一种用于精馏经济优化的智能控制算法
技术领域
本发明属于智能控制算法技术领域,具体涉及一种用于精馏经济优化的智能控制算法。
背景技术
在化工、制药、石油加工等过程工业过程中,易产生难以用普通精馏技术分离的共沸混合物。如:碳酸二甲酯生产过程中产生甲醇-碳酸二甲酯共沸混合物;生物燃料生产与酿酒工艺中往往产生乙醇与水共沸混合物;类固醇药物的生产过程中产生甲醇-四氢呋喃共沸物。近年来,环境、资源、能源等问题不断涌现,共沸物的高效分离,不仅节能减排,而且可以实现有价有机物的资源化再利用。变压精馏以其不引入第三种组分、易获得高纯度产品、易热集成实现节能等优势被广泛应用于压力敏感性共沸体系的分离。
据统计,精馏工艺的能耗占工厂总能耗的10%到15%,精馏相关工艺的节能与强化、优化与设计备受关注。变压精馏采用两个不同压力下的精馏塔联合操作,其高压塔塔顶蒸汽可作为低压塔再沸器热源从而实现其热集成工艺方案的设计。近年来,变压精馏工艺节能方案的选择与经济优化成为其研究热点。
变压精馏的经济优化涉及精馏塔的塔板数、进料位置、回流比与压力等优化变量,常采用基于流程模拟器的序贯迭代法与启发式优化方法实现其工艺设计与优化。启发式优化方法优化过程较简单,但随机性较强、难以保证较优的优化与设计。序贯迭代法通过不断改变待优化变量,运行流程模拟器Aspen Plus计算TAC(年度总费用),工作量较大,迭代优化过程尤为繁琐。
中国专利申请号为CN201020671302.9公开了一种甲醇热耦合多效精馏方法及装置,是针对甲醇化工分离工程中的精馏,以及解决降低能耗、减少三废排放的问题,没有对用于精馏经济优化的智能控制算法进行优化设计。
发明内容
发明目的:为了克服以上不足,本发明的目的是提供一种用于精馏经济优化的智能控制算法,是基于序贯迭代软件法,应用到变压精馏的经济、准确优化过程中,可以精准精馏,提高了产品的质量与产量,取得良好的经济效益,同时可以减少能源消耗,取得较好的环保效益,应用前景广泛。
本发明的目的是通过以下技术方案实现的:
一种用于精馏经济优化的智能控制算法,其特征在于,包括如下步骤:
(1)以年度总费用为目标函数,保持待优化变量外的其它变量不变,以待优化变量值为中心改变待优化变量值,模拟计算目标函数值;
(2)通过T-xy相图确定两塔的操作压力;由简捷精馏设计的估算值作为初始值计算两塔回流比;使用“Design Specs/Vary”功能设计塔底物流流率直到满足两塔底产品质量的规定值;
(3)在约束条件范围内找到使目标函数取得极小值的待优化变量值;
(4)不断重复上述步骤依次迭代优化,直到取得使目标函数最小的设计变量组。
本发明所述的用于精馏经济优化的智能控制算法,是基于序贯迭代法,易操作,优化结果可靠性高,应用到变压精馏的经济、准确优化过程中。所述的用于精馏经济优化的智能控制算法核心在于:以年度总费用为目标函数,保持待优化变量外的其它变量不变,以待优化变量值为中心改变待优化变量值,模拟计算目标函数值,在约束条件范围内找到使目标函数取得极小值的待优化变量值,不断重复上述步骤依次迭代优化,直到取得使目标函数最小的设计变量组。
进一步的,上述的用于精馏经济优化的智能控制算法,所述待优化变量值包括最外层迭代循环的塔一理论板数和塔二理论板数。
进一步的,上述的用于精馏经济优化的智能控制算法,所述待优化变量值还包括内层迭代循环的塔一进料位置和塔二进料位置。
进一步的,上述的用于精馏经济优化的智能控制算法,所述待优化变量值还包括循环物流进料位置、塔一回流比、塔二回流比。
以年度总费用为目标函数,保持其它条件不变的情况下,增大塔一回流比、塔二回流比有利于提高产品的精准度和纯度,但回流比越大塔釜再沸器热负荷越大、能耗越高,在满足产品精准度和纯度要求的情况下确定能耗最低对应的回流比值。在约束条件范围内根据目标函数极小值确定两塔的进料位置和循环物料进料位置。在其它条件一定的情况下,塔理论板数越多分离效果越好,但设备投资费用随理论板数的增加而增加,而且塔理论板数对进料位置和回流比的最优值都有较大的影响,故塔板数是循环迭代的最外层优化参数。序贯迭代优化过程通过t-x-y相图改变共沸组成及蒸汽温度与冷却介质温度要求等确定两塔的操作压力。
进一步的,上述的用于精馏经济优化的智能控制算法,所述步骤(3)包括:改变循环物流进料位置、内层迭代循环的塔一进料位置和塔二进料位置直至目标函数最小。
进一步的,上述的用于精馏经济优化的智能控制算法,所述步骤(3)包括:改变最外层迭代循环的塔一理论板数和塔二理论板数直至目标函数最小。
进一步的,上述的用于精馏经济优化的智能控制算法,所述步骤(4)包括:如果改变某一待优化变量可使得目标函数继续减小,则回到第二步继续循环迭代优化;如果目标函数不能继续减小,得到最优的最外层迭代循环的塔一理论板数和塔二理论板数、内层迭代循环的塔一进料位置和塔二进料位置、循环物流进料位置、塔一回流比、塔二回流比。
与现有技术相比,本发明具有如下的有益效果:
(1)本发明公开的用于精馏经济优化的智能控制算法,是基于序贯迭代法,易操作,优化结果可靠性高,应用到变压精馏的经济、准确优化过程中;
(2)本发明公开的用于精馏经济优化的智能控制算法,设置合理,效果好,可以精准精馏,提高了产品的质量与产量,取得良好的经济效益,同时可以减少能源消耗,取得较好的环保效益,应用前景广泛。
具体实施方式
下面将结合具体实施例,对本发明实施例中的技术方案进行清楚、完整的描述,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,本领域普通的技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本发明的保护范围。
以下实施例提供了一种用于精馏经济优化的智能控制算法,所述用于精馏经济优化的智能控制算法,所述待优化变量值包括最外层迭代循环的塔一理论板数和塔二理论板数、内层迭代循环的塔一进料位置和塔二进料位置、循环物流进料位置、塔一回流比、塔二回流比。
实施例
(1)以年度总费用为目标函数,保持待优化变量外的其它变量不变,以待优化变量值为中心改变待优化变量值,模拟计算目标函数值;
(2)通过T-xy相图确定两塔的操作压力;由简捷精馏设计的估算值作为初始值计算两塔回流比;使用“Design Specs/Vary”功能设计塔底物流流率直到满足两塔底产品质量的规定值;
(3)在约束条件范围内找到使目标函数取得极小值的待优化变量值:改变循环物流进料位置、内层迭代循环的塔一进料位置和塔二进料位置直至目标函数最小;改变最外层迭代循环的塔一理论板数和塔二理论板数直至目标函数最小;
(4)不断重复上述步骤依次迭代优化,直到取得使目标函数最小的设计变量组:如果改变某一待优化变量可使得目标函数继续减小,则回到第二步继续循环迭代优化;如果目标函数不能继续减小,得到最优的最外层迭代循环的塔一理论板数和塔二理论板数、内层迭代循环的塔一进料位置和塔二进料位置、循环物流进料位置、塔一回流比、塔二回流比。
效果验证:
根据本发明所述的用于精馏经济优化的智能控制算法,以丙酮-甲醇、甲醇-氯仿为例,对本发明所述的用于精馏经济优化的智能控制算法与传统的传统优化方法(启发式优化方法、序贯迭代法)相比较。
表1列出了采用本发明所述的用于精馏经济优化的智能控制算法得到的最优目标函数(年度总费用)较传统优化方法(启发式优化方法、序贯迭代法)的降低幅度。
其中,基于年度总费用的目标函数,序贯迭代法过程主要有两种,一种方法适用于部分热集成或无热集成的变压精馏工艺优化,另一种适用于完全热集成变压精馏工艺。其中,完全热集成设计过程中,高压塔的回流比是通过控制高压塔塔顶冷凝器热负荷与低压塔塔底再沸器热负荷值相等而确定,故高压塔的回流比一般由设计规定获得,无需迭代优化,由此形成以上两种不同的序贯迭代优化过程。
表1
本发明具体应用途径很多,以上所述仅是本发明的优选实施方式。应当指出,以上实施例仅用于说明本发明,而并不用于限制本发明的保护范围。对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进,这些改进也应视为本发明的保护范围。