位置:成果数据库 > 期刊 > 期刊详情页
串联型乙炔加氢反应过程的动态优化
  • ISSN号:1002-0411
  • 期刊名称:《信息与控制》
  • 时间:0
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]华东理工大学信息科学与工程学院化工过程先进控制和优化技术教育部重点实验室,上海200237, [2]江苏大学电气信息工程学院,江苏镇江212013
  • 相关基金:国家自然科学基金优秀青年基金资助项目(61422303);国家自然科学基金青年项目(61403141); 上海市“科技创新行动计划”研发平台建设项目(13DZ2295300); 上海市教育委员会和上海市教育发展基金会“曙光计划”资助项目; 江苏省自然科学基金资助项目(BK20160540)
中文摘要:

乙烯装置的乙炔加氢反应系统旨在将裂解气中的副产品乙炔进一步转化为乙烯产品.但在实际运行过程中,产生的绿油杂质对催化剂的活性将产生较强的影响.本文主要研究两段串联型乙炔加氢反应器的运行条件,并寻优出当催化剂活性处于动态失活的前提下,保持整个反应过程的最佳选择性和最佳转化率的系统最优运行条件.本系统的实时优化过程主要涉及到了运行条件的各项约束和催化剂活性不确定性的两大难点.针对此动态系统的带约束优化问题,本文先使用离散方法将动态优化问题转变为对有限维非线性的规划问题,然后再利用具有约束处理机制的差分进化算法和增量式编码法进行求解.通过将上述优化方法应用于实际的串联型乙炔加氢反应过程进行验证,优化结果证实了本动态优化系统的有效性.

英文摘要:

In ethylene production units,the acetylene hydrogenation process converts acetylene into ethylene.However,the catalyst activity is affected by the formation of green oil impurities during the production processes.In this paper,we investigate the operational conditions of the tandem acetylene hydrogenation process and determine the optimal dynamic operation conditions to fulfill the selectivity and conversion rate requirements of the process even under the dynamic influence of green oil.To solve this dynamic optimization problem with constraints,we first utilize a discrete method to transform the problem into a finite-dimensional nonlinear programming problem.Then,we use a new differential evolution algorithm combined with an incremental encoding method to further optimize the solution to the nonlinear programming problem.We applied this method to an industrial tandem acetylene hydrogenation process and the results successfully demonstrate improvements in the overall operational efficiency.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《信息与控制》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国自动化学会 中国科学院沈阳自动化研究所
  • 主编:王天然
  • 地址:沈阳市南塔街114号
  • 邮编:110016
  • 邮箱:xk@sia.cn
  • 电话:024-23970049
  • 国际标准刊号:ISSN:1002-0411
  • 国内统一刊号:ISSN:21-1138/TP
  • 邮发代号:
  • 获奖情况:
  • 全国优秀期刊三等奖,中科院优秀期刊三等奖,辽宁省优秀期刊一等奖
  • 国内外数据库收录:
  • 美国数学评论(网络版),荷兰文摘与引文数据库,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12960