专利名称：一种乙烯精馏塔塔釜乙烯浓度的测量方法
技术领域：
本发明属于化工技术领域，特别涉及一种乙烯精馏塔塔釜乙烯浓度的测量方法。
背景技术：
乙烯精馏塔是乙烯装置的核心设备之一，精馏塔的进料的主要组分是乙烯和乙烷，并含有少量甲烷、氢气和丙烯，该塔的目的是将乙烯和乙烷，以及少量杂质通过精馏的方法进行分离，以获得高纯度的聚合级乙烯产品。其工艺流程如
图1所示。塔的精馏段主要用于乙烯和轻组分的分离，塔顶馏出物经塔顶冷凝器的丙烯冷剂冷凝后，进入乙烯精馏塔回流罐；从而将冷凝的乙烯和未被冷凝的轻组分分离，冷凝的乙烯经回流泵加压后，作为回流返回乙烯精馏塔。在塔内部，回流液与塔釜上升的气体在塔板上对流接触，经过热和质的交换，小部分液体作为成品乙烯侧线出料，大部分液体继续流向塔釜，经塔底再沸器中的丙烯热媒加热又气化上升。聚合级乙烯产品从乙烯塔侧线采出后，送至乙烯球罐贮存。从乙烯精馏塔塔釜采出的物料，主要成分为乙烷，含有少量乙烯和重组分，经过循环乙烷汽化器，送到裂解炉作为裂解原料。为保证乙烯产品的质量，精馏塔塔釜常用控制方案是将提馏段灵敏板乙烯浓度控制器作为主控制器、再沸器丙烯热剂流量控制器作为副控制器，构成成分-流量串级控制。尽管塔釜乙烯浓度的准确测量是精馏塔精确控制的前提，塔底排出液中一般要求乙烯含量小于0. 5%，但是精馏塔的浓度控制器的测量值取自灵敏板乙烯浓度在线红外分析仪。一方面其测量存在着一定的滞后且出现故障的频率较高，致使串级控制系统经常不能投用或调整不够及时，多数情况下，仅靠人工调节加热量，易造成塔釜乙烯浓度的大幅波动；另一方面因分析仪的检测点为灵敏板，不能够完全准确地反映塔釜中乙烯浓度及其变化趋势，即使串级系统能够投用，也不能保证塔釜乙烯浓度的稳定。为了克服乙烯浓度测量的缺陷，提高精馏塔塔釜乙烯的控制精确度，目前已经有将两层结构的前向(BP)神经网络或径向基(RBF)神经网络应用于塔釜乙烯浓度的测量，通过辅助变量推断出乙烯浓度值。但是由于BP网络存在局部最小问题，并且收敛速度慢，而合适的RBF网络隐层中心点位置和径向基函数扩展宽度通常难以确定，这些都影响了乙烯浓度测量估计的效果和控制的准确性。
发明内容
本发明的目的是提供一种乙烯精馏塔塔釜乙烯浓度的测量方法，以解决现有神经网络应用于塔釜乙烯浓度测量时乙烯浓度测量效果和控制准确性不高的缺陷。本发明的技术方案是，一种乙烯精馏塔塔釜乙烯浓度的测量方法，所述的测量方法包括步骤Al，选取塔釜压力、塔釜温度和灵敏板温度作为输入变量，选取塔釜乙烯浓度作为输出变量，采用免疫神经网络DHIA-RBFNN建立塔釜乙烯浓度间接测量器，输入输出关系为式⑴，
4
A1GO = f(P(k)，T1GO, T2(k))(1)式中，A1GO为釜液中乙烯浓度，单位PPM，P(k)为塔釜压力，单位Mpa，T1GO为塔釜温度，单位。C，T2 (k)为灵敏板温度，单位。C ；A2，将免疫神经网络DHIA-RBFNN建立塔釜乙烯浓度间接测量器结合人工分析值校正后得到的乙烯浓度测量值和设定值输入塔釜乙烯浓度控制器；A3，塔釜乙烯浓度控制器输出灵敏板温度控制器的控制量，动态调节加热介质流量，使加热介质流量跟踪流量设定值的变化，最终使塔釜的乙烯浓度稳定在设定值附近。进一步的，所述的免疫神经网络DHIA-RBFNN塔釜乙烯浓度间接测量器由三层RBF神经网络构成，并分为两个阶段估计乙烯浓度第一阶段，先用动态超变异免疫算法DHIA自动求取乙烯浓度间接测量器的隐层中心点的位置和径向基函数的扩展宽度；第二阶段，用最小二乘法直接计算乙烯浓度间接测量器的输出权值，将测量器的实际输出和期望输出的均方差目标函数对应于抗原，并设测量器的输出的均方差目标函数为
权利要求
1.一种乙烯精馏塔塔釜乙烯浓度的测量方法，其特征在于，所述的测量方法包括步骤Al，选取塔釜压力、塔釜温度和灵敏板温度作为输入变量，选取塔釜乙烯浓度作为输出变量，采用免疫神经网络DHIA-RBFNN建立塔釜乙烯浓度间接测量器，输入输出关系为式⑴，A1 (k) = f(P(k),T1(k),T2(k))(1)式中，A1GO为釜液中乙烯浓度，单位PPM，P(k)为塔釜压力，单位Mpa，T1GO为塔釜温度，单位。C，T2(k)为灵敏板温度，单位。C ；A2，将免疫神经网络DHIA-RBFNN建立塔釜乙烯浓度间接测量器结合人工分析值校正后得到的乙烯浓度测量值和设定值输入塔釜乙烯浓度控制器；A3，塔釜乙烯浓度控制器输出灵敏板温度控制器的控制量，动态调节加热介质流量，使加热介质流量跟踪流量设定值的变化，最终使塔釜的乙烯浓度稳定在设定值附近。
2.如权利要求1所述的乙烯精馏塔塔釜乙烯浓度的测量方法，其特征在于，所述的免疫神经网络DHIA-RBFNN塔釜乙烯浓度间接测量器由三层RBF神经网络构成，并分为两个阶段估计乙烯浓度第一阶段，先用动态超变异免疫算法DHIA自动求取乙烯浓度间接测量器的隐层中心点的位置和径向基函数的扩展宽度；第二阶段，用最小二乘法直接计算乙烯浓度间接测量器的输出权值，将测量器的实际输出和期望输出的均方差目标函数对应于抗原，并设测量器的输出的均方差目标函数为
3.如权利要求2所述的乙烯精馏塔塔釜乙烯浓度的测量方法，其特征在于，构造免疫神经网络DHIA-RBFNN塔釜乙烯浓度间接测量器的算法确定步骤是Cl，将构造乙烯浓度测量器的RBF神经网络结构初始化，将网络中心点和扩展宽度表示为抗体；C2，训练RBF神经网络，同时用DHIA算法自动优化确定网络的中心c和扩展宽度δ，具体又有D1，根据RBF网络结构，求抗体亲和度；i.对网络的中心c和扩展宽度δ组成的抗体进行解码，并采用下式表示的高斯函数作为激活函数计算隐层网络的输出
4.如权利要求3所述的乙烯精馏塔塔釜乙烯浓度的测量方法，其特征在于，El.选取乙烯浓度人工分析数据作为已构造免疫神经网络DHIA-RBFNN塔釜乙烯浓度间接测量器的训练期望值，将对应的塔釜压力、塔釜温度、灵敏板温度的测量数据作为测试样本数据集，其中训练样本为N1组，测试样本为队组，并对工程单位变量数据进行归一化的处理，使不同数量级的输入数据有一个对输出影响的共同标准；Ε2.将N1个训练样本用于DHIA-RBFNN网络训练，建立塔釜乙烯浓度估计模型，并由DHIA算法获得RBF网络的最佳隐层中心和扩展宽度；E3.将训练好得DHIA-RBFNN模型用于N2个测试样本进行离线校正，通过观察塔釜乙烯预测结果和绝对误差微调神经网络参数；E4.将获得的基于DHIA-RBFNN的乙烯浓度估计模型应用于对精馏塔的乙烯浓度进行实时估计，结合人工分析值对估计结果进行在线校正，对校正前的神经网络模型乙烯浓度估计值进行反归化处理，以将其转化为一定取值范围内的工程单位数据，所述的估计结果用于进行对乙烯浓度的反馈控制。
全文摘要
本发明公开了一种乙烯精馏塔塔釜乙烯浓度的测量方法，包括选取塔釜压力、塔釜温度和灵敏板温度作为输入变量，选取塔釜乙烯浓度作为输出变量，采用免疫神经网络DHIA-RBFNN建立塔釜乙烯浓度间接测量器，输入输出关系为式，A1(k)＝f(P(k)，T1(k)，T2(k))式中，A1(k)为釜液中乙烯浓度，单位PPM，P(k)为塔釜压力，单位Mpa，T1(k)为塔釜温度，单位℃，T2(k)为灵敏板温度，单位℃；将免疫神经网络DHIA-RBFNN建立的塔釜乙烯浓度间接测量器结合人工分析值校正后得到的乙烯浓度测量值和设定值输入塔釜乙烯浓度控制器；塔釜乙烯浓度控制器输出灵敏板温度控制器的控制量，动态调节加热介质流量，使加热介质流量跟踪流量设定值的变化，使塔釜的乙烯浓度稳定在设定值附近。
文档编号B01D3/42GK102380220SQ20111030435
公开日2012年3月21日 申请日期2011年10月10日 优先权日2011年10月10日
发明者何宏, 谭永红 申请人:上海师范大学