CN113429998B - 汽油吸附脱硫智能控制系统及设备 - Google Patents

汽油吸附脱硫智能控制系统及设备 Download PDF

Info

Publication number
CN113429998B
CN113429998B CN202010210170.8A CN202010210170A CN113429998B CN 113429998 B CN113429998 B CN 113429998B CN 202010210170 A CN202010210170 A CN 202010210170A CN 113429998 B CN113429998 B CN 113429998B
Authority
CN
China
Prior art keywords
control system
controller
gasoline
setting parameter
desulfurization
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
Application number
CN202010210170.8A
Other languages
English (en)
Other versions
CN113429998A (zh
Inventor
陶兴文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Septec Technologies Co ltd
Original Assignee
Septec Technologies Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Septec Technologies Co ltd filed Critical Septec Technologies Co ltd
Priority to CN202010210170.8A priority Critical patent/CN113429998B/zh
Publication of CN113429998A publication Critical patent/CN113429998A/zh
Application granted granted Critical
Publication of CN113429998B publication Critical patent/CN113429998B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
    • C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
    • C10G25/00—Refining of hydrocarbon oils in the absence of hydrogen, with solid sorbents
    • 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
    • C—CHEMISTRY; METALLURGY
    • C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
    • C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
    • C10G2300/00—Aspects relating to hydrocarbon processing covered by groups C10G1/00 - C10G99/00
    • C10G2300/20—Characteristics of the feedstock or the products
    • C10G2300/201—Impurities
    • C10G2300/202—Heteroatoms content, i.e. S, N, O, P
    • C—CHEMISTRY; METALLURGY
    • C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
    • C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
    • C10G2400/00—Products obtained by processes covered by groups C10G9/00 - C10G69/14
    • C10G2400/02—Gasoline

Landscapes

  • Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Analytical Chemistry (AREA)
  • Organic Chemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)

Abstract

本申请提供一种汽油吸附脱硫智能控制系统及设备，属于汽油工业技术领域。所述系统包括：反应脱硫智能优化器和用于控制汽油吸附脱硫装置的各吸附脱硫部件的控制器；所述反应脱硫智能优化器用于基于分布式控制系统和闭锁料斗控制系统的数据设定每个控制器的控制参数，每个控制器和所述分布式控制系统基于对应的控制参数对相应的吸附脱硫部件进行吸附脱硫处理流程控制。所述系统通过与分布式控制系统和闭锁料斗控制系统的数据交互对汽油吸附脱硫处理流程进行自动化控制，避免通过人工控控制相关参数，提高了汽油吸附脱硫处理的效率和准确率。

Description

汽油吸附脱硫智能控制系统及设备
技术领域
本申请涉及硬件通信技术领域，具体而言，涉及一种汽油吸附脱硫智能控制系统及设备。
背景技术
随着全球环保意识的日益增强，各国对车用燃料中的硫含量等指标也提出了越来越严格的要求。
汽油吸附脱硫装置(简称汽油吸附脱硫装置)基于吸附作用原理，选择性的吸附汽油中含硫化合物中的硫原子，而达到脱硫目的。与传统的选择性加氢脱硫相比，汽油吸附脱硫装置具有脱硫率高、辛烷值损失小、氢耗低、操作费用低等优点。
在现有的汽油吸附脱硫技术中，吸附剂在循环系统中，经过反应器、反应接收器、闭锁料斗、再生器进料罐、再生器、再生器接收器、闭锁料斗、还原器再到反应器，完成一个循环周期。但是在循环周期中的原料缓冲罐出口流量、部分容器料位、温度和吸附剂循环速率以及质量指标约束等参数均需要人工手动操作输入或调整，存在参数设置及控制效率低，从而影响吸附脱硫效率和质量的问题。
发明内容
有鉴于此，本申请实施例的目的在于提供一种汽油吸附脱硫智能控制系统及设备，以改善现有技术中存在的参数设置及控制效率低，从而影响吸附脱硫效率和质量的问题。
本申请实施例提供了一种汽油吸附脱硫智能控制系统，所述汽油吸附脱硫智能控制系统包括：反应脱硫智能优化器和用于控制汽油吸附脱硫装置的各吸附脱硫部件的控制器；所述反应脱硫智能优化器用于基于分布式控制系统和闭锁料斗控制系统的数据设定每个控制器的控制参数，每个控制器和所述分布式控制系统基于对应的控制参数对相应的吸附脱硫部件进行吸附脱硫处理流程控制。
在上述实现方式中，通过反应脱硫智能优化器对各个控制器进行控制，从而基于各个控制器通过分布式控制系统和闭锁料斗控制系统对汽油吸附脱硫装置的各个部件进行自动化参数控制，避免通过人工输入参数进行工序控制和调整，从而提高了汽油吸附脱硫处理的效率和准确率。
可选地，所述汽油吸附脱硫智能控制系统中的控制器包括：与所述反应脱硫智能优化器分别连接的加热炉控制器、分布式控制系统氢油比控制器、吸附剂载硫量控制器和反应器藏量控制器；所述反应脱硫智能优化器用于基于指定的汽油组分含量指标和生产组分，以及从所述分布式控制系统接收的反应器出口汽油硫含量、反应器出口汽油烯烃含量或温升以及约束参数，确定加热炉出口温度设定参数、氢油比设定参数、待生剂载硫量设定参数和反应器藏量设定参数，并将所述加热炉出口温度设定参数传输至所述分布式控制系统，将所述氢油比设定参数传输至所述分布式控制系统氢油比控制器，将所述待生剂载硫量设定参数传输至所述吸附剂载硫量控制器，将所述反应器藏量设定参数传输至所述反应器藏量控制器。
在上述实现方式中，通过反应脱硫智能优化器确定加热炉出口温度设定参数、氢油比设定参数、待生剂载硫量设定参数和反应器藏量设定参数等控制参数，以使各个控制器基于对应的控制参数自动化进行吸附脱硫处理，提高了汽油吸附脱硫处理的准确性和效率。
可选地，所述汽油吸附脱硫智能控制系统还包括：与所述分布式控制系统电连接的原料缓冲罐控制器；所述原料缓冲罐控制器用于基于从所述分布式控制系统接收的原料缓冲罐压力参数和原料缓冲罐液位参数，确定原料缓冲罐出口流量控制设参数，并将所述原料缓冲罐出口流量控制设参数发送至所述分布式控制系统。
在上述实现方式中，通过原料缓冲罐控制器进行原料缓冲罐出口流量控制，从而能够快速调节出口流量，把液位控制到限制值以内，提高整体工艺效率。
可选地，所述反应脱硫智能优化器采用比例积分微分控制算法或多变量预测控制算法，基于多变量解耦条件确定所述加热炉出口温度设定参数、所述氢油比设定参数、所述待生剂载硫量设定参数和所述反应器藏量设定参数。
在上述实现方式中，反应脱硫智能优化器采用比例积分微分控制算法或多变量预测控制算法确定控制参数，有利于提高吸附脱硫处理的准确性。
可选地，所述汽油吸附脱硫智能控制系统还包括：分别与所述分布式控制系统和所述反应脱硫智能优化器电连接的反应优化器；所述反应优化器用于基于脱硫反应模型的反应器出口汽油硫含量的指标约束、烯烃反应模型的反应器出口汽油烯烃含量的指标约束或温升约束、吸附剂藏量模型的待生剂载硫量和载碳量，以及从所述分布式控制系统接收的约束参数，确定加热炉出口温度设定参数优化值、分布式控制系统氢油比设定参数优化值、待生剂载硫量设定参数优化值和反应器藏量设定参数优化值，并将所述加热炉出口温度设定参数优化值、所述分布式控制系统氢油比设定参数优化值、所述待生剂载硫量设定参数优化值和所述反应器藏量设定参数优化值传输至所述反应脱硫智能优化器，以使所述反应脱硫智能优化器基于所述加热炉出口温度设定参数优化值、所述分布式控制系统氢油比设定参数优化值、所述待生剂载硫量设定参数优化值和所述反应器藏量设定参数优化值分别对所述加热炉出口温度设定参数、所述氢油比设定参数、所述待生剂载硫量设定参数和所述反应器藏量设定参数进行优化。
在上述实现方式中，通过反应优化器对所述加热炉出口温度设定参数、所述氢油比设定参数、所述待生剂载硫量设定参数和所述反应器藏量设定参数在反应过程中进行实时优化，进一步提高了吸附脱硫处理的准确率和灵活度，减少氢气/蒸汽的消耗以及汽油的辛烷值损失，提高劳动生产率和经济效益。
可选地，所述吸附剂载硫量控制器用于基于所述待生剂载硫量设定参数和所述分布式控制系统的约束参数确定再生风流量需求参数。
可选地，所述汽油吸附脱硫智能控制系统还包括：分别与所述吸附剂载硫量控制器和所述分布式控制系统电连接的再生烧硫控制器；所述再生烧硫控制器用于基于再生反应模型参数、从所述吸附剂载硫量控制器接收的所述再生风流量需求参数，以及从所述分布式控制系统接收的再生烟气含氧量约束参数，确定再生风流量设定参数，并将所述再生风流量设定参数传输至所述分布式控制系统。
在上述实现方式中，通过吸附剂载硫量控制器和再生烧硫控制器基于多个参考参数进行再生风流量的控制，提高了再生风流量设定准确性，同时提高了再生环节的自动化程度。
可选地，所述汽油吸附脱硫智能控制系统还包括与所述分布式控制系统电连接的再生器温度控制器；所述再生器温度控制器用于基于再生反应模型的再生器热量生成参数，以及从所述分布式控制系统接收的再生器温度参数、再生器温度调节阀约束参数，确定再生温度控制阀位参数、再生器冷却水流量设定参数，并将所述再生温度控制阀位参数和再生器冷却水流量设定参数发送至所述分布式控制系统。
在上述实现方式中，通过再生器温度控制器进行再生温度控制阀位参数、再生器冷却水流量设定参数的设置，提高了再生相关参数的设定准确性，同时提高了再生环节的自动化程度。
可选地，所述反应器藏量控制器用于基于所述反应器藏量设定参数、脱硫反应模型的反应器自由沉降高度约束参数以及从所述分布式控制系统接收的约束参数，确定闭锁料斗步料位设定参数，并将所述闭锁料斗步料位设定参数发送至所述闭锁料斗控制系统，所述闭锁料斗控制系统用于基于所述闭锁料斗步料位设定参数调节每个吸附脱硫部件的料位。
在上述实现方式中，反应器藏量控制器自动化、实时性地获取闭锁料斗步料位设定参数以控制闭锁料斗控制系统，对每个吸附脱硫部件的料位进行实时、精确地控制，提高了汽油吸附脱硫处理的效率和精确度。
可选地，所述汽油吸附脱硫智能控制系统还包括：分别与所述分布式控制系统和所述闭锁料斗控制系统电连接的再生接收器料位控制器；所述再生接收器料位控制器用于基于从所述分布式控制系统接收的再生接收器料位参数、再生接收器相关约束参数和再生接收器下料故障参数确定再生接收器闭锁料斗步料位设定参数，并将所述再生接收器闭锁料斗步料位设定参数发送至所述闭锁料斗控制系统。
在上述实现方式中，通过再生接收器料位控制器进行再生接收器的闭锁料斗步料位的确定，提高了再生相关参数的设定准确性，同时提高了再生环节的自动化程度。
可选地，所述汽油吸附脱硫智能控制系统还包括：与所述分布式控制系统连接的再生进料罐控制器；所述再生进料罐控制器用于基于从所述分布式控制系统接收的再生进料罐料位参数、再生进料罐相关约束参数和再生进料罐下料故障参数，确定再生进料罐和再生器压差第一设定参数以及进料罐下料阀参数，并将所述再生进料罐和再生器压差设定、所述进料罐下料阀参数发送至所述分布式控制系统。
在上述实现方式中，通过再生进料罐控制器参与进行再生进料罐与再生器的压差设定，提高了再生相关参数的设定准确性，同时提高了再生环节的自动化程度。
可选地，所述汽油吸附脱硫智能控制系统还包括：与所述分布式控制系统连接的再生器料位控制器；所述再生器料位控制器用于基于从所述分布式控制系统接收的再生器料位参数、再生器下料故障参数以及从所述再生器温度控制器接收的再生器温度参数，确定再生进料罐和再生器压差第二设定参数，并将所述再生进料罐和再生器压差第二设定参数发送至所述分布式控制系统。
在上述实现方式中，通过再生器料位控制器参与进行再生进料罐与再生器的压差设定，提高了再生相关参数的设定准确性，同时提高了再生环节的自动化程度。
可选地，所述汽油吸附脱硫智能控制系统还包括：分别与所述分布式控制系统氢油比控制器和所述分布式控制系统电连接的循环氢纯度控制器；所述循环氢纯度控制器用于基于所述氢油比设定参数和从所述分布式控制系统接收的补充氢约束参数，确定循环氢排放阀开度参数，并将所述循环氢排放阀开度参数发送至所述分布式控制系统。
在上述实现方式中，循环氢纯度的变化会影响反应器的脱硫反应速率，通过循环氢纯度控制器进行排往燃料气管网的循环氢流量，保证循环氢气不会过量排往燃料气，减少氢耗和能耗。
可选地，所述汽油吸附脱硫智能控制系统还包括：分别与所述分布式控制系统和所述循环氢纯度控制器电连接的循环氢优化器；所述循环氢优化器用于基于循环氢系统模型的循环氢纯度约束参数、脱硫反应模型的反应气硫含量约束参数以及从所述分布式控制系统接收的循环氢排放阀位约束参数和补充氢约束参数，确定循环氢纯度优化值，并将所述循环氢纯度优化值发送至所述循环氢纯度控制器，以使所述循环氢纯度优化值对所述循环氢排放阀开度参数进行优化。
在上述实现方式中，通过循环氢优化器对所述循环氢排放阀开度参数进行实时优化，进一步提高了吸附脱硫处理的准确率和灵活度，在满足反应脱硫的氢气要求的条件下最小化氢气消耗，提高劳动生产率和经济效益。
可选地，所述汽油吸附脱硫智能控制系统还包括：与所述分布式控制系统电连接的稳定塔重沸器控制器；所述稳定塔重沸器控制器用于基于稳定塔模型计算获得的重沸器热量设定参数以及从所述分布式控制系统接收的冷却水相变最小流量参数，确定重沸器蒸汽流量设定参数，并将所述重沸器蒸汽流量设定参数发送至所述分布式控制系统。
在上述实现方式中，通过稳定塔重沸器控制器进行稳定塔重沸器的自动化控制，提高了吸附脱硫处理流程的自动化程度和精确度，从而提高了工艺效率。
可选地，所述汽油吸附脱硫智能控制系统还包括：分别与所述分布式控制系统和所述稳定塔重沸器控制器电连接的稳定汽油蒸汽压控制器；所述稳定汽油蒸汽压控制器用于基于稳定塔模型计算获得的稳定汽油蒸汽压参数和塔顶压力补偿温度参数，确定重沸器热量设定参数和塔顶压力设定参数，并将所述重沸器热量设定参数发送至所述稳定塔重沸器控制器，将所述塔顶压力设定参数发送至所述分布式控制系统。
在上述实现方式中，通过稳定汽油蒸汽压控制器进行稳定塔重沸器和塔顶压力的自动化控制，提高了吸附脱硫处理流程的自动化程度和精确度，从而提高了工艺效率。
可选地，所述汽油吸附脱硫智能控制系统还包括：分别与所述分布式控制系统和所述稳定汽油蒸汽压控制器电连接的稳定塔优化器；所述稳定塔优化器用于基于从所述分布式控制系统接收的重沸器约束参数、塔顶冷却能力约束参数以及制定稳定塔模型的稳定汽油蒸汽压指标约束参数，确定重沸热量优化参数和塔顶压力优化参数，并将所述重沸热量优化参数发送至所述稳定塔汽油蒸汽压控制器，将所述塔顶压力优化参数发送至所述分布式控制系统。
在上述实现方式中，通过稳定塔优化器对所述稳定塔的重沸热量和塔顶压力进行实时优化，进一步提高了吸附脱硫处理的准确率和灵活度，提高汽油吸附脱硫的生产率和经济效益。
本申请实施例还提供了一种汽油吸附脱硫智能控制设备，所述汽油吸附脱硫智能控制设备包括：分布式控制系统、闭锁料斗控制系统、安全仪表系统、控制汽油吸附脱硫装置和上述任一项所述的汽油吸附脱硫智能控制系统，所述汽油吸附脱硫智能控制系统分别与所述分布式控制系统、所述闭锁料斗控制系统、所述安全仪表系统电连接，所述控制汽油吸附脱硫装置分别与所述分布式控制系统、所述闭锁料斗控制系统、所述安全仪表系统电连接。
在上述实现方式中，通过反应脱硫智能优化器对各个控制器进行控制，从而基于各个控制器通过分布式控制系统和闭锁料斗控制系统对汽油吸附脱硫装置的各个部件进行自动化参数控制，避免通过人工输入参数进行工序控制和调整，从而提高了汽油吸附脱硫处理的效率和准确率。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种汽油吸附脱硫智能控制设备的模块示意图；
图2为本申请实施例提供的一种反应脱硫智能优化器的参数传输关系示意图；
图3为本申请实施例提供的一种反应优化器的参数传输关系示意图；
图4为本申请实施例提供的一种吸附载硫量控制器的参数传输关系示意图；
图5为本申请实施例提供的一种再生烧硫控制器的参数传输关系示意图；
图6为本申请实施例提供的一种反应藏量控制器的参数传输关系示意图；
图7为本申请实施例提供的一种稳定塔重沸器控制器的参数传输关系示意图。
图标：10-汽油吸附脱硫智能控制设备；11-汽油吸附脱硫智能控制系统；111-反应脱硫智能优化器；12-分布式控制系统；13-闭锁料斗控制系统；14-汽油吸附脱硫装置；15-安全仪表系统。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述。
现有的汽油吸附脱硫装置主要包括进料与脱硫反应、吸附剂再生、吸附剂循环和产品稳定四个部分，其工艺流程大致如下：催化裂化产生的汽油经进料缓冲器、原料汽油与氢气混合后进入吸附进料换热器、进料加热炉进入脱硫反应器，发生流化床吸附脱硫反应，脱硫后的汽油与氢气的混合气体经吸附进料换热器、热产物气液分离罐、冷产物气液分离罐，重的汽油液体通过空冷、水冷后去稳定塔产出精制汽油产品，轻的含有大量氢气、少量氢烃类气体和其它不凝气体(氮气、CO2、CO等)经过循环氢压缩机升压后在装置中循环使用。为了保证装置的系统压力，使用高压氮气充入进料缓冲罐。新鲜氢气通过新氢压缩机升压后为装置供应氢气。为了保证反应器中使用的循环氢的纯度达到最低的要求，根据工况部分循环氢直接排到燃料气网，另一部分气体(包括氢气、氮气、CH4、C2、C3等)从稳定塔顶排出。为了维持吸附剂的活性，使装置能够连续操作，需要将反应氢系统吸附了汽油中硫的吸附剂(以下简称待生剂)通过闭锁料斗送入低压氧系统氧化成活性较高的吸附剂(以下简称再生剂)。吸附剂在循环系统中，经过反应器、反应接收器、闭锁料斗、再生器进料罐、再生器、再生器接收器、闭锁料斗、还原器再到反应器，完成一个循环周期。现有的装置设计中，包括了以下的自动控制回路：主要的流量、压力控制、压差控制；闭锁料斗循环操作的自动控制，包括闭锁料斗的9个循环步骤的自动控制；原料加热炉的出口温度控制器：主要调节进加热炉的燃料气的压力；原料加热炉的氧含量控制器：调节空气鼓风机；再生器的温度控制器：主要调节再生空气的预热热交换器的旁路阀；汽油稳定塔的灵敏板温度控制：调节再沸器的蒸汽流量。但是在循环周期中的原料缓冲罐出口流量、部分容器料位、温度和吸附剂循环速率以及质量指标约束等参数均需要人工手动操作输入或调整，存在参数设置及控制效率低，从而影响吸附脱硫效率和质量的问题。
为了解决上述问题，本申请实施例提供了一种汽油吸附脱硫智能控制设备10。请参考图1，图1为本申请实施例提供的一种汽油吸附脱硫智能控制设备的模块示意图。
汽油吸附脱硫智能控制设备10包括汽油吸附脱硫智能控制系统11、分布式控制系统12、闭锁料斗控制系统13和汽油吸附脱硫装置14。其中，汽油吸附脱硫智能控制系统11分别与分布式控制系统12、闭锁料斗控制系统13电连接，汽油吸附脱硫装置14分别与分布式控制系统12、闭锁料斗控制系统13电连接，以使汽油吸附脱硫智能控制系统11能够通过分布式控制系统12、闭锁料斗控制系统13对汽油吸附脱硫装置14进行汽油吸附脱硫处理的流程控制。
可选地，本实施例还可以包括安全仪表系统15，该安全仪表系统15分别与汽油吸附脱硫智能控制系统11和汽油吸附脱硫装置14电连接。
具体地，该汽油吸附脱硫智能控制系统11从现有汽油吸附脱硫装置14的闭锁料斗控制系统13、分布式控制系统12和安全仪表系统15里通过接口读取相关数据，运行原料系统模型、反应系统模型、再生系统模型、循环氢系统模型、闭锁料斗模型、稳定塔系统模型，在在线模型计算的基础上实现从原料到反应、再生、吸附剂循环、循环氢循环、汽油稳定塔的各个工段的全自动操作，并实时优化汽油吸附脱硫装置14的操作条件，减少氢气/蒸汽的消耗以及汽油的辛烷值损失，提高劳动生产率和经济效益。
上述在线模型计算可以基于智能在线模型系统实现，智能在线模型系统从分布式控制系统、闭锁料斗控制系统、安全仪表系统里通过接口读取相关数据，运行原料系统模型、反应系统模型、再生系统模型、循环氢系统模型、闭锁料斗模型和稳定塔系统模型等，能够实时给出反应器出口的质量参数(如产品汽油的含硫量)、吸附剂载硫量、循环氢的氢纯度、稳定汽油蒸汽压等，使操作员可以及时进行相关质量控制的操作，或者智能控制系统能够使用智能在线模型计算的结果进行智能控制，实现全流程的智能自动化操作，减少氢气/蒸汽的消耗以及汽油的辛烷值损失，提高劳动生产率和经济效益。
其中，分布式控制系统12即是集散控制系统，其英文全称为Distributed ControlSystem，简称DCS，是以微处理器为基础，采用控制功能分散、显示操作集中、兼顾分而自治和综合协调的设计原则的新一代仪表控制系统。集散控制系统也可直译为分散控制系统。它采用控制分散、操作和管理集中的基本设计思想，采用多层分级、合作自治的结构形式。其主要特征是它的集中管理和分散控制。目前DCS在电力、冶金、石化等各行各业都获得了极其广泛的应用。由于汽油吸附脱硫装置14需要更加智能化的仪表显示监控和控制，因此本实施例采用分布式控制系统12实现汽油吸附脱硫装置14进行数据采集、传输和汽油吸附脱硫装置14的调控，以实现汽油吸附脱硫处理的自动化和高效化。
闭锁料斗是重整催化剂连续再生设备中的一个关键设备，闭锁料斗的作用是将催化剂从高压的反应系统输送至低压的再生系统(包括将氢/烃环境与氮/氧环境隔绝)。闭锁料斗内有过滤器以防止吸附剂被排出的气体携带出去。因此本实施例采用闭锁料斗控制系统(LMS)13用于吸附剂输送过程的逻辑控制，以及安全连锁保护。
可选地，本实施例中的汽油吸附脱硫装置14可以是但不限于是S-Zorb汽油脱硫工艺技术装置。S-Zorb是由ConocoPhillips(COP)公司开发的，主要用于催化汽油的脱硫的工艺技术，该技术采用吸附反应工艺技术原理，可在辛烷值损失较小的情况下使汽油产品的硫含量降低到小于10PPm。
具体地，S-Zorb汽油脱硫工艺技术装置一般包括反应器、反应器接收器、吸附剂还原器、闭锁料斗、再生器接收器、再生器进料罐、再生器、吸附剂储罐等，其工艺流程大概为：在适宜的压力、温度和氢气条件下，使用专用吸附剂在流化床反应器中，将原料汽油中所含的硫以金属硫化物形态吸附到吸附剂上，生产硫含量很低的汽油组分；而吸附了硫原子的吸附剂可以连续的输送到再生器中进行再生，以保证吸附剂具有很适宜的活性，从而稳定地生产硫含量较低的汽油产品，再生烟气进行碱洗脱二氧化硫或送硫回收装置处理；在整个工艺流程中由闭锁料斗控制反应器、反应器接收器、吸附剂还原器等的进料。
安全仪表系统15的英文全称为Safety Instrumented System，简称SIS，主要为工厂控制系统中报警和联锁部分，对分布式控制系统12中检测的结果实施报警动作或调节或停机控制，通常是工厂企业自动控制中的重要组成部分。
进一步地，分布式控制系统12可以通过分布式控制系统接口承担定期或事件触发时读取或写入分布式控制系统12内的数据的功能，可以选用标准的OPC(OLE for ProcessControl)接口或其它形式的基于API(Application Programming Interface，应用程序接口)软件编写的专用接口软件。汽油吸附脱硫智能控制系统11和汽油吸附脱硫装置14通过该分布式控制系统接口与分布式控制系统12连接。
闭锁料斗控制系统13可以通过闭锁料斗控制系统接口承担定期或事件触发时读取或写入闭锁料斗控制系统13内的数据的功能，可以选用标准的OPC接口或其它形式的基于API软件编写的专用接口软件。汽油吸附脱硫智能控制系统11和汽油吸附脱硫装置14通过该闭锁料斗控制系统接口与闭锁料斗控制系统13连接。
安全仪表系统15可以通过安全仪表系统接口承担定期或事件触发时读取或写入安全仪表系统15内的数据的功能，可以选用标准的OPC接口或其它形式的基于API软件编写的专用接口软件。自动化汽油吸附脱硫智能控制系统11和汽油吸附脱硫装置14通过该安全仪表系统接口与安全仪表系统15连接。
可选地，本实施例中的自动化汽油吸附脱硫智能控制设备10还可以包括数据库，用于存储来源于分布式控制系统12、闭锁料斗控制系统13和安全仪表系统15的数据，并提供各种在线模型。同时该实时数据库也存储模型计算及处理的结果，根据需要回写到分布式控制系统12或闭锁料斗控制系统13系统中。
作为一种可选的实施方式，自动化汽油吸附脱硫智能控制系统11包括反应脱硫智能优化器111和用于控制汽油吸附脱硫装置14的各吸附脱硫部件的控制器，反应脱硫智能优化器111用于基于分布式控制系统12和闭锁料斗控制系统13的数据设定每个控制器的控制参数，每个控制器和所述分布式控制系统12基于对应的控制参数对相应的吸附脱硫部件进行吸附脱硫处理流程控制。上述控制器可以包括加热炉控制器、分布式控制系统氢油比控制器、吸附剂载硫量控制器和反应器藏量控制器。
进一步地，上述控制器还可以包括原料缓冲罐控制器、反应优化器、再生烧硫控制器、再生器温度控制器、再生接收器料位控制器、再生进料罐控制器、再生器料位控制器、循环氢纯度控制器、循环氢优化器、稳定塔重沸器控制器、稳定汽油蒸汽压控制器、稳定塔优化器等中的一个或多个。
产品汽油的硫含量需要达到要求的质量指标要求。该项质量控制工作也是由操作人员通过调整反应氢油比与反应温度以及吸附剂的再生烧硫的速率来实现的。由于吸附剂的藏量大，上游装置的原料性质变化较多、原料流量/温度等变化大，以及以上2)的吸附剂循环操作的波动等，往往人工的调整不能很好的控制汽油质量的稳定，导致质量波动较大。
本实施例为了保证汽油质量稳定，采用反应脱硫智能优化器111及反应优化器等来改善上述问题。
请参考图2，图2为本申请实施例提供的一种反应脱硫智能优化器的参数传输关系示意图。
反应脱硫智能优化器111的控制策略是为了进行汽油硫含量控制和汽油烯烃含量控制。汽油硫含量控制为按照硫平衡的控制原则，原料硫含量或原料流量变化时，需要脱硫的速率也发生变化；根据原料进料的测量数据，利用脱硫反应模型计算反应器出口的汽油硫含量，智能控制器计算需要的氢油比、加热炉出口温度(或反应温度)、吸附剂活性(或待生剂的载硫量)已达到需要的硫含量指标。汽油烯烃含量控制为在执行降烯烃生产方案时，需要把烯烃含量降低到需要的指标，反应脱硫智能优化器111计算需要的氢油比、加热炉出口温度(或反应温度)、吸附剂活性(或待生剂的载硫量)已达到需要的烯烃含量指标，且在执行非降烯烃生产方案时，该项功能关闭。
其中，脱硫反应模型包括了脱硫反应动力学与流化床反应器模型，根据反应器的反应进料条件(包括进料硫含量、进料流量、反应温度、反应压力、循环氢流量、待生剂载硫量、反应器料位、待生剂循环速率、循环氢纯度等)，脱硫反应模型计算反应器出口的各种模型输出变量包括反应器出口硫含量、脱硫反应率、氢油比、质量空速、反应器碳生产速率、反应器自由沉降高度、反应器水分压等。
脱硫反应动力学模型的计算方程为吸附脱硫反应动力学方程：
Ks＝f[SFEED,T,ZSS,HOR,P]；
其中，Ks为硫化物的脱硫速率常数，T为反应温度，P为反应压力，ZSS为再生剂的载硫率，HOR为氢油摩尔比，SFEED为进料硫化物的含量。Ks的经验公式如下Ks＝fs(SFEED)*fT(T)*fP(P)*fz(SZS)*fH(HOR)，其中fs(SFEED)为进料硫含量对脱硫率的影响项，fT(T)为反应温度对脱硫速率常数的影响项，fP(P)为反应压力对脱硫速率常数的影响项，fz(SZS)为再生剂的载硫率对脱硫速率常数的影响项，fH(HOR)为氢油比对脱硫速率常数的影响项。
流化床反应器的出口脱硫率计算公式如下：
Figure BDA0002421183080000151
其中，KTs_factor为流化床反应器的出口脱硫率，Rs为反应床的总藏量，S为吸附剂床点的反应物的集总硫含量，F为反应器中反应物的流量，HOR为吸附剂床点的氢分压。
反应脱硫智能优化器111的输入变量为：反应器出口汽油硫含量(数据来源：DCS)、反应器出口汽油烯烃含量或温升以及约束参数(数据来源：DCS)以及反应器其他约束(数据来源：DCS)。
反应脱硫智能优化器111的输出变量为：加热炉出口温度设定参数(数据去向：DCS)、氢油比设定参数(数据去向：分布式控制系统氢油比控制器)、待生剂载硫量设定参数(数据去向：吸附剂载硫量控制器)和反应器藏量设定参数(数据去向：反应器藏量控制器)。
可选地，本实施例反应脱硫智能优化器可以采用比例积分微分控制算法或多变量预测控制算法，基于多变量解耦条件确定所述加热炉出口温度设定参数、所述氢油比设定参数、所述待生剂载硫量设定参数和所述反应器藏量设定参数。
与稳定汽油分析仪(位于稳定塔底产品出口)的变化滞后10多个小时相比，在线模型与反应脱硫智能优化器的响应在几分钟时间，大大提高了的控制速度，实现了自动智能控制。并且其使用效果为：汽油硫含量波动范围大大减少，控制在6～8ppm之间，质量过剩下降；汽油合格率提高到99％以上。
进一步地，在进行汽油吸附脱硫处理时，为了对自动化汽油吸附脱硫智能控制设备10正在运行的工艺进行实时优化来得到更好的汽油吸附脱硫处理效率和质量，自动化汽油吸附脱硫智能控制系统11还可以包括反应优化器，反应优化器分别与分布式控制系统和12和反应脱硫智能优化器111电连接。请参考图3，图3为本申请实施例提供的一种反应优化器的参数传输关系示意图。
反应优化器的输入变量为：反应器出口汽油硫含量的指标约束(数据来源：脱硫反应模型)、反应器出口汽油烯烃含量的指标约束或温升约束(数据来源：烯烃反应模型)、待生剂载硫量和载碳量(吸附剂藏量模型)、再生系统约束参数和反应器其他约束参数(数据来源：DCS)。
反应优化器的输出变量为：加热炉出口温度设定参数优化值(数据去向：反应脱硫智能优化器)、分布式控制系统氢油比设定参数优化值(数据去向：反应脱硫智能优化器)、待生剂载硫量设定参数优化值(数据去向：反应脱硫智能优化器)和反应器藏量设定参数优化值(数据去向：反应脱硫智能优化器)。
上述脱硫反应模型、烯烃反应模型、吸附剂藏量模型以及后面会涉及的模型均可以是通过DCS从数据库中获取的模型数据。
烯烃反应模型包括了烯烃加氢反应动力学、辛烷值计算模型等。
烯烃加氢反应动力学模型包括如下烯烃加氢饱和反应的速率常数方程：
Figure BDA0002421183080000161
其中，Ko(i)为i类型烯烃加氢反应速率常数，Ko_factor(i)为类型烯烃加氢反应速率因子，Aoo为烃加氢反应指前因子。进一步地，具备进料以及产品烯烃分析仪的情况下，为了修正误差，在反应速率因子项增加了偏差项，Ko_factor(i)＝Kob_factor(i)+Ko_bias(i)，Kob_factor(i)为i类型烯烃加氢反应速率基准因子，Ko_bias(i)为i类型烯烃加氢反应速率校正因子；不具备进料以及产品烯烃分析仪的情况，将烯烃加氢反应速率进行集总，计算方程为：
Figure BDA0002421183080000171
KTO为烯烃加氢饱和集总反应速率常数，O(i)Feed为i类型烯烃在进料中的摩尔含量，KTO_factor为集总反应速率常数因子。
则具备进料以及产品烯烃分析仪的情况下的烯烃加氢反应器模型为：
Figure BDA0002421183080000172
其中，w为吸附剂质量，Fo(i)为反应器中i类烯烃的流量，O(i)为反应物的i种烯烃的含量。
不具备进料以及产品烯烃分析仪的情况下的烯烃加氢反应器模型为：
Figure BDA0002421183080000173
其中，O为反应床层点的反应物的烯烃总含量。
汽油辛烷值计算模型为：Ron＝f[Ar(i),O(i)]，i＝1,2,3,4；
其中，Ar(i)为i种烯烃的辛烷值系数，O(i)为i种烯烃的含量，f为烯烃含量与辛烷值的关系式。
吸附剂藏量模型中对反应系统建立硫、碳、吸附剂的物料平衡方程式如下：
Figure BDA0002421183080000174
Figure BDA0002421183080000175
Figure BDA0002421183080000176
其中，WRX为反应系统吸附剂藏量，SDS为待生剂吸附剂载硫量，CCRLHRX为闭锁料斗至反应系统吸附剂循环速率，SZS为再生剂吸附剂载硫量，RRX_S为反应器脱硫速率，RRX_C为反应器碳生成速率，CCRRXLH为反应系统至闭锁料斗吸附剂循环速率，CCRLSRX为反应系统吸附剂损失速率。
吸附剂藏量模型中对再生系统建立硫、碳的物料平衡方程式如下：
Figure BDA0002421183080000181
Figure BDA0002421183080000182
Figure BDA0002421183080000183
WRG为再生系统吸附剂藏量，SZS为再生剂吸附剂载硫量，CZS为再生剂吸附剂载碳量，CCRLHRG为闭锁料斗至再生系统吸附剂循环速率，SDS为待生剂吸附剂载硫量，CDS为待生剂吸附剂载碳量，RRG_S为再生器烧硫速率，RRG_C为再生器烧碳速率，CCRRGLH为再生系统至闭锁料斗吸附剂循环速率，CCRLSRG为再生系统吸附剂损失速率。
通过求解上述硫、碳的物料平衡方程式以及物料平衡方程式可以计算出藏量WRG、WRG以及待生剂吸附剂载硫量SZS、再生剂吸附剂载硫量SZS。
具体地，反应优化器可以具备两种优化策略。第一为辛烷值损失最小化，即非降烯烃生产时，需要尽量降低辛烷值损失，该优化问题可以表述如下：优化目标为min RonLoss；目标约束为汽油硫含量指标、自由沉降高度约束、加热炉约束、再生系统约束、吸附剂循环系统约束、吸附剂载硫载碳约束、其它约束。第二为汽油质量卡边优化即在执行降烯烃生产方案时，需要在满足烯烃与硫含量指标的前提下，尽量卡边操作，最小化质量过剩，该优化问题可以表述如下：优化目标为min硫含量卡边、烯烃含量卡边，目标约束为汽油硫含量指标约束、烯烃含量指标约束、自由沉降高度约束、加热炉约束、再生系统约束、吸附剂循环系统约束、吸附剂载硫载碳约束、其它约束。
可选地，反应优化器可以采用线性规划算法或非线性优化算法，根据模型特点，基于目标约束对上述优化目标进行逻辑优化。
通过反应优化器的投用后，出口温度稳定控制的基础上，根据工况优化器逐步提高反应温度，同时优化氢油比、吸附剂载硫量等，优化的结果，反应温升降低，辛烷值损失降低。
现有技术中从上游装置(催化裂化)来的原料流量经常变化，操作人员需要人工缓慢地调节原料缓冲罐的出口流量(原料加热炉的进口流量)，以保持原料缓冲罐的液位在一定的范围内，人工操作的负荷较高，因此本实施例采用原料缓冲罐控制器和加热炉控制器来实现原料缓冲罐的自动控制。
对于原料缓冲罐控制器，其控制策略为开工时采用氮气加压，开工完成后切换到循环氢或稳定塔顶气加压，且液位维持在一定范围内，尽量减少加热炉流量的波动。
原料缓冲罐控制器的输入变量为：原料缓冲罐压力参数(数据来源：DCS)和原料缓冲罐液位参数(数据来源：DCS)。
原料缓冲罐控制器的输出变量为：原料缓冲罐出口流量控制设参数(数据去向：DCS)和加压阀切换参数(数据去向：DCS)。
其中，原料缓冲罐压力控制基于该加压阀切换参数进行加压阀切换，例如加压阀A(氮气加压)和加压阀B(循环氢加压或稳定塔顶气加压)，开工时选用A阀(N2加压)，正常工况时选用B阀(循环氢加压或稳定塔顶气加压)，压力控制采用PID算法或其它多变量预估控制算法。原料缓冲罐液位参数可以选用传统的非线性液位控制或多变量预估控制算法获得，例如采用PID(比例积分微分)控制器时，根据不同的液位，使用不同的控制增益：Kp＝Kp0，if L101SP*(100％-30％)<L101<L101SP*(100％+30％)；Kp＝KpN，if L101≧L101SP*(100％+30％)，或L101≦L101SP*(100％-30％)。其中，L101为原料缓冲罐液位参数，L101SP为原料缓冲罐液位设定参数，Kp为液位PID控制器中控制增益，Kp0为液位在规定液位范围内时的控制增益，KpN为液位超出规定液位范围时的控制增益。原料缓冲罐液位在规定液位范围内，Kp0设得较小，对出口流量调节得较小。液位超出规定液位范围时，控制增益KpN设得较大，这时需要快速调节出口流量，把液位控制到限制值以内，从而保证汽油吸附脱硫处理质量。可选地，Kp也可以设计成连续的随偏差而增加的函数：Kp＝f(∣L101-L101SP∣)。
针对加热炉控制器，其控制策略为利用燃料气压力控制进入加热炉的燃气流量，进而控制加热炉的原料汽油的出口温度，并调节鼓风机的转速以控制空气流量，达到控制烟气氧气的含量。
加热炉控制器的输入变量为：加热炉出口温度设定参数(数据来源：反应脱硫智能优化器)、加热炉出口温度参数(数据来源：DCS)、加热炉烟气氧含量(数据来源：DCS)。
加热炉控制器的输出变量为：燃料气压力设定参数(数据去向：DCS燃料气压力控制)、鼓风机转速设定参数(数据去向：DCS鼓风机转速控制)。
具体地，加热炉控制器可以通过常规的PID算法进行控制，以燃料气压力调节加热炉出口温度，以鼓风机转速调节烟气氧含量。并且为了保证安全，加热炉控制器还可以通过加热炉交叉限值控制法，在增加燃料压力之前，先增加空气流量，在减少燃料时，先减燃料再减控制流量。
针对吸附载硫量控制器，请参考图4，图4为本申请实施例提供的一种吸附载硫量控制器的参数传输关系示意图。
吸附载硫量控制器的控制策略是由反应智能优化器或操作工给出待生剂载硫量的设定值，载硫量智能控制器根据吸附剂总藏量、调整时间等计算需要提高或降低的再生风量，按照调整计划给出再生风流量需求参数；吸附载硫量控制器也根据待生剂载硫量的实时计算值，作为控制反馈，再调整操作变量；在再生器出现约束情况时，改变调整时间与再生风流量需求参数。
吸附剂载硫量控制器的输入变量为：待生剂载硫量参数(数据来源：吸附剂藏量模型)、再生器相关约束参数(数据来源：DCS或模型计算结果)。
吸附剂载硫量控制器的输出变量为：再生风流量需求参数(数据去向：DCS)。
具体地，吸附载硫量控制器基于PID算法或多变量预测控制算法，综合约束控制算法，进行再生风流量需求参数的计算。
通过吸附载硫量控制器的使用，使载硫量波动减少，载硫量提高，吸附剂活性降低，辛烷值损失降低。
现有技术中产品汽油的硫含量需要达到要求的质量指标要求。该项质量控制工作也是由操作人员通过调整反应氢油比与反应温度以及吸附剂的再生烧硫的速率来实现的。由于吸附剂的藏量大，上游装置的原料性质变化较多、原料流量/温度等变化大，以及以上2)的吸附剂循环操作的波动等，往往人工的调整不能很好的控制汽油质量的稳定，导致质量波动较大。
针对上述问题本实施例可以采用再生烧硫控制器，请参考图5，图5为本申请实施例提供的一种再生烧硫控制器的参数传输关系示意图。
再生烧硫控制器的控制策略为：根据脱硫反应模型计算得到脱硫反应速率，按照硫平衡的控制原则，再生模型依据硫、碳竟烧比例以及吸附剂氧化耗氧等计算出模型再生风流量需求参数，根据模型再生风流量需求参数和吸附载硫量控制器的再生风流量设定参数以及再生烟气含氧量的约束等根据烧硫智能控制器的算法计算再生风流量设定参数，输出到DCS再生风流量控制器中。
再生烧硫控制器的输入变量为：再生风流量需求参数(数据来源：吸附剂载硫量控制器)、模型再生风流量需求参数(数据来源：再生反应模型)、再生烟气含氧量约束参数(数据来源：DCS)、再生器其它约束参数(数据来源：DCS或模型计算结果)。
再生烧硫控制器的输出变量为：再生风流量设定参数(数据去向：DCS)。
具体地，再生烧硫控制器可以基于硫平衡计算方法和约束控制算法进行再生风流量设定参数的确定。
同时，再生器的温度对于吸附剂的烧硫以及活性影响较大，温度超高会导致吸附剂失活或带水。目前现有技术中的温度控制器的再生空气的换热调节能力有限，经常引起阀门全开或全关，温度波动非常大。因此本实施例可以采用再生器温度控制器实现再生器的温度控制。
再生器温度控制器的控制策略为：当调节阀遇到约束时，产生温度约束信号，输出到再生料位控制器中，再生料位控制器将调节料位设定，使阀位约束解除；在线计算再生器热量生成，判断是否会产生冷却水气化现象。如果接近气化极限，调整冷却水流量设定，防止由于气化而产生振动的现象。
再生器温度控制器的输入变量为：再生器热量生成参数(数据来源：再生反应模型)、再生器温度参数(数据来源：DCS)、再生器温度调节阀约束参数(数据来源：DCS)、再生器其他约束参数(数据来源：DCS)。
其中，再生反应模型使用以下的再生反应方程实时计算各条件对烧硫速率的影响：
Ys＝BST(TRG)*BSP(PRG)*BSs(DSS)*BSa(Fair)*BSSuv(Suv)；
其中，Ys为再生烧硫速率，TRG为再生温度，BST(TRG)为再生温度对烧硫率的影响项，PRG为再生压力，BSP(PRG)为再生压力对烧硫率的影响项，DSS为待生剂的载硫率，BSs(DSS)为待生剂的载硫率对烧硫率的影响项，Fair为再生空气流量，BSA(Fair)为再生空气对烧硫率的影响项，Suv为再生密相线速，BSSuv(Suv)为线速对烧硫率的影响项。根据以上再生烧硫率和物料平衡，可以计算出再生器的烧硫速率和再生剂载硫量。
利用同样的方法可以计算烧碳的速率Yc：YC＝BCT(TRG)*BCP(PRG)*BCs(DSC)*BCa(Fair)*BCSuv(Suv)；
其中，BCT(TRG)为再生温度对烧碳率的影响项，BCP(PRG)为再生压力对烧碳率的影响项，DSC为待生剂的载碳率，BCs(DSC)为待生剂的载碳率对烧碳率的影响项，BCA(Fair)为再生空气对烧碳率的影响项，BCSuv(Suv)为线速对烧碳率的影响项。
再生器温度控制器的输出变量为：再生温度控制阀位参数(数据去向：DCS)、再生器冷却水流量设定参数(数据去向：DCS)、再生温度约束参数(数据去向：再生器料位控制器)。
具体地，再生器温度控制器可以基于再生器温度分程控制和约束控制算法进行参数的确定。
通过上述再生烧硫控制器和再生器温度控制器的使用，再生器的料位、温度)等的波动大幅降低，烟气氧含量超标的现象也基本杜绝。
对于闭锁料斗及吸附剂循环过程，包括了反应器、还原器、反应接收器、闭锁料斗、再生进料罐、再生器、再生接收器等中间储罐。除了闭锁料斗的吸附剂传输是周期间歇式，其它罐之间的传输都是连续的，基本控制策略是保持每个罐的物料平衡。具体控制方式有两种：出料控制法和进料控制法。
由于两种控制法相似，因此本实施例中采用出料控制法来进行吸附剂物料平衡，其控制策略为：每个罐(或反应器、再生器、闭锁料斗)的料位通过出料口的差压或闭锁料斗步序料位设定等来调节；吸附剂的循环速率通过给料位的输出增量(或减量)实现各个循环环节同步调节循环速率，减少循环速率变化对各个罐或反应器、再生器的影响。
本实施例的出料控制法基于反应器藏量控制器、再生接收器料位控制器、再生进料罐控制器、再生器料位控制器完成。
现有技术中闭锁料斗的循环操作影响反应器温度/循环氢系统的温度、压力、纯度，环境气温等也影响进料温度、氢气流量等，由于没有反应系统的自动控制，人工调节不能有效地控制反应系统的平稳，也无法及时地优化反应条件，导致烯烃反应较多、辛烷值损失较大。本实施例可以通过反应藏量控制器、再生接收器料位控制器、再生进料罐控制器、再生器料位控制器等来改善上述问题。
其中，针对反应藏量控制器，请参考图6，图6为本申请实施例提供的一种反应藏量控制器的参数传输关系示意图。
反应藏量控制器的输入变量为：反应器藏量设定参数(数据来源：吸附剂藏量模型)、反应器自由沉降高度约束参数(数据来源：脱硫反应模型)、反应器其他约束(数据来源：DCS或其他模型计算结果)。
反应藏量控制器的输出变量为：闭锁料斗步料位设定参数(数据去向：LMS)。
可选地，反应藏量控制器可以采用PID或多变量预测控制算法以及约束控制算法进行闭锁料斗步料位设定参数的计算。
针对再生接收器料位控制器，再生接收器料位控制器的输入变量为：再生接收器料位参数(数据来源：DCS)、再生接收器相关约束参数(数据来源：DCS)、再生接收器下料故障参数(数据来源：DCS)。
再生接收器料位控制器的输出变量为：再生接收器闭锁料斗步料位设定参数(数据去向：LMS)。
可选地，再生接收器料位控制器可以选用PID或多变量预测控制算法以及约束控制算法进行再生接收器闭锁料斗步料位设定参数的计算。
针对再生进料罐控制器，再生进料罐控制器的输入变量为：再生进料罐料位参数(数据来源：DCS)、再生进料罐相关约束参数(数据来源：DCS)、再生进料罐下料故障参数(数据来源：DCS)。
再生进料罐控制器的输出变量为：再生进料罐和再生器压差第一设定参数(数据去向：DCS)、进料罐下料阀参数(数据去向：DCS)。
可选地，再生进料罐控制器可以通过PID或者多变量预测控制，结合约束控制算法进行参数计算。
针对再生器料位控制器，再生器料位控制器的输入变量为：再生器料位参数(数据来源：DCS)、再生器温度参数等再生器温度相关约束(数据来源：再生器温度控制器)、再生器下料故障参数(数据来源：DCS)。
再生器料位控制器的输出变量为：再生进料罐和再生器压差第二设定参数(数据去向：DCS)。上述再生进料罐和再生器压差第一设定参数用于控制再生进料罐的压强，再生进料罐和再生器压差第二设定参数用于控制再生器的压强，从而控制两者之间的压差。
可选地，再生器料位控制器可以通过PID或者多变量预测控制，结合约束控制算法进行参数计算。
通过上述反应藏量控制器、再生接收器料位控制器、再生进料罐控制器、再生器料位控制器的使用，使再生器料位稳定，波动减少，再生接收器料位(藏量)稳定，波动减少，再生进料罐料位稳定，波动减少。
应当理解的是，原料汽油的流量变化会引起原料罐加压的氮气的溶解，影响循环氢的氮气浓度和氢气纯度；新鲜补充氢气的氢纯度变化也会影响循环氢的氢纯度。循环氢纯度的变化影响反应器的脱硫反应速率。由于没有循环氢的氢气纯度的在线检测，操作人员只能根据稳定汽油的含硫量变化或不定期的循环氢取样化验结果，适当调节排往燃料气管网的循环氢流量。该调节往往不及时或较保守，导致大量循环氢气排往燃料气，大大增加装置的氢耗和能耗。
本实施例可以采用DCS氢油比控制器、循环氢纯度控制器、循环氢优化器来改善上述问题。
DCS氢油比控制器用于基于DCS进行循环氢流率与原料油率之比的控制。
循环氢纯度控制器的控制策略为：循环氢纯度的设定值由循环氢优化器或者操作工给出；循环氢纯度的过程值由循环氢系统模型计算得到，或者在线分析仪检测得到；根据循环氢纯度的设定值和过程值的偏差，调节循环氢排放阀的开度。
循环氢纯度控制器的输入变量为：氢油比设定参数(数据来源：DCS)、循环氢纯度参数(数据来源：循环氢系统模型)、补充氢约束参数(数据来源：DCS)、其他约束(数据来源：DCS)。
其中，循环氢系统模型对氢气H2建立物料平衡方程式如下：
Figure BDA0002421183080000261
Figure BDA0002421183080000262
其中，V为循环氢系统总摩尔容量，ARH2为循环氢系统中H2纯度，FNH2为补充新氢摩尔流量，ANH2为补充氢系统中H2纯度，FDSH2为脱硫反应耗氢摩尔流量，FOH2为烯烃反应耗氢摩尔流量，FLH为闭锁料斗吹扫用循环氢气摩尔流量，FST为稳定塔顶气体摩尔流量，ASTH2为稳定塔顶气体氢气H2含量，FEXH2为循环氢排往燃料气网流量。
循环氢系统模型对氮气N2建立物料平衡方程式如下：
Figure BDA0002421183080000263
其中，V为循环氢系统总摩尔容量，ARN2为循环氢系统中N2含量，FFDN2为原料缓冲罐中溶入的氮气流量，FNH2为补充新氢摩尔流量，ANN2为补充氢系统中N2含量，FLH为闭锁料斗吹扫用循环氢气摩尔流量，FST为稳定塔顶气体摩尔流量，ASTN2为稳定塔顶气体氢气N2含量，FEX为循环氢排往燃料气网流量。
循环氢系统模型对烃HC建立物料平衡方程式：
Figure BDA0002421183080000264
其中，ARHC为循环氢系统中HC含量，FNHC为补充新氢摩尔流量，ANHC为补充氢系统中HC含量，FOHC为烯烃反应生成HC摩尔流量，FLH为闭锁料斗吹扫用氢气摩尔流量，FST为稳定塔顶气体摩尔流量，ASTHC为稳定塔顶气体氢气HC含量，FEX为循环氢排往燃料气网流量。
循环氢系统模型通过求解上述H2、N2和HC的物料平衡方程式的微分方程求解出循环氢中的氢气纯度ARH2、氮气含量ARN2、烃类含量ARHC。
循环氢纯度控制器的输出变量为：环氢排放阀开度参数(数据去向：DCS)。
可选地，循环氢纯度控制器可以基于PID算法或多变量预测控制算法，结合约束控制算法进行环氢排放阀开度参数的确定。
针对循环氢优化器，其优化策略为：优化目标是满足反应脱硫的氢气要求以及其它约束的前提下最小化氢气消耗，可以表述为min循环氢至燃料气管网排放流量，其约束可以是循环氢排放阀位约束、循环氢纯度约束、补充氢约束、反应气硫含量约束、其它约束。
循环氢优化器的输入变量为：循环氢纯度约束参数(数据来源：循环氢系统模型)、反应气硫含量约束参数(数据来源：脱硫反应模型)循环氢排放阀位约束参数(数据来源：DCS)、补充氢约束参数(数据来源：DCS)、其他约束参数(数据来源：DCS)。
循环氢优化器的输出变量为：循环氢纯度优化值(数据去向：循环氢纯度控制器)。
可选地，循环氢优化器可以将装置模型进行线性化以后，采用线性规划算法或非线性优化算法，根据模型特点进行逻辑优化，以获取循环氢纯度优化值。
通过上述循环氢纯度控制器、循环氢优化器等的使用，使循环氢纯度的波动降低、补充氢的消耗降低、辛烷值损失降低。
应当理解的是，原料系统、反应系统、循环氢系统以及再生系统的波动最终影响了稳定塔的操作。原设计的稳定塔灵敏板温度控制不能很好投用，稳定塔的操作波动较大，导致稳定汽油的质量指标波动较大，许多汽油组分带入塔顶干气去了燃料气网络，降低了汽油的收率。
本实施例为了改善上述问题，通过稳定塔重沸器控制器、稳定汽油蒸汽压控制器和稳定塔优化器来进行稳定塔控制。
请参考图7，图7为本申请实施例提供的一种稳定塔重沸器控制器的参数传输关系示意图。
针对稳定塔重沸器控制器，其由反应智能优化器或操作工给出待生剂载硫量的设定值，载硫量智能控制器根据吸附剂总藏量、调整时间等计算需要提高或降低的再生风量，按照调整计划给出再生风流量设定。
稳定塔重沸器控制器的输入变量为：重沸器热量设定参数(数据来源：稳定塔模型)、冷却水相变最小流量参数(数据来源：DCS)、其他约束参数(数据来源：DCS)。
稳定塔模型根据稳定塔的操作参数包括稳定塔顶压力、稳定塔顶温度、稳定塔灵敏板温度、稳定塔底温度、稳定塔进料流量、稳定塔进料温度等，模型计算稳定汽油蒸汽压、并根据蒸汽压的指标要求，计算需要设定的塔压。其具体地建模方法可以是基于机理的精馏塔计算、工程近似模型回归和/或人工智能、神经元网络。
稳定塔重沸器控制器的输出变量为：重沸器蒸汽流量设定参数(数据去向：DCS)。
可选地，稳定塔重沸器控制器可以采用能量平衡算法或PID算法进行重沸器蒸汽流量设定参数的计算。
针对稳定汽油蒸汽压控制器，其控制策略中，控制目标为通过调节重沸器热量与塔顶压力，当原料变化或反应器操作变化时快速平稳塔的操作，并满足汽油蒸汽压的指标要求。具体地，由稳定塔模型计算稳定汽油蒸汽压和塔顶压力补偿温度。根据工艺条件要求，选择操作变量：根据重沸器投用的情况，选用重沸器热量设定；根据重沸器停用的情况，选用塔顶压力设定。
稳定汽油蒸汽压控制器的输入变量为：稳定汽油蒸汽压参数(数据来源：稳定塔模型)、塔顶压力补偿温度参数(数据来源：稳定塔模型)、其他约束参数(数据来源：DCS)。
稳定汽油蒸汽压控制器的输出变量为：重沸器热量设定参数(数据去向：输入稳定塔模型以稳定塔重沸器控制器尽心提取)、塔顶压力设定参数(数据去向：DCS)。
可选地，可选地，稳定汽油蒸汽压控制器可以采用能量平衡算法或PID算法进行参数的计算。
针对稳定塔优化器，其优化目标是稳定塔的经济效益最大化，可以表述为Max ST_Value＝稳定汽油价格*稳定汽油流量-能量价格*能耗；约束为满足稳定汽油质量指标(蒸汽压)，重沸器约束以及塔顶冷却约束等。
稳定塔优化器的输入变量为：重沸器约束参数(数据来源：DCS)、塔顶冷却能力约束参数(数据来源：DCS)、稳定汽油蒸汽压指标约束参数(数据来源：稳定塔模型)、其他约束参数(数据来源：DCS)。
稳定塔优化器的输出变量为：重沸热量优化参数(数据去向：稳定汽油蒸汽压控制器)、塔顶压力优化参数(数据去向：DCS)。
可选地，稳定塔优化器可以将装置模型进行线性化以后，采用线性规划算法或非线性优化算法，根据模型特点，进行上述参数的逻辑优化计算。
通过上述稳定塔重沸器控制器、稳定塔优化器和稳定汽油蒸汽压控制器的使用，使塔底、塔顶温度波动减少，稳定汽油蒸汽压的波动减少，卡边优化的结果，汽油收率提高。
综上所述，本申请实施例提供了一种自动化汽油吸附脱硫智能控制系统及设备，所述自动化汽油吸附脱硫智能控制系统包括：反应脱硫智能优化器和用于控制汽油吸附脱硫装置的各吸附脱硫部件的控制器；所述反应脱硫智能优化器用于基于分布式控制系统和闭锁料斗控制系统的数据设定每个控制器的控制参数，每个控制器和所述分布式控制系统基于对应的控制参数对相应的吸附脱硫部件进行吸附脱硫处理流程控制。
在上述实现方式中，通过反应脱硫智能优化器对各个控制器进行控制，从而基于各个控制器通过分布式控制系统和闭锁料斗控制系统对汽油吸附脱硫装置的各个部件进行自动化参数控制，避免通过人工输入参数进行工序控制和调整，从而提高了汽油吸附脱硫处理的效率和准确率。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的框图显示了根据本申请的多个实施例的设备的可能实现的体系架构、功能和操作。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (8)

1.一种汽油吸附脱硫智能控制系统，其特征在于，所述汽油吸附脱硫智能控制系统包括：反应脱硫智能优化器和用于控制汽油吸附脱硫装置的各吸附脱硫部件的控制器；
所述反应脱硫智能优化器用于基于分布式控制系统和闭锁料斗控制系统的数据设定每个控制器的控制参数，每个控制器和所述分布式控制系统基于对应的控制参数对相应的吸附脱硫部件进行吸附脱硫处理流程控制；其中，所述控制器包括：与所述反应脱硫智能优化器分别连接的加热炉控制器、分布式控制系统氢油比控制器、吸附剂载硫量控制器和反应器藏量控制器；所述反应脱硫智能优化器用于基于指定的汽油组分含量指标和生产组分，以及从所述分布式控制系统接收的反应器出口汽油硫含量、反应器出口汽油烯烃含量或温升以及约束参数，确定加热炉出口温度设定参数、氢油比设定参数、待生剂载硫量设定参数和反应器藏量设定参数，并将所述加热炉出口温度设定参数传输至所述分布式控制系统，将所述氢油比设定参数传输至所述分布式控制系统氢油比控制器，将所述待生剂载硫量设定参数传输至所述吸附剂载硫量控制器，将所述反应器藏量设定参数传输至所述反应器藏量控制器；
所述反应脱硫智能优化器采用比例积分微分控制算法或多变量预测控制算法，基于多变量解耦条件确定所述加热炉出口温度设定参数、所述氢油比设定参数、所述待生剂载硫量设定参数和所述反应器藏量设定参数。
2.根据权利要求1所述的汽油吸附脱硫智能控制系统，其特征在于，所述汽油吸附脱硫智能控制系统还包括：分别与所述分布式控制系统和所述反应脱硫智能优化器电连接的反应优化器；
所述反应优化器用于基于脱硫反应模型的反应器出口汽油硫含量的指标约束、烯烃反应模型的反应器出口汽油烯烃含量的指标约束或温升约束、吸附剂藏量模型的待生剂载硫量和载碳量，以及从所述分布式控制系统接收的约束参数，确定加热炉出口温度设定参数优化值、分布式控制系统氢油比设定参数优化值、待生剂载硫量设定参数优化值和反应器藏量设定参数优化值，并将所述加热炉出口温度设定参数优化值、所述分布式控制系统氢油比设定参数优化值、所述待生剂载硫量设定参数优化值和所述反应器藏量设定参数优化值传输至所述反应脱硫智能优化器，以使所述反应脱硫智能优化器基于所述加热炉出口温度设定参数优化值、所述分布式控制系统氢油比设定参数优化值、所述待生剂载硫量设定参数优化值和所述反应器藏量设定参数优化值分别对所述加热炉出口温度设定参数、所述氢油比设定参数、所述待生剂载硫量设定参数和所述反应器藏量设定参数进行优化。
3.根据权利要求1所述的汽油吸附脱硫智能控制系统，其特征在于，所述吸附剂载硫量控制器用于基于所述待生剂载硫量设定参数和所述分布式控制系统的约束参数确定再生风流量需求参数。
4.根据权利要求3所述的汽油吸附脱硫智能控制系统，其特征在于，所述汽油吸附脱硫智能控制系统还包括：分别与所述吸附剂载硫量控制器和所述分布式控制系统电连接的再生烧硫控制器；
所述再生烧硫控制器用于基于再生反应模型参数、从所述吸附剂载硫量控制器接收的所述再生风流量需求参数，以及从所述分布式控制系统接收的再生烟气含氧量约束参数，确定再生风流量设定参数，并将所述再生风流量设定参数传输至所述分布式控制系统。
5.根据权利要求1所述的汽油吸附脱硫智能控制系统，其特征在于，所述反应器藏量控制器用于基于所述反应器藏量设定参数、脱硫反应模型的反应器自由沉降高度约束参数以及从所述分布式控制系统接收的约束参数，确定闭锁料斗步料位设定参数，并将所述闭锁料斗步料位设定参数发送至所述闭锁料斗控制系统，所述闭锁料斗控制系统用于基于所述闭锁料斗步料位设定参数调节每个吸附脱硫部件的料位。
6.根据权利要求1所述的汽油吸附脱硫智能控制系统，其特征在于，所述汽油吸附脱硫智能控制系统还包括：与所述分布式控制系统电连接的稳定塔重沸器控制器；所述稳定塔重沸器控制器用于基于稳定塔模型计算获得的重沸器热量设定参数以及从所述分布式控制系统接收的冷却水相变最小流量参数，确定重沸器蒸汽流量设定参数，并将所述重沸器蒸汽流量设定参数发送至所述分布式控制系统。
7.根据权利要求6所述的汽油吸附脱硫智能控制系统，其特征在于，所述汽油吸附脱硫智能控制系统还包括：分别与所述分布式控制系统和所述稳定塔重沸器控制器电连接的稳定汽油蒸汽压控制器；所述稳定汽油蒸汽压控制器用于基于稳定塔模型计算获得的稳定汽油蒸汽压参数和塔顶压力补偿温度参数，确定重沸器热量设定参数和塔顶压力设定参数，并将所述重沸器热量设定参数发送至所述稳定塔重沸器控制器，将所述塔顶压力设定参数发送至所述分布式控制系统。
8.一种汽油吸附脱硫智能控制设备，其特征在于，所述汽油吸附脱硫智能控制设备包括：分布式控制系统、闭锁料斗控制系统、安全仪表系统、控制汽油吸附脱硫装置和如权利要求1-7中任一项所述的汽油吸附脱硫智能控制系统，所述汽油吸附脱硫智能控制系统分别与所述分布式控制系统、所述闭锁料斗控制系统、所述安全仪表系统电连接，所述控制汽油吸附脱硫装置分别与所述分布式控制系统、所述闭锁料斗控制系统、所述安全仪表系统电连接。
CN202010210170.8A 2020-03-23 2020-03-23 汽油吸附脱硫智能控制系统及设备 Active CN113429998B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010210170.8A CN113429998B (zh) 2020-03-23 2020-03-23 汽油吸附脱硫智能控制系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010210170.8A CN113429998B (zh) 2020-03-23 2020-03-23 汽油吸附脱硫智能控制系统及设备

Publications (2)

Publication Number Publication Date
CN113429998A CN113429998A (zh) 2021-09-24
CN113429998B true CN113429998B (zh) 2023-02-17

Family

ID=77752679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010210170.8A Active CN113429998B (zh) 2020-03-23 2020-03-23 汽油吸附脱硫智能控制系统及设备

Country Status (1)

Country Link
CN (1) CN113429998B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103789003A (zh) * 2012-10-29 2014-05-14 中国石油化工股份有限公司 一种脱硫吸附剂的反应活性的测定方法
CN205874309U (zh) * 2016-07-22 2017-01-11 北京赛普泰克技术有限公司 一种汽油吸附脱硫装置的预警系统
CN111394117A (zh) * 2020-03-23 2020-07-10 北京赛普泰克技术有限公司 汽油吸附脱硫的处理方法及处理系统、电子设备、存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080078693A1 (en) * 2006-09-29 2008-04-03 Marathon Petroleum Company Llc Method and apparatus for controlling FCC hydrotreating by near-infrared spectroscopy

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103789003A (zh) * 2012-10-29 2014-05-14 中国石油化工股份有限公司 一种脱硫吸附剂的反应活性的测定方法
CN205874309U (zh) * 2016-07-22 2017-01-11 北京赛普泰克技术有限公司 一种汽油吸附脱硫装置的预警系统
CN111394117A (zh) * 2020-03-23 2020-07-10 北京赛普泰克技术有限公司 汽油吸附脱硫的处理方法及处理系统、电子设备、存储介质

Also Published As

Publication number Publication date
CN113429998A (zh) 2021-09-24

Similar Documents

Publication Publication Date Title
Salvinder et al. An overview on control strategies for CO2 capture using absorption/stripping system
US8761943B2 (en) Control and optimization system and method for chemical looping processes
NO333425B1 (no) Prediktiv styring av styringsprosess for luftforurensning
CN101102830B (zh) 生产氢气的设备和方法
US8615325B2 (en) Advanced control system for steam hydrocarbon reforming furnaces
CN104941390A (zh) 用于除去污染物的多个固定流化床
CN110020444B (zh) 一种氢气资源的优化方法及系统
CN101687635A (zh) 氢生成装置及氢生成装置的运行方法、及燃料电池发电系统
CN113429998B (zh) 汽油吸附脱硫智能控制系统及设备
CN111394117B (zh) 汽油吸附脱硫的处理方法及处理系统、电子设备、存储介质
Kalra et al. Effect of process nonlinearity on the performance of linear model predictive controllers for the environmentally safe operation of a fluid catalytic cracking unit
US7452393B2 (en) Installation for hydrogen production and methods for using same
CN100404650C (zh) 一种半再生重整装置中液体助剂的加入方法
JPH07206401A (ja) 水素製造装置の制御方法及びその装置
Cormos et al. Process Control Strategy of Amine-Based Post-Combustion CO 2 Capture Systems.
Iplik et al. Crude-Specific Optimal Operation of Hydrodesulfurization
JPH09110401A (ja) 水素製造装置の制御方法及びその装置
CN204022473U (zh) 硫磺回收装置h2s/so2比值控制系统
US20240140796A1 (en) Adaptive control of btx removal in sulfur recovery units
Janeiro Optimization of H2 Production in a Hydrogen Generation Unit
Garcia et al. Optimization of H2 Production in a Hydrogen Generation Unit
CN219079147U (zh) 一种酸性水净化处理装置
CN115685944A (zh) 工业mto智能优化控制方法及装置
Barshad et al. CRU Sulphur 2019–AI in sulfur recovery–Integration of analyzers to achieve tighter control
CN115779804A (zh) 工业mto反应深度与催化剂活性智能控制方法及装置

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