随机函数预处理拟牛顿后处理串行遗传集总动力学方法与流程

技术特征：

1.一种随机函数预处理拟牛顿后处理串行遗传集总动力学方法，其特征在于，包括：

S1、根据馏份油质量分率数据以及集总动力学方程，确定加氢裂化反应速率矩阵的所有M个矩阵元数据，所述馏份油质量分率数据包括在不同工艺条件下对原料油进行模拟蒸馏实验获取的产品馏份油的馏份油质量分率数据和对所述原料油进行计算拟合的产品馏份油的馏份油质量分率数据；

S2、对步骤S1中的M个矩阵元数据通过随机函数预处理方法进行优化；

S3、对所述步骤S2中优化后的M个矩阵元数据通过遗传算法继续进行优化；

S4、对步骤S3中优化后的M个矩阵元数据通过拟牛顿法进行优化，并确定优化后的M个矩阵元数据；

S5、根据步骤S4确定的M个矩阵元数据，确定集总动力学方程的模型；

S6、根据所述步骤S5确定的集总动力学方程的模型，以对原料油进行模拟蒸馏实验获取的产品馏份油的馏份油质量分率数据作为初始条件，计算不同反应空速所对应的产品馏份油的馏份油质量分率数据；

S7、将步骤S2-S6通过串行计算执行所述集总动力学方程的模拟工作。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：

S11、划分加氢裂化反应虚拟集总组份；

S12、对加氢裂化集总动力学模型进行假设；

S13、构建加氢裂化反应网络；

S14、根据所述加氢裂化反应网络以及假设的集总动力学模型确 定集总动力学方程；

S15、根据对原料油进行模拟蒸馏实验获取的产品馏份油的馏份油质量分率数据、对所述原料油进行计算拟合的产品馏份油的馏份油质量分率数据以及集总动力学方程，确定加氢裂化反应速率矩阵的所有M个矩阵元数据。

3.根据权利要求2所述的方法，其特征在于，所述步骤S11包括：

S111、确定所述原料油在不同工艺条件下进行模拟蒸馏实验获取的产品馏份油的馏份油质量分率数据以及产品馏份油的平均沸点；

S112、根据所述原料油在不同工艺条件下进行模拟蒸馏实验的产品馏份油的馏份油质量分率数据以及产品馏份油的平均沸点，划分加氢裂化反应虚拟集总组份。

4.根据权利要求3所述的方法，其特征在于，所述步骤S13包括：

划分后的N个虚拟集总组份中，第1个虚拟集总组份的产品馏份油的平均沸点最高，第N个虚拟集总组份的产品馏份油的平均沸点最低；

第i个(1≤i≤N)虚拟集总组份包含i-1个入度和N-i个出度；

其中，i表示虚拟集总组份的第i节点；N表示虚拟集总组份的数目，并且每一个虚拟集总组份对应一个节点，共N个节点。

5.根据权利要求2所述的方法，其特征在于，所述步骤S14中集总动力学方程为：

$\frac{\∂}{\∂t}{C}_j=\underset{i=1}{\overset{N}{\Σ}}{\mathrm{\γ}}_i{\mathrm{ka}}_i{C}_i$

$\left\{\begin{array}{cc}{\mathrm{\γ}}_i=1& i\<j\\ {\mathrm{\γ}}_i=-1& i=j\\ {\mathrm{\γ}}_i=0& j\<i\end{array}\right.$

其中，C_i及C_j代表不同虚拟集总组份的馏份油质量分率数据；γ_i 代表不同虚拟集总组份的动力学计量数，不同取值分别表示不同虚拟集总组份的生成反应及消耗反应；N代表虚拟集总组份的数目；i和j分别代表不同的虚拟集总组份；ka_i代表矩阵元数据。

6.根据权利要求5所述的方法，其特征在于，所述矩阵元数据为包括对角元的下三角矩阵。

7.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：

S21、所述M个矩阵元数据为通过建立以馏份油切割温度为自变量，以矩阵元数据的数值为函数值的5次幂函数计算得到的，并对所述幂函数的系数进行预设次数的穷举；

S22、对所述幂函数的系数进行预设次数的穷举后，得到与穷举数目相同的包含M个矩阵元数据的矩阵元数据组；

S23、分别将每一个矩阵元数据组中的M个矩阵元数据代入所述集总动力学方程计算产品馏份油的馏份油质量分率数据；

S24、将计算的产品馏份油的馏份油质量分率数据与在对应工艺条件下根据实验获取的产品馏份油的馏份油质量分率数据进行对比，获取所述计算的产品馏份油的馏份油质量分率数据与在对应工艺条件下根据实验获取的产品馏份油的馏份油质量分率数据的残差最小时对应的矩阵元数据，重新确定M个矩阵元数据。

8.根据权利要求7所述的方法，其特征在于，所述步骤S24中，计算值与实验值的残差err为：

$err={\left(\underset{i=1}{\overset{N}{\Σ}}\right|C_{cal,i}-C_{test,i}{|}^p)}^{\left(\frac{1}{q}\right)}$

其中，C_cal，i表示通过计算获取的第i个虚拟集总组份的馏份油质量分率数据，而C_test，i表示通过实验获取的第i个虚拟集总组份的馏份油质量分率数据，N为虚拟集总组份的数目，p与q为0，1，2或无穷大。

9.根据权利要求8所述的方法，其特征在于，所述步骤S3包括：

S31、以所述残差err所表达的误差函数作为待优化的目标函数；

S32、对所述步骤S2中优化后的M个矩阵元数据中的每一个矩阵元数据在预设数值范围内进行扰动生成多个种群；

S33、根据扰动后的多个种群分别获取所述残差err；

S34、以所述残差err的倒数函数作为遗传算法的适应度函数，选取适应度最大时所对应的种群个体；

S35、将所述种群个体进行种群复制，作为种群父本个体；

S36、对所述种群父本个体进行交叉和变异产生新的种群个体，将所述新的种群个体作为优化后的M个矩阵元数据。

10.一种随机函数预处理拟牛顿后处理串行遗传集总动力学系统，其特征在于，包括：

参数初步确定模块，用于根据馏份油质量分率数据以及集总动力学方程，确定加氢裂化反应速率矩阵的所有M个矩阵元数据，所述馏份油质量分率数据包括在不同工艺条件下对原料油进行模拟蒸馏实验获取的产品馏份油的馏份油质量分率数据和对所述原料油进行计算拟合的产品馏份油的馏份油质量分率数据；

参数预处理模块，用于对参数初步确定模块中的M个矩阵元数据通过随机函数预处理方法进行优化；

参数优化模块，用于对参数预处理模块优化后的M个矩阵元数据通过遗传算法继续进行优化；

参数确定模块，用于对参数优化模块优化后的M个矩阵元数据通过拟牛顿法进行优化，并确定优化后的M个矩阵元数据；

模型建立模块，用于根据参数确定模块确定的M个矩阵元数据，确定集总动力学方程的模型；

质量分率计算模块，用于根据所述模型建立模块确定的集总动力学方程的模型，以对原料油进行模拟蒸馏实验获取的产品馏份油的馏 份油质量分率数据作为初始条件，计算不同反应空速所对应的产品馏份油的馏份油质量分率数据；

串行计算模块，用于通过串行计算执行所述集总动力学方程的模拟工作。