基于混合建模的變換反應(yīng)器產(chǎn)品預(yù)測(cè)與優(yōu)化

高石磊，潘艷秋，李鵬飛，張春超，俞路，王振興

（1 大連理工大學(xué)化工學(xué)院，遼寧 大連 116024；2 北京國(guó)信?；劭萍加邢薰?，北京 100085）

智能制造是新一輪工業(yè)革命的主題，信息物理系統(tǒng)（cyber-physical systems, CPS）是支撐和引領(lǐng)全球制造業(yè)技術(shù)革命的重要舉措，其本質(zhì)是構(gòu)建一套信息空間與物理空間之間基于數(shù)據(jù)自然流動(dòng)的狀態(tài)感知、實(shí)時(shí)分析、科學(xué)決策、精準(zhǔn)執(zhí)行的閉環(huán)賦能體系，從而實(shí)現(xiàn)資源的最優(yōu)化配置[1]。CPS 主要包括業(yè)務(wù)數(shù)據(jù)化、知識(shí)模型化、數(shù)據(jù)業(yè)務(wù)化、決策執(zhí)行化四部分建設(shè)內(nèi)容，而知識(shí)模型化不僅是CPS的基礎(chǔ)和核心，也是信息空間與物理空間連接的橋梁[2]。對(duì)于石化CPS 建設(shè)，核心是裝置的數(shù)字化建模，盡管從“十二五”開始，九江石化就率先在國(guó)內(nèi)進(jìn)行探索性建設(shè)，但是目前國(guó)內(nèi)整體還處于初步建設(shè)階段，如何保證CPS中模型的準(zhǔn)確性與魯棒性依然是難點(diǎn)與關(guān)鍵[3-6]。

當(dāng)前，常見的石化裝置建模方法主要分為機(jī)理建模、數(shù)據(jù)驅(qū)動(dòng)建模、混合建模。機(jī)理建模是從石化生產(chǎn)的工藝機(jī)理出發(fā)，結(jié)合“三傳一反”、熱力學(xué)等專業(yè)知識(shí)，建立對(duì)象的機(jī)理模型，該方法需要較強(qiáng)的專業(yè)理論知識(shí)，建模過(guò)程較為復(fù)雜；數(shù)據(jù)驅(qū)動(dòng)建模是針對(duì)過(guò)程機(jī)理復(fù)雜或者機(jī)理不清楚的裝置，通過(guò)獲取生產(chǎn)數(shù)據(jù)，結(jié)合神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘手段，建立操作變量與目標(biāo)之間的復(fù)雜函數(shù)關(guān)系，從數(shù)學(xué)關(guān)系的角度進(jìn)行描述，盡管計(jì)算精度較高，但存在機(jī)理知識(shí)挖掘不清的問(wèn)題；而近年來(lái)，混合建模逐漸成為研究熱點(diǎn)，該方法是在過(guò)程機(jī)理的基礎(chǔ)上，利用數(shù)據(jù)驅(qū)動(dòng)建模方法估計(jì)機(jī)理模型中無(wú)法確定的參數(shù)，或一部分采用機(jī)理模型、一部分采用數(shù)據(jù)驅(qū)動(dòng)模型，充分利用了機(jī)理建模提供先驗(yàn)知識(shí)、數(shù)據(jù)驅(qū)動(dòng)建模挖掘工業(yè)大數(shù)據(jù)信息的優(yōu)點(diǎn)，提高了建模效率和準(zhǔn)確性[7]。

混合模型已被應(yīng)用在預(yù)測(cè)、過(guò)程監(jiān)控、優(yōu)化、操作控制等領(lǐng)域[8]。如郭晶晶等[9]通過(guò)建立自適應(yīng)迭代混合模型預(yù)測(cè)了碳二加氫過(guò)程中反應(yīng)器出口重要組分的流量與組成，預(yù)測(cè)效果較好。Zhang 等[10]采用模型輸出偏移補(bǔ)償策略建立了基于混合模型的軟測(cè)量“傳感器”，并對(duì)鈷酸鹽合成過(guò)程中的草酸鈷產(chǎn)品平均粒徑進(jìn)行了準(zhǔn)確地監(jiān)測(cè)和控制，預(yù)測(cè)誤差不超過(guò)5%，很好地在線預(yù)測(cè)了產(chǎn)品的粒徑，彌補(bǔ)了沒有直接測(cè)量?jī)x表的缺陷，滿足了實(shí)時(shí)最優(yōu)控制的要求。Ruz 等[11]基于混合建模方法對(duì)蒸發(fā)制冷循環(huán)系統(tǒng)進(jìn)行了優(yōu)化，通過(guò)非線性最小二乘算法估算了機(jī)理模型中的未知參數(shù)，建立了混合模型，隨后從能耗的角度進(jìn)行模擬優(yōu)化，實(shí)現(xiàn)了系統(tǒng)的最佳運(yùn)行，使系統(tǒng)能耗有了顯著的下降。Novaes等[12]在柴油加氫反應(yīng)器混合建模中，利用直接搜索算法估計(jì)了動(dòng)力學(xué)參數(shù)，建立的模型很好地預(yù)測(cè)了硫、氮的濃度，偏差小于4%。孫延吉[13]在加氫裝置中，通過(guò)反應(yīng)器工業(yè)數(shù)據(jù)挖掘，利用加混動(dòng)擾動(dòng)的粒子群遺傳算法建立了混合模型，預(yù)測(cè)了反應(yīng)器出口硫、氮和殘?zhí)康暮浚蓪?shí)現(xiàn)過(guò)程產(chǎn)品質(zhì)量的有效監(jiān)控。目前，石化CPS建設(shè)中模型研發(fā)依然處于發(fā)展階段，盡管混合建模已在不同的領(lǐng)域進(jìn)行了應(yīng)用，但是由于石化裝置種類多且復(fù)雜，現(xiàn)有的模型不能對(duì)其進(jìn)行全部的描述[6]。而且即使裝置類型相同，由于規(guī)模、工藝參數(shù)的不同，混合模型中的機(jī)理部分也不完全相同，造成石化行業(yè)針對(duì)具體裝置建模存在通用性不強(qiáng)等問(wèn)題。因此，針對(duì)具體現(xiàn)場(chǎng)裝置，從企業(yè)定制化的角度對(duì)其進(jìn)行建模，具有良好的理論及應(yīng)用價(jià)值。

變換反應(yīng)是合成氨、甲醇、煤制天然氣等過(guò)程中的重要反應(yīng)，主要用來(lái)調(diào)節(jié)氣體組成比例，為下一反應(yīng)工段提供反應(yīng)原料或副產(chǎn)氫氣。因此，為準(zhǔn)確預(yù)測(cè)產(chǎn)品組分，建立可靠的數(shù)學(xué)模型至關(guān)重要。該反應(yīng)為典型的氣固催化反應(yīng)，如圖1所示，傳統(tǒng)機(jī)理建模方法是采用小規(guī)模實(shí)驗(yàn)方法，先從機(jī)理上研究催化劑的本征動(dòng)力學(xué)；隨后考慮到放大效應(yīng)、催化劑失活等因素，加入活性校正系數(shù)、擴(kuò)散因子等參數(shù)構(gòu)建宏觀動(dòng)力學(xué)，并結(jié)合傳質(zhì)、傳熱機(jī)理建立反應(yīng)器模型進(jìn)行工業(yè)應(yīng)用[14]。盡管該方法可以從機(jī)理上準(zhǔn)確地描述整個(gè)反應(yīng)過(guò)程，但是計(jì)算復(fù)雜、參數(shù)較多，建模難度較大且模型準(zhǔn)確性難以保證。基于目前石化企業(yè)數(shù)據(jù)監(jiān)測(cè)的普遍性，由于混合建模采用數(shù)據(jù)驅(qū)動(dòng)與機(jī)理結(jié)合的方法直接對(duì)工業(yè)級(jí)反應(yīng)器建模，形式相對(duì)簡(jiǎn)單，所以采用混合建模方法對(duì)變換等裝置進(jìn)行建模并將其用于CPS建設(shè)，是一種可以實(shí)現(xiàn)的途徑。目前有關(guān)工業(yè)級(jí)變換裝置的混合建模研究文獻(xiàn)較少，對(duì)此裝置進(jìn)行相關(guān)的研究十分必要。

圖1 傳統(tǒng)反應(yīng)器機(jī)理建模示意圖

本文基于某企業(yè)CPS建設(shè)的需要，對(duì)其變換裝置進(jìn)行混合模型的開發(fā)研究。通過(guò)對(duì)變換裝置生產(chǎn)數(shù)據(jù)挖掘，對(duì)動(dòng)力學(xué)參數(shù)尋優(yōu)并結(jié)合傳熱、傳質(zhì)機(jī)理，建立符合實(shí)際工況的模型，為后續(xù)分析、預(yù)測(cè)、控制與決策優(yōu)化提供準(zhǔn)確的模型支撐。

1 混合模型建立

本文采用Aspen plus軟件參照設(shè)計(jì)數(shù)據(jù)進(jìn)行整體流程模擬，隨后進(jìn)行靈敏度分析，通過(guò)改變進(jìn)料合成氣與水蒸氣流量來(lái)獲取100組反應(yīng)器出口流股的數(shù)據(jù)信息，再針對(duì)產(chǎn)品產(chǎn)出反應(yīng)器R2204建立混合模型。

1.1 變換反應(yīng)過(guò)程模擬及數(shù)據(jù)信息獲取

1.1.1 Aspen plus全流程模擬

采用Aspen plus 流程模擬軟件對(duì)整體流程進(jìn)行模擬，物性參數(shù)采用PR-BM方法計(jì)算[15-17]。根據(jù)實(shí)際生產(chǎn)流程和設(shè)計(jì)資料對(duì)變換裝置進(jìn)行全流程模擬，模擬流程如圖2所示。該工藝采用低水氣比串中水氣比的CO 變換工藝技術(shù)。首先，S2201 粗合成氣進(jìn)入V2201進(jìn)行氣液分離，從頂部出來(lái)的氣體經(jīng)過(guò)E2202預(yù)熱后進(jìn)入預(yù)變換爐R2201進(jìn)行初步變換，隨后變換氣與來(lái)自管網(wǎng)的中壓蒸汽和工藝凝液匯合后逐步進(jìn)入深度變換爐R2202～R2204 進(jìn)行深度變換，過(guò)程中伴隨著段間換熱進(jìn)行溫度調(diào)節(jié)，最后變換氣S2221從R2204出來(lái)送入下一工段進(jìn)行加工處理。其中，變換反應(yīng)主要發(fā)生在反應(yīng)器R2201～R2204 中，為本工段的核心裝置，工藝技術(shù)要求R2204 出口變換氣中CO 干基物質(zhì)的量分?jǐn)?shù)低于0.5%。

圖2 Aspen plus變換裝置流程模擬

選用R2201～R2204 四個(gè)反應(yīng)器的進(jìn)出口流股設(shè)計(jì)數(shù)據(jù)進(jìn)行模型驗(yàn)證。以反應(yīng)器R2204進(jìn)出口流股為例，其模擬結(jié)果與原設(shè)計(jì)值對(duì)比如表1 所示?？梢园l(fā)現(xiàn)，流股S2220 的溫度相對(duì)偏差最大為0.6282%。其他反應(yīng)器流股數(shù)據(jù)對(duì)比中，相對(duì)偏差最大的是S2204中H2O的組分（2.0992%），造成偏差是由于設(shè)計(jì)數(shù)據(jù)的有效數(shù)字相對(duì)較少，但從模擬結(jié)果看，其絕對(duì)偏差幾乎可以忽略不計(jì)。因此，上述驗(yàn)證表明誤差較小，本模型可靠。

1.1.2 靈敏度分析與模擬基礎(chǔ)數(shù)據(jù)獲取

根據(jù)設(shè)計(jì)生產(chǎn)能力，該裝置合成氣處理量為7351～8303kmol/h，正常工況下系統(tǒng)中的水氣比控制在0.8～1.4。利用上述流程模擬方法，模擬粗合成氣S2201 和中壓水蒸氣S2257 流量變化對(duì)過(guò)程的影響，結(jié)果如圖3所示。

從圖3 可知，S2201 和S2257 流量變化使水氣比在0.8～1.4 之間波動(dòng)，R2204 反應(yīng)器入口流量和溫度也隨之變化，如圖3(a)～(c)所示；圖3(d)說(shuō)明了反應(yīng)器出口變換氣的CO 物質(zhì)的量分?jǐn)?shù)也發(fā)生了變化，在A點(diǎn)位置處，水蒸氣S2257最大，粗合成氣S2201最小，導(dǎo)致系統(tǒng)內(nèi)水氣比最大，反應(yīng)平衡右移，還有相當(dāng)一部分水蒸氣沒有反應(yīng)就直接進(jìn)入產(chǎn)物中，所以CO 出口物質(zhì)的量分?jǐn)?shù)最小僅為0.229%。

圖3 流量波動(dòng)對(duì)反應(yīng)器R2204的影響

通過(guò)以上模擬實(shí)際過(guò)程波動(dòng)，共計(jì)產(chǎn)生了反應(yīng)器進(jìn)出口流股信息的100組數(shù)據(jù)（包括進(jìn)出口氣體的組成、溫度），如表2 所示，可將該數(shù)據(jù)用于反應(yīng)器混合模型建立。

表2 反應(yīng)器R2204進(jìn)出口數(shù)據(jù)信息

1.2 機(jī)理模型建立

機(jī)理模型包括物料、熱量、動(dòng)量衡算方程。以本過(guò)程中絕熱固定床反應(yīng)器R2204為對(duì)象，反應(yīng)器結(jié)構(gòu)如圖4 所示，其中反應(yīng)器內(nèi)徑為4300mm，耐硫變換催化劑床層高度為7750mm，床層堆積密度為950kg/m3。

建模過(guò)程作如下假設(shè)：①由于在操作溫度與壓力下副反應(yīng)很少發(fā)生，因此忽略副反應(yīng)的影響，過(guò)程主要反應(yīng)如式(1)所示；②假設(shè)氣體在催化劑顆粒內(nèi)外表面的濃度與溫度一致，氣體沿反應(yīng)器軸向流動(dòng)，忽略徑向濃度分布差，即典型的平推流反應(yīng)器。

（1）物料衡算 反應(yīng)器衡算示意如圖5 所示。對(duì)其進(jìn)行物料衡算，如式(2)、式(3)。

圖5 管式反應(yīng)器物料衡算示意圖[14]

（2）熱量衡算 對(duì)反應(yīng)器微元進(jìn)行熱量衡算[式(4)]。

式中，cpm為混合氣體定壓摩爾熱容，在操作溫度范圍內(nèi)可取均值33.75kJ/(kmol·K)；反應(yīng)熱ΔH是溫度的函數(shù)，采用式(5)計(jì)算。

（3）動(dòng)量衡算 對(duì)于這類反應(yīng)器，一般情況下可不考慮動(dòng)量衡算式，除非反應(yīng)器的壓力降與操作壓力之比相當(dāng)大[14]。由于本反應(yīng)器操作時(shí)的壓降很小，且變換反應(yīng)為等體積變化，因此忽略動(dòng)量衡算式。

1.3 數(shù)據(jù)驅(qū)動(dòng)模型建立

通過(guò)挖掘生產(chǎn)運(yùn)行數(shù)據(jù)，從優(yōu)化的角度，以模擬理論值與混合模型計(jì)算值的相對(duì)偏差平方和為優(yōu)化目標(biāo)函數(shù)，采用最優(yōu)化方法對(duì)動(dòng)力學(xué)參數(shù)進(jìn)行估計(jì)[18-19]，此為數(shù)據(jù)驅(qū)動(dòng)模型部分。

（1）反應(yīng)動(dòng)力學(xué)方程選取 常見的氣固催化反應(yīng)動(dòng)力學(xué)方程主要有雙曲型和冪指數(shù)型[20]，由于冪指數(shù)型方程形式簡(jiǎn)單、應(yīng)用更方便，故采用冪指數(shù)型方程，如式(6)所示，其中共含6個(gè)未知?jiǎng)恿W(xué)參數(shù)（參見表3）。

其中β采用式(7)計(jì)算。

式(7)中的平衡常數(shù)Kc采用式(8)計(jì)算。

（2）數(shù)據(jù)處理 利用1.1 節(jié)中流程模擬產(chǎn)生的100組模擬生產(chǎn)數(shù)據(jù)（見表2），按照3∶1的比例分為訓(xùn)練組和預(yù)測(cè)組[21]，即前75 組數(shù)據(jù)作為訓(xùn)練組進(jìn)行模型的訓(xùn)練并估計(jì)動(dòng)力學(xué)參數(shù)，后25 組數(shù)據(jù)作為預(yù)測(cè)組進(jìn)行模型的驗(yàn)證預(yù)測(cè)。

（3）優(yōu)化目標(biāo)函數(shù)設(shè)定 一般而言，采用目標(biāo)計(jì)算值與真實(shí)值的相對(duì)偏差平方和作為優(yōu)化目標(biāo)函數(shù)。由于本裝置中技術(shù)指標(biāo)關(guān)鍵組分為出口變換氣CO 組成，因此，可將反應(yīng)器出口CO 物質(zhì)的量分?jǐn)?shù)的理論值與模擬值的相對(duì)偏差平方和作為優(yōu)化目標(biāo)函數(shù)，如式(9)所示，從而進(jìn)行動(dòng)力學(xué)參數(shù)估計(jì)。

為加快求解速度、提高計(jì)算精度，與其他類似催化劑動(dòng)力學(xué)方程參數(shù)相比[17,22-24]，對(duì)式(7)中涉及的6個(gè)參數(shù)作如下約束：0≤k0≤1000；0≤E≤1000；0≤a≤2；0≤b≤1；-1≤c≤0；-1≤d≤0。

（4）求解策略 微分方程組采用MATLAB 中剛性求解器ode15s 進(jìn)行求解[25]。在優(yōu)化求解方法方面，啟發(fā)式優(yōu)化算法近年來(lái)得到了極大的發(fā)展[26]，如采用自然界種群進(jìn)化原理的遺傳算法（genetic algorithm，GA）、模仿自然界鳥類覓食的粒子群優(yōu)化算法（particle swarm optimization，PSO）模擬固體退火，固體冷卻時(shí)內(nèi)部粒子趨于有序原理，使局部最優(yōu)解概率性地跳出并最終趨于全局最優(yōu)的模擬退火算法（simulated annealing，SA）。此外還有蟻群算法、人工免疫算法或基于上述算法在搜索速度與方向等改進(jìn)的各種算法。由于本文只需選擇一種可用的算法進(jìn)行求解即可，重點(diǎn)不在于新算法的研發(fā)，如果選用目前成熟的算法求解的結(jié)果誤差較小，能夠接受即可；如果當(dāng)前應(yīng)用成熟的算法不能很好地求解本模型，則需要進(jìn)行算法的改進(jìn)或者研究新算法。因此，本文選擇了應(yīng)用范圍較廣且較為經(jīng)典的GA、PSO、SA 算法進(jìn)行對(duì)比選擇，通過(guò)對(duì)比也可保證所求解較優(yōu)。

2 混合模型求解與反應(yīng)器優(yōu)化

對(duì)以上建立的反應(yīng)器R2204 混合模型進(jìn)行計(jì)算，過(guò)程如圖6所示。首先通過(guò)以上得到的訓(xùn)練數(shù)據(jù)進(jìn)行混合模型的訓(xùn)練，通過(guò)聯(lián)立動(dòng)力學(xué)方程與傳遞方程解微分方程組即式(2)～式(8)，不斷更新動(dòng)力學(xué)參數(shù)，直到誤差最小來(lái)確定動(dòng)力學(xué)參數(shù)；其次通過(guò)預(yù)測(cè)組的數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證。

圖6 計(jì)算程序框圖

2.1 算法選擇

為尋得混合模型的最優(yōu)解，采用GA、PSO、SA三種算法各進(jìn)行20次計(jì)算，按式(9)求得的目標(biāo)函數(shù)值見圖7。選取每種算法計(jì)算的最小目標(biāo)函數(shù)值，分析其對(duì)應(yīng)的動(dòng)力學(xué)參數(shù)，結(jié)果如表3所示。

圖7 目標(biāo)函數(shù)值求解結(jié)果

表3 不同算法動(dòng)力學(xué)模型參數(shù)

從表3 可知，目標(biāo)函數(shù)值在0.05～0.06 之間，可認(rèn)為模型訓(xùn)練的整體誤差較小。其中，PSO求解出部分動(dòng)力學(xué)參數(shù)為零，這是由該算法在數(shù)學(xué)計(jì)算上的特點(diǎn)決定的，而從動(dòng)力學(xué)參數(shù)的物理意義來(lái)考慮，表觀活化能E不能為0，說(shuō)明PSO 算法在求解本模型時(shí)，對(duì)動(dòng)力學(xué)參數(shù)同時(shí)進(jìn)行更新與搜索是存在缺陷的，故剔除該算法計(jì)算結(jié)果。相較于SA 算法，GA算法求得的目標(biāo)函數(shù)值較小，即誤差較小。因此，采用GA算法計(jì)算的動(dòng)力學(xué)參數(shù)做進(jìn)一步的模型驗(yàn)證。

2.2 模型驗(yàn)證

圖8為模型訓(xùn)練與預(yù)測(cè)的計(jì)算值和理論值對(duì)比結(jié)果。從圖8(a)的75組訓(xùn)練數(shù)據(jù)理論值與模擬值的對(duì)比看出，出口CO 物質(zhì)的量分?jǐn)?shù)理論值與模擬值吻合較好（平均相對(duì)誤差為2.71%），極少點(diǎn)處相對(duì)誤差不超過(guò)10%（如A點(diǎn)最大偏差為9.75%），可認(rèn)為模型訓(xùn)練效果較好；圖8(b)為25組預(yù)測(cè)數(shù)據(jù)對(duì)模型的驗(yàn)證結(jié)果，其平均相對(duì)誤差為2.78%，極少點(diǎn)處相對(duì)誤差不超過(guò)10%，因此認(rèn)為本文模型可靠。

圖8 模型計(jì)算值與理論值對(duì)比

按照設(shè)計(jì)值給定一組反應(yīng)器進(jìn)口工藝參數(shù)（表4），利用上述模型可以模擬出反應(yīng)器軸向組分和溫度分布，結(jié)果見圖9。由圖9 可以發(fā)現(xiàn)，隨著反應(yīng)器長(zhǎng)度的增加，反應(yīng)程度逐漸加深，CO 物質(zhì)的量分?jǐn)?shù)逐漸下降，出口處模擬CO 物質(zhì)的量分?jǐn)?shù)為0.298%，而理論值為0.289%，二者誤差極?。粡臏囟茸兓€可以看出，由于反應(yīng)導(dǎo)致熱量的積累，故隨著反應(yīng)器長(zhǎng)度的增加，反應(yīng)器內(nèi)部溫度逐漸升高，使得反應(yīng)器出口的模擬溫度達(dá)到215.02℃，理論溫度為214.20℃，兩者誤差不到1℃。說(shuō)明該模型可以較為準(zhǔn)確地預(yù)測(cè)出反應(yīng)器內(nèi)部的變化情況，從而可以為反應(yīng)器的監(jiān)測(cè)、設(shè)計(jì)、優(yōu)化提供指導(dǎo)依據(jù)。

表4 反應(yīng)器進(jìn)口工藝參數(shù)

圖9 反應(yīng)器軸向濃度及溫度分布

2.3 反應(yīng)器優(yōu)化

在絕熱反應(yīng)器中發(fā)生的是可逆放熱反應(yīng)，溫度升高會(huì)加快反應(yīng)速率，但會(huì)導(dǎo)致反應(yīng)平衡常數(shù)減小，從而抑制反應(yīng)進(jìn)程。而降低溫度又會(huì)降低反應(yīng)速率，因此優(yōu)化入口溫度對(duì)反應(yīng)產(chǎn)率十分重要。此外，另一個(gè)重要因素是反應(yīng)器進(jìn)口的組成，宏觀上的水氣比最終影響的是H2O/CO 摩爾比，比值越大反應(yīng)越徹底，但過(guò)大會(huì)導(dǎo)致水蒸氣浪費(fèi)。因此，有必要探究上述兩個(gè)因素對(duì)反應(yīng)的影響。

假設(shè)來(lái)自上一裝置的氣體中CO、H2、CO2及其他惰性氣體物質(zhì)的量不變（取表4 設(shè)計(jì)值），改變水蒸氣流量來(lái)調(diào)節(jié)H2O/CO 的摩爾比，結(jié)合實(shí)際工況及流程模擬，最終確定的反應(yīng)器進(jìn)口溫度區(qū)間為201～216℃，H2O/CO 摩爾比為28～70。在上述操作變量范圍內(nèi)，反應(yīng)器出口CO 的干基物質(zhì)的量分?jǐn)?shù)隨H2O/CO 比值和反應(yīng)物進(jìn)口溫度的變化如圖10所示。

圖10 CO干基物質(zhì)的量分?jǐn)?shù)隨溫度與H2O/CO變化

從圖10 可以看出，A點(diǎn)處反應(yīng)程度最深，CO干基物質(zhì)的量分?jǐn)?shù)最小為0.406%（本裝置的技術(shù)指標(biāo)為R2204 出口變換氣中CO 干基物質(zhì)的量分?jǐn)?shù)小于0.5%），為使CO 轉(zhuǎn)化率最大，此時(shí)進(jìn)口溫度應(yīng)為201℃，H2O/CO 摩爾比為51.35。此外，為節(jié)約中壓水蒸氣保證CO物質(zhì)的量分?jǐn)?shù)小于0.5%，在平面Z以下的操作條件均滿足生產(chǎn)任務(wù)。

3 結(jié)論

（1）基于石化CPS建設(shè)思路，采用混合建模方法對(duì)某煉化廠的變換裝置針對(duì)性地進(jìn)行了模型的研發(fā)。計(jì)算結(jié)果表明，基于機(jī)理模型、通過(guò)挖掘生產(chǎn)數(shù)據(jù)、建立符合實(shí)際生產(chǎn)的混合模型的方法可行，建立的模型可以很好地預(yù)測(cè)反應(yīng)器的組分，預(yù)測(cè)的平均相對(duì)偏差僅為2.78%。本文建立的混合模型也為后續(xù)決策優(yōu)化與CPS集成奠定了模型基礎(chǔ)。

（2）在混合模型的基礎(chǔ)上以出口CO 組成為目標(biāo)，對(duì)反應(yīng)器R2204 入口溫度和H2O/CO 摩爾比進(jìn)行優(yōu)化。結(jié)果表明，進(jìn)口溫度201℃，進(jìn)口氣中H2O/CO 摩爾比為51.35 時(shí)，CO 轉(zhuǎn)化率最大，此時(shí)出口CO干基物質(zhì)的量分?jǐn)?shù)為0.406%，符合技術(shù)指標(biāo)要求，為優(yōu)化生產(chǎn)提供了指導(dǎo)意見。

符號(hào)說(shuō)明

a—— CO反應(yīng)級(jí)數(shù)

b—— H2O反應(yīng)級(jí)數(shù)

c—— CO2反應(yīng)級(jí)數(shù)

cpm—— 混合氣體定壓摩爾熱容，kJ·kmol-1·K-1

D—— 反應(yīng)器內(nèi)徑，m

d—— H2反應(yīng)級(jí)數(shù)

E—— 表觀活化能，kJ·kmol-1

Fn—— 粗合成氣流量，kmol·h-1

ΔH—— 反應(yīng)熱，kJ·kmol-1

Kc—— 平衡常數(shù)

k0—— 指前因子

nco—— CO物質(zhì)的量，kmol

rw—— 以催化劑質(zhì)量表示的反應(yīng)速率，kmol·kg-1

T—— 溫度，K

W—— 催化劑的質(zhì)量，kg

XCO—— CO轉(zhuǎn)化率

yi—— 組分i的物質(zhì)的量分?jǐn)?shù)，i為CO、H2O、CO、CO2

y'CO—— CO物質(zhì)的量分?jǐn)?shù)模擬值

Z—— 催化劑床層高度，m

β—— 逆反應(yīng)無(wú)因次因子

ρr—— 催化劑床層堆積密度，kg·m-3

下角標(biāo)

in—— 進(jìn)口

out—— 出口