生产过程的节能降耗和增加产品利润降低生产成本。
上述实施例中的各个序号仅仅为了描述，不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.基于机理模型的炼化装置实时优化方法，其特征在于，所述实时优化方法，包括：
对原料油进行分子级表征得到原料油性质分析参数，将原料油性质分析参数传递至实时数据库；
在判断炼化装置处于稳态后，获取炼化装置的实时工艺数据，结合实时数据库获取到的原料油性质分析参数共同传递至实时优化平台；
在实时优化平台中对接收的实时工艺数据和原料油性质分析参数进行有效性检测，剔除其中的异常值得到有效参数，调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集；
在优化模型中建立优化目标函数，所述目标函数及其所影响的变量的限制条件应当以得到的参数集为基础、以装置操作平稳以及产品质量合格为前提、以经济效益最大为导向，预测装置级或全厂级需要进行优化操作的最优操作条件；
当实时优化平台再次判定炼化装置处于稳态后，将得到的最优操作条件发送至实时数据库，同时将最优操作条件发送至先进控制系统、分布式控制系统，对生产过程进行调整；
其中，所述对原料油进行分子级表征得到原料油性质分析参数，包括：
对原料油性质进行基础分析，利用分子模拟和分子拟合算法对原油进行分子级表征。
2.根据权利要求1所述的基于机理模型的炼化装置实时优化方法，其特征在于，所述调用机理模型对有效参数进行校正，包括：
借助数据整定模型，通过整定目标函数的计算，调节原油性质、装置操作参数等参数降低实时工艺数据中针对的相关仪表实际值与标准值的差值；
建立目标函数调节操作参数和原油性质参数使得模型变量参数与实际操作参数的偏差值最小。
3.根据权利要求1所述的基于机理模型的炼化装置实时优化方法，其特征在于，所述调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集，包括：
对原料油性质参数进行校正、操作变量的模型值与实际值偏差的校正、炼化装置其他参数的校正，精确地计算出在当前已校正参数下的其他参数值。
4.根据权利要求3所述的基于机理模型的炼化装置实时优化方法，其特征在于，所述实时优化方法，还包括：
在实时优化平台中判断得到的操作变量条件是否超过预设范围；
如果超过预设范围，则在操作变量条件的操作参数上叠加惩罚修正值，使得处理后的操作参数处于预设范围内。
5.基于机理模型的炼化装置实时优化设备，其特征在于，所述实时优化设备，包括：
参数传递模块，用于对原料油进行分子级表征得到原料油性质分析参数，将原料油性质分析参数传递至实时数据库；
稳态判定模块，用于在判断炼化装置处于稳态后，获取炼化装置的实时工艺数据，结合实时数据库获取到的原料油性质分析参数共同传递至实时优化平台；
数据校正模块，用于在实时优化平台中对接收的实时工艺数据和原料油性质分析参数进行有效性检测，剔除其中的异常值得到有效参数，调用机理模型对有效参数进行校正，得到校正后的包含炼化装置原料油性质和操作参数的参数集；
条件预判模块，用于在优化模型中建立优化目标函数，所述目标函数及其所影响的变量的限制条件应当以得到的参数集为基础、以装置操作平稳以及产品质量合格为前提、以经济效益最大为导向，预测装置级或全厂级需要进行优化操作的最优操作条件；
过程调整模块，用于当实时优化平台再次判定炼化装置处于稳态后，将得到的最优操作条件发送至实时数据库，同时将最优操作条件发送至先进控制系统、分布式控制系统，对生产过程进行调整；
所述参数传递模块，具体用于：
对原料油性质进行基础分析，利用分子模拟和分子拟合算法对原油进行分子级表征。
6.根据权利要求5所述的基于机理模型的炼化装置实时优化设备，其特征在于，所述数据校正模块，具体用于：
差值获取子单元，用于借助数据整定模型，通过整定目标函数的计算，调节原油性质、装置操作参数等参数降低实时工艺数据中针对的相关仪表实际值与标准值的差值；
数据处理子单元，用于建立目标函数调节操作参数和原油性质参数使得模型变量参数与实际操作参数的偏差值最小。
7.根据权利要求5所述的基于机理模型的炼化装置实时优化设备，其特征在于，所述数据校正模块，具体用于：
对原料油性质参数进行校正、操作变量的模型值与实际值偏差的校正、炼化装置其他参数的校正，精确地计算出在当前已校正参数下的其他参数值。
8.根据权利要求7所述的基于机理模型的炼化装置实时优化设备，其特征在于，所述实时优化设备还包括模拟优化模块，具体用于：
参数判断子单元，用于在实时优化平台中判断得到的操作变量条件是否超过预设范围；
参数叠加子单元，用于如果超过预设范围，则在操作变量条件的操作参数上叠加惩罚修正值，使得处理后的操作参数处于预设范围内。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811444477 | 2018-11-29 | ||
| CN2018114444773 | 2018-11-29 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109960235A CN109960235A (zh) | 2019-07-02 |
| CN109960235B true CN109960235B (zh) | 2022-08-26 |
Family
ID=67024972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910234844.5A Active CN109960235B (zh) | 2018-11-29 | 2019-03-26 | 基于机理模型的炼化装置实时优化方法和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109960235B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106444672A (zh) * | 2016-10-12 | 2017-02-22 | 杭州辛孚能源科技有限公司 | 针对炼油和石化装置的分子水平的实时优化方法 |
| CN112749823A (zh) * | 2019-10-30 | 2021-05-04 | 中国石油化工股份有限公司 | 存储器、基于回收氢最大化的氢网优化方法、装置和设备 |
| CN111008775B (zh) * | 2019-11-28 | 2023-06-23 | 中国石油化工股份有限公司 | 基于矿场不同构成的有用功简化计算方法 |
| CN111383719B (zh) * | 2019-12-23 | 2023-10-20 | 浙江中控技术股份有限公司 | 用于炼油过程中氢气与瓦斯的协同优化方法 |
| CN115053193A (zh) * | 2020-02-04 | 2022-09-13 | 株式会社大赛璐 | 控制装置、控制方法以及程序 |
| CN111523779B (zh) * | 2020-04-13 | 2024-05-31 | 湖州同润汇海科技有限公司 | 一种在线确定常减压直馏柴油馏程曲线的方法 |
| CN111899793B (zh) * | 2020-06-12 | 2024-04-30 | 中国石油天然气股份有限公司 | 一种分子级装置的实时优化方法、装置、系统及存储介质 |
| CN111899800B (zh) * | 2020-06-12 | 2024-05-28 | 中国石油天然气股份有限公司 | 基于分子管理技术的炼油装置仿真系统 |
| CN112241151A (zh) * | 2020-09-25 | 2021-01-19 | 北京索为云网科技有限公司 | 工业运维场景下的数据处理方法、装置、设备及介质 |
| CN114446397A (zh) * | 2020-10-19 | 2022-05-06 | 中国石油化工股份有限公司 | 存储器、炼化过程流程分段模拟和优化方法、装置和设备 |
| CN114446398A (zh) * | 2020-10-19 | 2022-05-06 | 中国石油化工股份有限公司 | 存储器、炼化过程全流程模拟方法、装置和设备 |
| CN112347629A (zh) * | 2020-10-28 | 2021-02-09 | 中国石油化工股份有限公司 | 基于流程模拟软件的常减压装置模拟计算优化平台 |
| CN112947343B (zh) * | 2021-03-03 | 2022-12-20 | 中国石油化工股份有限公司 | 炼油化工全厂生产目标跟踪控制方法和装置 |
| CN113724800A (zh) * | 2021-09-16 | 2021-11-30 | 广东辛孚科技有限公司 | 一种基于分子级机理模型与大数据技术的催化裂化装置模拟预测方法 |
| CN115268277B (zh) * | 2022-09-29 | 2023-04-28 | 广东辛孚科技有限公司 | 一种催化裂化动力学参数自动更新校正方法及装置 |
| CN115860267B (zh) * | 2023-02-20 | 2023-06-06 | 新疆独山子石油化工有限公司 | 一种炼厂物流价值估算方法及装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102393636A (zh) * | 2011-09-22 | 2012-03-28 | 任季明 | 一种对石油炼制过程的控制系统及方法 |
| CN103605384A (zh) * | 2013-09-30 | 2014-02-26 | 洛阳先控科技有限公司 | 一种多目标多组分汽油生产的实时优化调合方法 |
| CN104765346A (zh) * | 2015-03-26 | 2015-07-08 | 华东理工大学 | 一种炼油过程全流程建模方法 |
| CN106444672A (zh) * | 2016-10-12 | 2017-02-22 | 杭州辛孚能源科技有限公司 | 针对炼油和石化装置的分子水平的实时优化方法 |
| CN108536108A (zh) * | 2018-05-17 | 2018-09-14 | 杭州辛孚能源科技有限公司 | 一种常减压装置的实时优化方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103399486B (zh) * | 2013-07-05 | 2016-04-06 | 杭州电子科技大学 | 塑料烘干器温度优化节能控制方法 |
| CN105353611B (zh) * | 2015-10-27 | 2018-03-27 | 广州中国科学院沈阳自动化研究所分所 | 面向冷藏集装箱船的制冷功率平衡控制方法及其控制系统 |
-
2019
- 2019-03-26 CN CN201910234844.5A patent/CN109960235B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102393636A (zh) * | 2011-09-22 | 2012-03-28 | 任季明 | 一种对石油炼制过程的控制系统及方法 |
| CN103605384A (zh) * | 2013-09-30 | 2014-02-26 | 洛阳先控科技有限公司 | 一种多目标多组分汽油生产的实时优化调合方法 |
| CN104765346A (zh) * | 2015-03-26 | 2015-07-08 | 华东理工大学 | 一种炼油过程全流程建模方法 |
| CN106444672A (zh) * | 2016-10-12 | 2017-02-22 | 杭州辛孚能源科技有限公司 | 针对炼油和石化装置的分子水平的实时优化方法 |
| CN108536108A (zh) * | 2018-05-17 | 2018-09-14 | 杭州辛孚能源科技有限公司 | 一种常减压装置的实时优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109960235A (zh) | 2019-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109960235B (zh) | 基于机理模型的炼化装置实时优化方法和设备 | |
| CN104765346B (zh) | 一种炼油过程全流程建模方法 | |
| CN106444428B (zh) | 基于流程模拟软件的常减压装置优化操作系统及方法 | |
| CN105229627A (zh) | 用于确定产品流或处理流的属性的系统、方法和设备 | |
| CN110514619A (zh) | 基于有偏估计的近红外定量分析模型构建方法 | |
| CN102053595A (zh) | 一种乙烯装置中控制裂解炉裂解深度的方法 | |
| CN101620414A (zh) | 工业乙烯裂解炉裂解深度在线优化方法 | |
| CN104765347B (zh) | 一种渣油延迟焦化过程中收率实时预测方法 | |
| CN102393627B (zh) | 集散系统中控制器参数的优化整定系统和方法 | |
| WO2001051588A1 (en) | Petroleum distillation method and system | |
| CN117270483B (zh) | 化工生产装置全流程动态优化控制方法、装置、电子设备 | |
| Wu et al. | Integrated soft sensing of coke-oven temperature | |
| CN109507352A (zh) | 一种预测石化生产中任意流股分子组成的方法 | |
| CN113420500B (zh) | 智能常减压系统 | |
| Matveykin et al. | Problem of control of catalytic reforming and method of its solutions | |
| Hou et al. | The optimization and prediction of properties for crude oil blending | |
| CN116665803A (zh) | 废料处理设备的控制方法、系统、电子设备及存储介质 | |
| CN102662832A (zh) | 一种生产过程数据校正软件的评测方法 | |
| CN114757407A (zh) | 一种lng接收站能耗优化大数据分析方法及系统 | |
| EP3967738A1 (en) | Estimation method of nitrogen content in the hydrocracker reactor feedstock for temperature optimization | |
| CN113862021B (zh) | 一种原油常压蒸馏塔的侧线收率的预测及优化方法 | |
| CN111359523B (zh) | 一种油品调合的先进控制系统 | |
| CN104679972A (zh) | 应用于工厂进行生产制造的验证方法 | |
| Kayat et al. | SMART PRODUCT BLENDING SYSTEM TO MAXIMISE QUALITY | |
| Llanes et al. | Use modeling to fine-tune cracking operations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 100728 No. 22 North Main Street, Chaoyang District, Beijing, Chaoyangmen Patentee after: CHINA PETROLEUM & CHEMICAL Corp. Country or region after: China Patentee after: Zhongkong Technology Co.,Ltd. Address before: 100728 No. 22 North Main Street, Chaoyang District, Beijing, Chaoyangmen Patentee before: CHINA PETROLEUM & CHEMICAL Corp. Country or region before: China Patentee before: ZHEJIANG SUPCON TECHNOLOGY Co.,Ltd. |