本发明专利技术涉及一种柴油调合法，特别涉及一种基于Pareto优化准则的多目标非线性连续罐式柴油调合法，其包括：（1）建立基于构成成品柴油的各组分实时流量及各流量之间的相关线性和非线性关系、各组分及成品柴油的实时质量属性中的线性和非线性关系的多目标非线性数学模型；（2）分别将原油炼油速率、各侧线实时流量数据及各组分实时质量数据输入步骤（1）所建立的多目标非线性数学模型中，采用Pareto优化准则进行基于进化算法的求解，得到构成成品柴油各组分实时流量数据；和（3）按由步骤（2）获得的构成成品柴油各组分实时流量数据进行成品柴油的调合等步骤。
【技术实现步骤摘要】
【专利摘要】本专利技术涉及一种柴油调合法，特别涉及一种，其包括：（1）建立基于构成成品柴油的各组分实时流量及各流量之间的相关线性和非线性关系、各组分及成品柴油的实时质量属性中的线性和非线性关系的多目标非线性数学模型；（2）分别将原油炼油速率、各侧线实时流量数据及各组分实时质量数据输入步骤（1）所建立的多目标非线性数学模型中，采用Pareto优化准则进行基于进化算法的求解，得到构成成品柴油各组分实时流量数据；和（3）按由步骤（2）获得的构成成品柴油各组分实时流量数据进行成品柴油的调合等步骤。【专利说明】
本专利技术涉及一种柴油调合法，特别涉及一种。
技术介绍
柴油调合是炼油企业生产柴油过程中最重要的生产工序之一，本专利技术针对现有技术(Cao C，Gu X, Xin Z.(曹萃文，顾幸生，辛忠)A Data-driven Rolling-horizonOnline Scheduling Model for Diesel Production of a Real-world Refinery.AIChEJ.2013，59(4):1160-1174 ;中国专利技术专利:“非线性连续罐式柴油调合法”，CN1912072A)中的柴油连续罐式调合生产过程，在实际调合生产前同时考虑多个不同的调合目标，确定多组优化的调合方案(或配方)供调合生产选择和使用，以适应企业的各种不同需求。目前炼油企业在柴油的实际生产中，调合配方的制订主要采用人工经验和各类单目标优化的线性或非线性数学规划模型计算得出。这些单目标主要有最大化柴油最终产品产量(Cao C，Gu X, Xin Z.(曹萃文，顾幸生，辛忠)A Data-driven Rolling-horizonOnline Scheduling Model for Diesel Production of a Real-world Refinery.AIChEJ.2013, 59(4):1160-1174 ;CN1912072A)、最小化调合生产过程中总成本、最大化柴油产品销售收入、最大化收益(Pinto JM, Joly M, Moro LFL.Planning and scheduling modelsfor refinery operatio ns.Comput Chem Eng.2000;24:2259-2276 ；Moro LFL,ZaninAC,Pinto JM.A Planning Model for Refinery Diesel Production.Comput ChemEng.1998; 22 (Suppl): S1039-S1042)等。虽然单目标优化方法比按人工经验得到的配方有了很大的进步，但已不能满足越来越复杂的柴油调合生产的要求。近年来，我国各大城市的空气污染日益严重，国家对柴油产品的环保品质要求大幅升级，使炼油企业在原油来源多样化、劣质化，炼油设备和技术未进行重大提升的前提下，为生产出合格产品付出了高昂的代价。炼油企业在柴油的实际调合生产过程中，不仅需要考虑柴油产品的产量、销售收入、调合成本等目标，还要大幅提高柴油产品的质量等级，大幅降低产品中的含硫量等污染环境的指标，因此实际柴油生产中的调合模型本质上是一个多目标非线性规划数学模型，应该采用多目标技术进行建模并求解。然而，传统的多目标优化方法采用将多个目标按各种方式转化为一系列单目标优化问题，如按主观评价哪个目标重要从而单独优化哪个目标；或按主观线性权重给每个目标赋值从而转化为一个经验单目标等的方法已不能满足现有生产装置和生产技术的要求。鉴于此，研究基于Pareto优化准则下的多目标柴油非线性调合技术，同时考虑相容的或不相容的多个调合目标，提出多目标柴油非线性调合模型，并在一次计算中同时优化多个目标，找到多组Pareto前沿(即优化目标)对应的多组Pareto非劣解(即优化解)提供给炼油厂进行柴油调合生产前的配方选取或测试，已成为在新形势下提高柴油产品合格率及提闻炼油厂效益的关键技术。
技术实现思路
本专利技术在现有技术(AIChEJ.2013, 59 (4): 1160-1174 ；CN1912072A)的基础上，提出基于Pareto优化准则的二种双目标、一种三目标的非线性连续罐式柴油调合方法，从而实现在现有炼油生产装置和技术条件下，充分利用现有组分，提高柴油产品合格率、减少质量过剩、减少重调、降低中间产品库存、减少最终产品硫含量等多个目标，提高炼油企业的技术水平和经济效益。本专利技术的目的在于，提供一种，其包括如下步骤:(I)建立基于构成成品柴油的各组分实时流量及各流量之间的相关线性和非线性关系、各组分及成品柴油的实时质量属性中的线性和非线性关系的多目标非线性数学模型；(2)分别将原油炼油速率、各侧线实时流量数据及各组分实时质量数据输入步骤(1)所建立的多目标非线性数学模型中，采用Pareto优化准则进行基于进化算法(Evolutionary Algorithm,缩写为EA)的求解,得到构成成品柴油各组分实时流量数据；(3)按由步骤(2)获得的构成成品柴油各组分实时流量数据进行成品柴油的调合；其中:所述多目标非线性数学模型的目`选自:下列目标中二种或二种以上:最大化柴油最终产品的总产量(简记为“目标A”，)，最大化柴油的总销售收益(简记为“目标B”)，最大化柴油最终产品中在调合生产时售价最高的产品的产量(简记为“目标C”)，最小化能生产柴油组分的生产装置生产的中间产品未用完而进入储罐的剩余产品总量(简记为“目标D”)或最小化所有柴油最终产品的总硫含量(简记为“目标E”)；所说的实时质量数据是指:密度(20°C)、十六烷值、馏程、粘度(20°C)、硫含量、闪点、酸度和凝点。本专利技术在综合考虑生产柴油调合组分各装置的实时流量数据，实时质量数据的基础上，能够同时优化多个目标(如“目标A、B、C、D和E”)，快速计算出满足质量检验指标和质量平衡要求的多目标柴油实时调合优化配方(一次计算即可给出多组多目标柴油实时调合优化配方)，从而为炼油企业减少重调、减少质量过剩、提高柴油产品质量等级、改善柴油生产过程中的各级库存管理提供强有利的技术支持。采用常用软件Visual C++用EA算法进行求解，运算速度快，使计算能够实时在线进行。将对石油炼制企业提高企业整体生产技术和生产管理水平、增加企业经济效益，改善空气污染产生显著影响。【专利附图】【附图说明】图1基于Pareto优化准则的多目标EA算法的算法流程图。【具体实施方式】前文所述方法中步骤(2)将步骤(1)中的多目标非线性柴油调合模型采取Pareto优化准则进行基于进化算法(EA)的求解方法，包括如下步骤:①将步骤(1)中的三个多目标非线性柴油调合模型分别转成模型(2-1)的通用表达:在通用表达式(2-1)中，需要求解的η维决策向量为【权利要求】1.一种基于ParetO优化准则的非线性连续罐式柴油调合法，其包括如下步骤: (1)建立基于构成成品柴油的各组分实时流量及各流量之间的相关线性和非线性关系、各组分及成品柴油的实时质量属性中的线性和非线性关系的多目标非线性数学模型； (2)分别将原油炼油速率、各侧线实时流量数据及各组分实时质量数据输入步骤(1)所建立的本文档来自技高网...
【技术保护点】
一种基于Pareto优化准则的非线性连续罐式柴油调合法，其包括如下步骤：（1）建立基于构成成品柴油的各组分实时流量及各流量之间的相关线性和非线性关系、各组分及成品柴油的实时质量属性中的线性和非线性关系的多目标非线性数学模型；（2）分别将原油炼油速率、各侧线实时流量数据及各组分实时质量数据输入步骤（1）所建立的多目标非线性数学模型中，采用Pareto优化准则进行基于进化算法的求解，得到构成成品柴油各组分实时流量数据；和（3）按由步骤（2）获得的构成成品柴油各组分实时流量数据进行成品柴油的调合；其中：所述多目标非线性数学模型的目标选自：下列目标中二种或二种以上：最大化柴油最终产品的总产量（简记为“目标A”，），最大化柴油的总销售收益（简记为“目标B”），最大化柴油最终产品中在调合生产时售价最高的产品的产量（简记为“目标C”），最小化能生产柴油组分的生产装置生产的中间产品未用完而进入储罐的剩余产品总量（简记为“目标D”）或最小化所有柴油最终产品的总硫含量（简记为“目标E”）。
【技术特征摘要】
【专利技术属性】
技术研发人员：曹萃文，顾幸生，高敏，李晓楠，阚明生，陈孟文，康永波，于腾，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。