第49卷第6期石油化工自動化Vol. 49, No. 62013年12月AUTOMATION IN PETRO-CHEMICAL INDUSTRYDecember, 2013甲醇四塔精餾系統(tǒng)的多目標優(yōu)化施辰斐,趙霞,邵惠鶴(上海交通大學電子信息與電氣工程學院,上海200240)摘要:粗甲醇的精餾是甲醇生產(chǎn)中的高耗能、低能效環(huán)節(jié)，而變負荷四塔精餾系統(tǒng)具有非線性、強耦合強時延的特點，針對該系統(tǒng)的能耗優(yōu)化既是生產(chǎn)成本控制和節(jié)能減排的重點也是難點。研究當進料負荷、進料質(zhì)量、出料要求等條件改變時.如何調(diào)節(jié)系統(tǒng)的控制參數(shù)，以達到產(chǎn)品單位能耗和產(chǎn)量多目標的協(xié)同優(yōu)化。實驗結(jié)果表明單目標優(yōu)化的單位能耗降低很多.但犧牲了產(chǎn)量;多目標優(yōu)化的能耗優(yōu)化效果略遜于單目標,但穩(wěn)定地提高了產(chǎn)量。關(guān)鍵詞:甲醇四塔精餾遺傳算法多目標優(yōu)化 節(jié)能中圖分類號: TP273.1文獻標志碼: B文章編號: 1007- 7324(2013)06 -0040- 03Multi-Objective Optimization of Four-Column Methanol Ditillation SystemShi Chenfei, Zhao Xia, Shao Huihe(School of Electronic Information and Electric Engineering,Shanghai Jiaotong University, Shanghai, 200240, China)Abstract: Distillation process is the unit with high energy consumption and low efficiency formethanol production. Load changeable four column distillation system has the characteristics ofnon-linearity, strong coupling and time delay, and energy consumption optimization on thissystem is the key and difficult point for production cost control, energy saving and wastereduction. How to adjust system control parameter to meet multi-objective synergeticoptimization for product unit energy consumption and productivity with change of feeding load,feeding quality and discharge requirement is studied. Experimental results show that single-objective optimization of the proposed algorithm reduces unit energy consumption sharply withproductivity loss. Multi-objective optimization reduces less unit energy consumption withproductivity stably increasing.Key words: four-column methanol ditillation; genetic algorithm; multi-objective optimization; energysaving甲醇作為煤化工產(chǎn)業(yè)最主要的產(chǎn)品之--和重產(chǎn)經(jīng)驗,存在兩大缺點:無法保證能耗與產(chǎn)量的最要的替代能源,在當今全球化工市場起著非常重要優(yōu);由于系統(tǒng)的滯后性,通常在1~2 h后才能測得的作用。精餾是甲醇生產(chǎn)的關(guān)鍵環(huán)節(jié),由于精餾處系統(tǒng)穩(wěn)定后的產(chǎn) 品質(zhì)量。如果參數(shù)調(diào)節(jié)不當,會導于生產(chǎn)環(huán)節(jié)的末端,其性能直接影響著末端產(chǎn)品的致產(chǎn)品質(zhì)量不達標,造成已有產(chǎn)品的浪費。這兩點質(zhì)量.與產(chǎn)量,因而對企業(yè)的產(chǎn)量及收益影響重大;都會導致生產(chǎn)成本難以降低,物料與能源的利用率同時由于精餾能耗在總能耗中占比很大,降低精餾難以提高。環(huán)節(jié)的能耗成為企業(yè)節(jié)約成本與完成節(jié)能減排目筆者以文獻[1]中提及的上海焦化廠的甲醇四標的重要課題。塔精餾系統(tǒng)為背景,以文獻[2 - 3]中提到的BP神在實際生產(chǎn)中,精餾系統(tǒng)的進料流量、質(zhì)量等經(jīng)網(wǎng)絡(luò) 方法建模,使用改進的遺傳算法求解約束條進料條件會隨著上游生產(chǎn)狀況發(fā)生改變,出料產(chǎn)品件改 變時的最優(yōu)操作變量,實現(xiàn)系統(tǒng)穩(wěn)定后的單位質(zhì)量等指標也會依據(jù)企業(yè)的生產(chǎn)規(guī)劃發(fā)生改變。能耗、流量多目標協(xié)同優(yōu)化。當這些條件與約束指標改變時,如何調(diào)節(jié)精餾系統(tǒng)的控制參數(shù),達到產(chǎn)品單位能耗、產(chǎn)品流量等多個稿件收到日期: 2013-07-09,修改稿收到日期: 2013-08-26。目標的整體最優(yōu)，成為精餾系統(tǒng)控制的研究重點。作者簡介:施辰斐(1989- -), 上海交通大學電子信息與電氣工程學現(xiàn)有的精餾系統(tǒng)參數(shù)調(diào)節(jié)單純依靠工人的生院自 動化系控制工程專業(yè)，在讀碩士研究生。第6期施辰斐等.甲醇四塔精餾系統(tǒng)的多目標優(yōu)化1工藝流程與 系統(tǒng)建模根據(jù)系統(tǒng)自由度分析,最后選取4個相互獨立甲醇四塔精餾系統(tǒng)的工藝流程如圖1所示。的參數(shù)作為系統(tǒng)的操縱變量:Q加壓塔的供粗甲醇經(jīng)換熱后進人預精餾塔,脫除輕組分,塔底熱,kW/h;k-加壓塔 塔頂采出的流量與常壓塔的高沸點組分經(jīng)加壓后進人加壓塔。加壓塔塔頂塔頂采出的流量之比;p一加壓塔塔 頂?shù)膲毫?，的氣體進人換熱器,利用加壓塔塔頂和常壓塔塔底kPa;qm一常壓塔側(cè)線采出的流量,kg/h。的溫差,冷凝加壓塔塔頂氣相,同時給常壓塔塔底提綜上所述,系統(tǒng)的尋優(yōu)任務(wù)可描述為當進料條供熱能。加壓塔與常壓塔的塔頂餾出精甲醇產(chǎn)品，件或約束條件發(fā)生改變時,尋找最優(yōu)的操縱變量，-部分回流回塔內(nèi)。常壓塔的側(cè)線抽出物進人甲醇使得2個目標得到協(xié)同優(yōu)化,其數(shù)學描述可定義為回收塔抽出雜醇油,廢水進人生化系統(tǒng)處理[43。min: f = [B,1/qm](1)加壓塔塔頂、常壓塔塔底熱交換形成的雙效精s.t. Wp(Q, k, p，9m2)≤Wnaxl餾降低了能耗,但增加了兩塔變量的耦合;同時考wpe(Q, k,力, 9m2)≤Wmwe慮到系統(tǒng)的非線性與優(yōu)化計算的實時性要求,本文采用BP神經(jīng)網(wǎng)絡(luò)來建模。由于預精餾塔操作相式中: Wpl加壓塔塔頂精甲醇產(chǎn)品中實際乙醇對獨立、只通過塔底出料影響后續(xù)工序,且其能耗的質(zhì)量分數(shù),10-6 ;w,--常 壓塔塔頂精甲醇產(chǎn)品.占精餾總能耗的比例較小，因而不對其建模,而是中實際乙醇的質(zhì)量分數(shù),10-6。將預精餾塔的出料(預后粗甲醇)作為系統(tǒng)的進料。2.2遺傳算法尋優(yōu)根據(jù)焦化廠的歷史數(shù)據(jù)對系統(tǒng)變量進行- -定的對于四塔精餾系統(tǒng)而言,遺傳算法是一種有效簡化,結(jié)合系統(tǒng)自由度的分析[5] ,并通過-系列的調(diào)的解決多目標最優(yōu)化問題的方法,其核心是將解的試,最終采用7個輸人節(jié)點、5個輸出節(jié)點、10個隱搜索空間映射成為遺傳空間,將變量映射成染色含層節(jié)點的BP神經(jīng)網(wǎng)絡(luò)作為精餾系統(tǒng)的模型。體，向量的元素映射成基因。通過種群中各染色體的復制、交叉和變異,使子代個體繼承父體更優(yōu)良精甲醇不凝氣的特性,經(jīng)過不斷迭代獲得最優(yōu)的可行解(6]。本文使用的是- -種帶最優(yōu)保留以及自適應交叉、變異概補充水- -率的遺傳算法。所謂自適應是指交叉和變異概率粗甲雜醇油隨著算法的收斂分別減小與增大,從而可以在尋優(yōu)初期加快探索速度,同時保護優(yōu)良染色體;在尋優(yōu)后-廢水期加快收斂,同時依靠變異來跳出局部最優(yōu)。保優(yōu)策略是指本輪與全局最優(yōu)個體不進行變異和交叉，預精餾塔加壓塔常壓塔回收塔防止優(yōu)秀的染色體被破壞。另外,子目標及總體目圖1四塔精餾工藝流程示意標適應度都通過平移與拉伸進行歸- -化, 從而拉開2基于遺傳算法的多目標優(yōu)化染色體之間的性能差異,避免算法陷人局部最優(yōu)”。2.1 多目標優(yōu)化問題的定義將算法求出的最優(yōu)個體輸人BP網(wǎng)絡(luò)模型中，如前所述,甲醇精餾系統(tǒng)(后三塔)為帶約束條可進一步求出回流比等其他最優(yōu)的操作數(shù)據(jù),算法件的多目標優(yōu)化。主要有2個優(yōu)化目標，分別用2流程如下:個指標來表征: B--精甲 醇產(chǎn)品的單位能耗,表1)種群初始化。在四維空間中用1個長度為征生產(chǎn)成本與節(jié)能減排指標,kW/kg;qm-加壓40位的染色體表征Q,k,p,qn24個變量,分別占用塔與常壓塔精甲醇產(chǎn)品的流量和,表征產(chǎn)量，9,16,10,5 個二進制基因。個體規(guī)模為200,隨機初kg/h。.始化為第- -代種群,最大遺傳代數(shù)為2 00,選代開始。精餾系統(tǒng)有3個進料條件與2個約束條件,其2)計算每個個體適應度。結(jié)合BP網(wǎng)絡(luò),計算中Cmx和Cmxe2為約束條件,代表精甲醇產(chǎn)品的純度每-一個個體的B,qm與wp,Wp;計算每個染色體等級: 9ma- 預后粗甲醇的流量,kg/h;w- 預的3個子目標適應度fi,f2,fs;計算每個染色體后粗甲醇中甲醇的質(zhì)量分數(shù),%;wr--預后粗 甲的3個歸- -化適應度fu,fz;,fs;計算每個染色體醇中乙醇的質(zhì)量分數(shù),%;Wnex一一加壓塔塔頂精的總體目標絕對適應度f{;計算每個染色體的歸甲醇產(chǎn)品中乙醇的最大容許質(zhì)量分數(shù), 10-*; - 化適應度f;更新適應度、更新本輪最優(yōu)與全局wnwxe一常 壓塔塔頂精甲醇產(chǎn)品中乙醇的最大容最優(yōu)個體。許質(zhì)量分數(shù),10-6。計算公式如式(2)~式(6)所示:42石油化工自動化.第49卷根據(jù)實驗結(jié)果可以看出:無論是單目標優(yōu)化(2)B+10"e. + 10"ez還是多目標優(yōu)化,對于精餾系統(tǒng)的精甲醇單位能耗_9m(3)的優(yōu)化都具有明顯效果,且結(jié)果的穩(wěn)定性較好。2X 10°e1+2X 10°ez .由于甲醇精餾的高能耗以及低能源利用率,10%(4)左右的能耗降低已能帶來相當可觀的效益。能耗優(yōu)化的實質(zhì)是“卡邊操作”,通過降低精甲醇產(chǎn)品的f':= fi;+fa(5)精度(wmx和wme從(1~2.5)X105普遍提高到f;=-_ f:-f.m3. 6X10“以上),但仍保持其質(zhì)量合格,使塔頂回f'm- f'min流比減少,從而降低能耗。式中:實驗結(jié)果也證明當只對單位能耗進行優(yōu)化時，產(chǎn)量會略有下降,其原因是單位能耗的控制目標對(wpx\≤Wmax)e] =<產(chǎn)量的抑制作用;而當多目標優(yōu)化時,單位能耗的wp1 -Wma (wpl≥Umx) (7)優(yōu)化效果略差于單目標,但穩(wěn)定地提高了產(chǎn)量。(Wp2≤Wmxe)4結(jié)束語{Wp2- Wmx2 (wp2≥Wmx2)本文研究了實際投人運行的四塔精餾系統(tǒng),當進料條件與約束條件發(fā)生變化時產(chǎn)品的單位能耗3)選擇、交叉與變異。a)根據(jù)適應度函數(shù),以輪盤賭的概率生成下和產(chǎn)量的多目標優(yōu)化。首先分析了精餾系統(tǒng),確定-代種群的前198個染色體。第199個個體為本了優(yōu)化問題的條件、目標與操作變量,然后采用最輪最優(yōu)染色體,第200個個體為全局最優(yōu)染色體。優(yōu)保留與自適應交叉、變異概率的遺傳算法尋優(yōu)，b)前198個染色體兩兩配對,根據(jù)自適應的從而得出系統(tǒng)穩(wěn)態(tài)時各塔的最佳操作參數(shù)。實驗交叉概率交叉。交叉時,對個體中代表4個變量的結(jié)果表明無論是單目標還是多目標算法都能穩(wěn)定二進制位,分別隨機產(chǎn)生1個交叉起始位數(shù)。地降低單位能耗。c)對交叉后的前198個個體,根據(jù)自適應的另外,本文討論的優(yōu)化目標都是基于系統(tǒng)靜態(tài)變異概率變異,交叉時,4個變量分別隨機產(chǎn)生單模型的穩(wěn)態(tài)指標。在不改變模型的前提下,還可以討論動態(tài)優(yōu)化目標,減少不可控的過渡時間。將這個變異位。4)如果循環(huán)已滿2000次，則算法結(jié)束，輸出些動態(tài)目標與能耗、產(chǎn)量等動態(tài)目標結(jié)合,可以從更廣的意義上研究精餾系統(tǒng)的多目標優(yōu)化問題。最優(yōu)個體，否則跳至步驟2)。參考文獻:3優(yōu)化實驗 與結(jié)果分析假設(shè)生產(chǎn)條件改變?yōu)闈M負荷75%左右,進人[1] 蔣紀還甲醇生產(chǎn)的四塔精餾工藝探討[J].現(xiàn)代化工，1998(09); 21-22.加壓塔的粗甲醇總流量為55.085t/h,甲醇質(zhì)量分[2]陳心路. 甲醇精餾能耗建模和優(yōu)化研究[D].上海: 上海交數(shù)為84.9%,乙醇質(zhì)量分數(shù)為0.2%,約束指標雙通大學,2011.塔產(chǎn)品中乙醇質(zhì)量分數(shù)均需低于5X10~5。分別選[3]孫達軍甲醉四塔精餾建模與變負荷能耗優(yōu)化研究[D].上海:上海交通大學,2012.取以下兩種優(yōu)化策略:單目標精甲醇單位能耗;雙[ 4]黃風林,向小鳳. 甲醇精餾過程四塔流程模擬分析[J].石油目標單位能耗+精甲醇產(chǎn)量。每一種策略運行與天然氣化工，2007 ,36(01): 18-21.6次,并且隨機選取6組焦化廠歷史記錄作為對照，[5] 劉興高.精餾過程的建模、優(yōu)化與控制[M]. 北京:科學出觀察兩種策略各自的優(yōu)化結(jié)果分析見表1所列。版社,2007.[6]李敏強，寇紀淞,林丹.遺傳算法的基本理論與應用[M].表1兩種策略優(yōu)化結(jié)果分析北京:科學出版社,2002.[7]陳長征 ,王楠.遺傳算法中交叉和變異概率選擇的自適應方優(yōu)化方式法及作用機理[J].控制理論與應用,002,19(01); 41-43.優(yōu)化目標單位能單位能耗+[8]趙西坤.柳永兵,張新鳳.三塔精餾的優(yōu)化運行和總結(jié)[J].耗優(yōu)化流量優(yōu)化化肥工業(yè),2007,34(06): 28-32.[9] 朱文龍.基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在多目標優(yōu)化中的單位能絕對值/(kW. kg~l) 0. 068 40. 0603應用研究[D].哈爾濱:哈爾濱理工大學,2009.耗降低量相對值,%11. 4000 10. 0000 0[10]公茂果 ,焦李成，楊咚咚,等.進化多目標優(yōu)化算法研究[J].產(chǎn)量絕對值/(kg.h1) -74. 2000928. 900軟件學報，2009,20(02); 271-289.增加值一0.16302. 0500[11] 伍力,昊捷,鐘丹虹.多目標優(yōu)化改進遺傳算法在電網(wǎng)規(guī)劃中的應用[J].電力系統(tǒng)自動化,2000,24(12): 45-48.