乙烯生产过程能效监测系统预测评估模块实现

作     者：邵研硕 

作者单位：大连理工大学 

学位级别：硕士

导师姓名：邵诚

授予年度：2017年

学科分类：081702[工学-化学工艺] 08[工学] 0817[工学-化学工程与技术] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：乙烯工业 软测量 粒子群 神经网络 预测评估 

摘      要：乙烯产业作为石油化工行业的支柱,其生产能力是国家工业生产水平的重要标志,对于国家经济繁荣起到关键性作用。近年来,我国乙烯产量急剧增长,但是相比部分发达国家仍存在高能耗、能源投入同产品产出不成比例等问题。为此我们建立了乙烯生产过程能效监测系统,通过对乙烯用能情况进行监控、评估及诊断等方式对乙烯生产能效进行科学的管理。本文从乙烯生产技术水平的角度提出了乙烯收率指标来对乙烯生产投入产出进行评估;基于“工业4.0中的资源生产率的概念,提出了单位能耗乙烯产量指标,对乙烯能效水平进行评估;基于能源负荷指标来对乙烯生产过程的总能耗水平进行评估;通过以上三个指标对整个乙烯生产能效情况进行科学全面评估,对提高乙烯生产能效具有重要意义。本文完成的主要研究工作如下:(1)对课题的研究背景、乙烯工业预测评估技术的发展现状进行了概述,对乙烯生产过程中裂解、急冷、压缩及分离四个过程的工艺流程及反应机理进行了叙述,阐述了乙烯工艺与能效之间的作用原理。(2)通过对乙烯生产全过程的工艺与能耗的关系进行分析,提出从乙烯生产技术水平、资源生产率、总能耗水平三个重要方面,采用乙烯收率、单位能耗乙烯产量、能源负荷三个能效指标对乙烯生产全过程的能效进行评估的方案。由于乙烯生产过程中包含众多复杂的物理、化学反应,很难直接建立乙烯收率、单位能耗乙烯产量、能源负荷三个能效指标的机理模型,为此本文首先通过皮尔逊系数法对三个能效指标模型的输入变量进行筛选,然后利用基于粒子群优化BP神经网络的方法对三个能效指标进行建模,并通过仿真验证了该模型有效性。(3)以所建立的乙烯能效指标预测模型为基础,基于web技术开发了乙烯生产过程能效监测系统预测评估模块,选用B/S模式为核心的实时数据监测方案,将软测量技术与现代网络技术相结合,为更好地监测和优化乙烯生产,提高乙烯生产能效提供了重要的技术支持。