一种磷石膏制酸联产水泥工艺全流程模拟与优化方法与流程

本发明涉及化工工艺模拟机优化，具体涉及一种磷石膏制酸联产水泥工艺全流程模拟与优化方法。

背景技术：

1、磷石膏是湿法磷酸生产中排放的工业废渣,每生产1t磷酸(以p2o5计，一般产生5吨左右磷石膏，产量巨大。当前国内外磷石膏尚未得到有效利用，主要以堆放方式处理。据统计，当前我国湿法磷酸行业年排放磷石膏废渣7500万吨，累积堆存超5亿吨，资源浪费与环境污染首屈一指，磷石膏治理和综合利用已成磷化行业及环保部门亟待解决难题。

2、磷石膏主要成分为caso4，采用焦炭粉或硫磺可以将其热分解为so2和cao。其中，so2可以重新生成硫酸返回湿法磷酸生产过程，实现磷化工过程的硫循环；cao可以作为生产水泥的原料，也可以直接作为活性氧化钙用于水处理或其他建材制品生产。目前，利用磷石膏分解制备硫酸联产水泥属于相对成熟的技术，但由于目前的工艺路线(焦炭还原热分解磷石膏存在能耗高，运行稳定性差、装置投资大等问题，且技术经济指标无法满足工业化生产条件，导致该工艺没有得到大规模推广应用。为此，研发一种投资经济性好、运行稳定且能耗低、运行成本低的磷石膏制酸联产水泥工艺显得尤为重要。

3、为了改进和优化当前磷石膏分解制备硫酸联产水泥工艺的整个系统的经济性和稳定性，需要科学合理进行系统优化设计。然而，由于实际工业生产系统的高度复杂性，工艺的流程设计、生产设备选型等各种备选方案的可行性评定,难以通过现场试验的方式来实现。如果直接将工艺进行运营投产，其工业过程存在稳定性和可靠性必定很低，会带来不确定性的资源浪费和安全隐患。为此，亟需一种高效可靠可全流程精确模拟分析的仿真方法和优化方法。aspen plus是一种最为常见应用于过程工业流程模拟领域的大型通用流程模拟平台，具有丰富的化工单元模型库、物性数据库以及算法库,可以方便地实现流程模拟、灵敏度分析以及优化设计等操作。但是，目前aspen plus对于磷石膏分解制酸联产水泥过程中的气-固反应、固-固反应以及电解质体系等的模拟还存在诸多缺陷，如缺少相应温度下的物性数据，且当前磷石膏热分解反应机理模型准确的反应动力模型不符合aspenplus软件要求的标准幂函数型的表达方式，故需要在aspen plus平台上开发适用磷石膏热分解流程模拟的高效可靠的反应自定义用户模型，从而实现整个磷石膏分解制酸联产水泥工艺流程的模拟。并通过模拟分析和优化设计计算，为当前磷石膏分解制备硫酸联产水泥工艺的设计和优化提供方案支持，从而降低企业生产成本、能耗以及运行管控水平，从而促进和提升磷石膏分解工业的绿色化和智能化水平。

技术实现思路

1、本发明所要解决的技术问题是提供一种磷石膏制酸联产水泥工艺全流程模拟与优化方法，能够对该工艺不同的生产规模或工况的物耗、能耗、产品质量等指标进行量化、科学、高效模型分析，以便进一步稳定生产、优化操作参数和工艺流程设计，达到节能减排提高企业经济效益的目的。

2、为解决上述技术问题，本发明所采用的技术方案是：

3、一种磷石膏制酸联产水泥工艺全流程模拟与优化方法，包括如下步骤：step1、获取磷石膏热分解过程实验数据，采用机理建模与回归支持向量机相结合的方法，构建磷石膏热分解过程混合代理模型，并将训练好的代理模型保存到python文件中；

4、step2、搭建aspen plus与python的数据接口，将python文件的代理模型关联到aspen平台中的自定义用户模块，获得基于aspen plus-python接口的磷石膏热分解装置反应模块；

5、step3、在aspen plus平台搭建磷石膏热分解制酸联产水泥流程的工艺仿真模型，包括生料制备、生料分解烧成、烟气净化和烟气制酸4个过程；

6、step4、设置aspen plus模拟环境全局参数，输入起始的物料数据和单元操作模块参数信息，启动全流程模拟仿真计算与结果验证；

7、step5、磷石膏分解工艺参数寻优和全流程换热网络优化设计；在全流程模拟的基础上，对磷石膏热分解装置的操作参数进行灵敏度分析和操作参数优化，确定最优的工艺条件。

8、上述的step1的实验数据包括磷石膏与焦炭配比、磷石膏组分、磷石膏热分解温度、磷石膏热分解时间和硫酸钙分解率；

9、所述的混合代理模型，即对其中己知的确定部分，包括物料平衡和能量平衡，采用机理建模方法建立，对于模型中的未知部分，包括硫酸钙分解率采用回归支持向量机数据驱动方法建模。

10、上述的step1的具体步骤为：

11、step1.1、基于物料平衡和能量平衡关系，构建磷石膏热分解装置的机理模型；

12、step1.2、采用回归型支持向量机svr建立硫酸钙分解率的数据驱动模型，包括如下内容：

13、step1.2.1、数据处理；首先，对采集到的磷石膏热分解过程实验样本数据进行归一化处理，避免各个因子之间的量级差异，使得特征值和输出值落在[-1，1]的范围之间；然后，采用随机抽样的方法对归一化处理后的数据进行划分，随机形成训练样本和验证样本集；

14、step1.2.2、确定svr模型的网络结构；选取磷石膏与焦炭配比、磷石膏组分、磷石膏热分解温度和磷石膏热分解时间为输入变量，选取硫酸钙分解率为输出变量，选择径向基函数rbf作为核函数；

15、step1.2.3、基于训练样本集进行模型参数寻优；采用网格搜索与k-fold交叉验证相结合的方法进行svr参数，即惩罚因子c和影响因子gama；

16、step1.2.4、采用测试样本数据对所建svr模型进行模型验证和评估，采用的模型评价指标包括评价绝对误差mae、均方误差mse、均方根误差rmse和平方相关系数r2；

17、step1.3、将硫酸钙分解率数据驱动模型与热分解装置的机理模型串联融合，构建磷石膏热分解装置的混合代理模型。

18、上述的step3中，生料制备过程采用aspen plus中rstoic模块、ryield模块和rgibbs模块来模拟燃料煤干燥、分解过程和燃烧任务，采用rstoic模块和用mixer模块来模拟磷石膏烘干和生料配料任务；

19、生料分解烧成过程采用多个heater模块、mixer、cyclone模块来模拟生料料预热任务，采用rstoic模块、ryield模块和rgibbs模块来模拟燃料即煤粉燃烧任务，采用step2中定义自定义用户模块来模拟磷石膏热分解任务，采用rstoic模块和ssplit模块分别用于模拟水泥熟料烧成、热分解产物气固分离任务；

20、烟气净化过程采用cyclone模块模拟烟气除尘任务，采用radrrac模块和heatx模拟来模拟烟气酸洗任务，烟气酸洗任务包括烟气中so3吸收及氟化物气体去除，采用heatx模块和flash模块来模拟干燥前的间接冷凝任务，采用radrrac模块和heatx模块来模拟浓硫酸干燥烟气任务；

21、烟气制酸过程采用多个rcstr反应器模块和heatx模块来模拟烟气中的so2催化氧化任务，采用多个radfrac模块、heat模块和fsplit模块来模拟烟气中的so3吸收制备硫酸任务。

22、上述的step4中的aspen plus模拟环境全局参数，包括组分选择、物性方法和流股类型的设置，具体设置如下：

23、1)工艺所涉及到的组分包括磷石膏，即caso4*2h2o、部分杂质al2o3、fe2o3、mgo、sio2和na2o、煤，即非常规coal、非常规ash、硫酸h2so4和除氟剂sio2、中间固相分解物cao、cas、c和s、气相o2、n2、h2s、h2o、co2、so2、so3和hf、电解质溶液h+、hco3-、co33-、hso4-、so42-、f-和sif62-；

24、2)物性方法；全局热力学物性方法选择elecnrtl方法，磷石膏热解工段选择pr—bm物性计算方法；

25、3)流股类型；流股类型型选择mcincpsd类型，即同时包含mixed、cipsd以及ncpsd3个子流；mixed用于处理气相与液相组分，cipsd用于处理常规固相，ncpsd用于处理非常规固相ash。

26、上述的step4中的起始的物料数据和单元操作模块参数信息设置，需要输入如下数据：

27、1)物料数据；包括磷石膏、燃料煤、焦炭、空气的流量、组分、温度和压力；

28、2)所单元操作模块信息；包括反应器模块的体积、化学反应式、反应动力学方程、操作压力和温度，吸收塔模块的塔板数目、进出流股的名称、塔板位置和相态、压力、分离器的分离效率以及换热器模块的热负荷和热损失。

29、上述的step5的步骤包括：

30、step5.1、在step4全流程模拟验证的基础上，通过灵敏分析磷石膏热分解装置的进料配比和操作参数对石膏分解率和分解产物组分的影响，确定最佳的操作参数；

31、step5.2、提取工艺过程中的冷热流股数据，使用aspen energy analyzer对对现有模拟系统的冷热物流温度分布、换热器等信息进行分析，画出整个工艺的冷热物流的复合曲线和总复合曲线，并通过夹点技术对工艺换热网络进行优化设计。

32、本发明提供的一种磷石膏制酸联产水泥工艺全流程模拟与优化方法，与现有技术相比，本发明至少具有以下有益效果：

33、(1)本发明将过程模拟技术应用于磷石膏制酸联产水泥工艺的研究，充分利用现有流程软件aspen plus强大物性和单元模型库的优势，以及python高效构建复杂化工生产过程数据驱动模型的优点，实现了整个工艺流程的快速、精准模拟计算。

34、(2)本发明通过灵敏分析和夹点技术对模拟流程进行操作参数寻优和换热网络优化设计，能耗可降低20％左右，为设计和优化整个磷石膏制酸联产水泥工艺提供了方法和工具。