基于带搜索约束的神经网络实现吸收稳定系统操作优化

摘要

吸收稳定系统是多变量、强耦合系统,难于实现基于机理模型的操作优化。提出了用带搜索约束的神经网络(ANN),结合遗传算法(GA),实现吸收稳定系统操作优化的新方法。第1步,选用富气压缩机出口压力、补充吸收剂流量和吸收剂温度作为调优变量,以产品产量、压缩机功耗、解吸塔和稳定塔再沸负荷及主要冷却负荷为输出变量,建立具有最佳初始权值和阈值的吸收稳定系统反向传播型(BP)神经网络模型,以预测系统的操作;第2步,用GA引导BP模型实施以系统综合效益最大为目标函数的优化计算,以确定系统的最佳操作变量值。鉴于ANN"黑箱"特征,不掌握调优变量之间的关系,GA寻优可能陷入无效区域,从吸收稳定工艺出发,提出用吸收塔回流板水力学特征约束GA次代的产生,以保证寻优过程有效进行。某1.2 Mt/a重油催化裂化装置吸收稳定系统应用表明,该方法是有效的,经过12代GA运算成功找到最佳操作点,相较于现有操作,综合效益增加252万RMB/a。