【摘要】：精餾過程是以熱能的消耗換取產(chǎn)品的分離提純,在熱力學(xué)上是低效的耗能過程,具有極高的熱力學(xué)不可逆性,能耗較高。精餾過程的(火用)分析能夠?qū)Ψ蛛x系統(tǒng)用能情況進(jìn)行分析,并確定該系統(tǒng)及各個分離單元的(火用)損及(火用)效,揭示能量在轉(zhuǎn)換、傳遞和利用中的(火用)損失情況,同時找出用能過程中設(shè)備,以及操作條件中的不合理性,從而能夠提出精準(zhǔn)的節(jié)能優(yōu)化方案,提高能量利用率。本文以甲醇制烯烴產(chǎn)品分離過程為研究對象,該工藝流程以精餾體系為主,分離單元多、過程能耗大,在節(jié)能降耗上有較大的改進(jìn)潛力。在全面了解甲醇制烯烴產(chǎn)品分離過程的技術(shù)路線及工藝機(jī)理的基礎(chǔ)上,運(yùn)用(火用)分析方法對其進(jìn)行用能分析評估,找出過程中用能的薄弱環(huán)節(jié),并針對該薄弱環(huán)節(jié)建立(火用)效軟測量模型,開展能效優(yōu)化的研究。本文主要內(nèi)容如下:(1)通過大量閱讀(火用)分析方法和能效優(yōu)化方面的文獻(xiàn),對(火用)分析方法的研究進(jìn)展及現(xiàn)狀進(jìn)行了系統(tǒng)性的綜述;并對(火用)效軟測量建模與優(yōu)化方法進(jìn)行了總結(jié)。這些工作為本文的研究工作提供了思路和理論支持。(2)詳細(xì)分析了精餾體系(火用)分析模型建立方法。對精餾塔整體進(jìn)行用能劃分,得到(火用)平衡方程,并闡述(火用)平衡方程的具體計算方法,提出以(火用)損、(火用)效及(火用)損率為用能評價指標(biāo),評判精餾過程用能情況。(3)以甲醇制烯烴產(chǎn)品分離過程為應(yīng)用研究對象,開展(火用)分析和能效評估的研究。首先,通過Aspen plus對精餾全流程進(jìn)行模擬,將模擬結(jié)果與真實情況進(jìn)行了對比,結(jié)果表明模擬后的各個分離單元塔頂和塔釜產(chǎn)品流量、組分濃度以及溫度值與實際情況吻合度較高,確保全流程模擬的準(zhǔn)確性。在此基礎(chǔ)上,得到(火用)分析所需要的相關(guān)熱力學(xué)參數(shù),運(yùn)用所提出的(火用)平衡方程,對全過程以及各分離單元進(jìn)行(火用)分析和用能評估分析。結(jié)果表明,乙烯精餾單元(火用)效最低為50.4%,(火用)損率最大為37.6%,該精餾單元為過程用能的薄弱環(huán)節(jié)。最后,根據(jù)該薄弱環(huán)節(jié)能耗大的原因進(jìn)行分析,提出了合適的改進(jìn)措施,為后續(xù)節(jié)能優(yōu)化研究指明了方向。(4)基于Bagging算法的集成人工神經(jīng)網(wǎng)絡(luò),建立了精餾過程的(火用)效軟測量模型和能效優(yōu)化方法。首先,基于靈敏度分析方法,確定了(火用)效與關(guān)鍵操作參數(shù)之間的關(guān)系;其次分別建立了(火用)效單一人工神經(jīng)網(wǎng)絡(luò)模型與集成人工神經(jīng)網(wǎng)絡(luò),并對兩種模型的預(yù)測性能進(jìn)行了比較。結(jié)果表明,后者預(yù)測精度更高。最后,以(火用)效最大化為優(yōu)化目標(biāo),在滿足產(chǎn)品質(zhì)量約束的條件下,得到最佳(火用)效下的工藝操作條件,并將優(yōu)化后的結(jié)果用Aspen plus進(jìn)行了模擬。結(jié)果表明,在該操作條件下,(火用)效得到了明顯的提高。
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TQ028.31

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李曉竹;解華;;基于AdaBoost的多項式旋流器溢流粒度軟測量模型[J];計量學(xué)報;2016年03期

2 劉麗穎;李悅;方魯杰;胡浩威;張蒙蒙;王立冬;王娟;;基于Adaboost混合模型的乙烯裂解結(jié)焦量軟測量[J];自動化與儀器儀表;2015年06期

3 林子昕;安維中;袁琳皓;蔡浩;朱建民;;基于損失分析的反應(yīng)精餾塔板上反應(yīng)體積的優(yōu)化設(shè)計[J];化工學(xué)報;2015年02期

4 滕少華;樊繼慧;陳瀟;張巍;劉冬寧;;SVM多分類器協(xié)同挖掘局域氣象數(shù)據(jù)[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2014年05期

5 王春鵬;于佐軍;孟凡強(qiáng);;折息移動窗遞推PLS算法及其在聚丙烯生產(chǎn)過程中的應(yīng)用[J];化工學(xué)報;2013年12期

6 李海波;柴天佑;岳恒;;浮選工藝指標(biāo)KPCA-ELM軟測量模型及應(yīng)用[J];化工學(xué)報;2012年09期

7 邢廣成;強(qiáng)天偉;;人工神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用[J];科技風(fēng);2012年15期

8 楊慧中;章軍;陶洪峰;;基于互信息的軟測量變量選擇[J];控制工程;2012年04期

9 何仁初;韓偉東;;基于嚴(yán)格機(jī)理模型的精餾塔軟測量技術(shù)的開發(fā)[J];石油化工;2012年05期

10 彭小奇;武春陽;張建智;宋彥坡;李時民;;基于火用分析的氧化鋁雙流法溶出工序的節(jié)能[J];冶金能源;2011年04期

，

本文編號：2651247