气分脱丙烷塔的建模与分析

摘要

气体分馏装置是炼油化工行业一个具有代表性的装置，它具有典型的精密分馏过程。脱丙烷塔是气体分馏装置的重要生产设备之一，它是通过控制塔顶回流量和塔底再沸量来控制塔顶轻组分碳二、碳三的收率，它具有非线性、大时滞、多变量等特点，同时它对产品纯度要求高。对象的复杂性对控制也提出了很高的要求，为了能更好地掌握脱丙烷塔的对象特征，建立更完善的控制方案，更方便的进行仿真测试，为脱丙烷塔建立一个属于自己的模型无疑是一条行之有效的方案。进而能更好的降低装置能耗，节约生产成本，提高产品质量。本文提出了利用BP神经网络建模的方案。
　　 通过对脱丙烷塔的机理分析，将脱丙烷塔看作由三部分组成，分别为塔板段、冷凝器和再沸器，塔板段根据其物理特性分为精馏段和提馏段，并将冷凝器和再沸器各看作一层塔板。基于精馏过程的平衡关系，脱丙烷塔的精馏过程可由物料平衡、相平衡、热量平衡和摩尔分率总和四组方程来描述。
　　 选择神经网络建模，是由于神经网络建模不需要掌握精确的对象参数，可以较好的克服脱丙烷塔的非线性、大时滞、多变量等特点，并且具有自学习和自适应、自组织、函数逼近和大规模并行处理等能力。通过对RBF神经网络和BP神经网络的介绍和比较，认为BP网络具有网络结构简单、逼近精度高等特点，可以任意逼近非线性函数且收敛速度快，易于仿真，决定利用BP神经网络来建立数学模型，基于脱丙烷塔的机理分析，构建具有五个输入一个输出的BP神经网络，并根据工艺特性的生产阶段、开车阶段和波动阶段分别构建三个模型。每个模型通过各200组实际生产数据对网络进行训练，并利用另外60组验证数据对该模型进行验证。
　　 文中对于BP模型的构建、训练以及验证，在Matlab平台下进行了仿真验证，并将训练结果和仿真结果用图形表示出来。从验证结果来看，该模型可以达到较好的逼近效果，仿真精度高，适合作为脱丙烷塔的数学模型。

目录

文摘

英文文摘

声明

第一章 绪论

第二章 气分装置简介

第三章 神经网络模型概述

第四章 BP 神经网络建模

第五章 结束语

参 考 文 献

模型验证数据（附录1）

致 谢

攻读硕士学位期间已发表或录用的论文