化工生產中智能優化技術的應用分析

方 飛，方永豪，張平利

（1.江西盛源新材料有限公司，江西贛州 341500；2.中原工學院，河南鄭州 450007；3.濮陽市市政設施管理處，河南濮陽 457000）

0 引言

隨著我國大數據、人工智能、云技術等信息技術的快速發展，眾多領域開始向智能化方向發展。而化工企業在生產過程中，存在建模困難、規模龐大、干擾因素多樣等困難?；诖耍剿?、建立有化工產業特色的智能優化技術，在化工生產中應用智能優化技術是技術發展趨勢的必然。

1 相關概念

1.1 化工生產優化

優化是指在一定的約束條件下調整相應操作，使目標指標最大限度地滿足要求。國外企業案例證明，科學的優化技術可以極大地增加企業經濟效益，使用先進的技術和生產優化能提高產品質量，降低能源損耗，為企業經濟帶來巨大收益。

化工生產是根據特定原料，選擇合適的生產工藝，以單元為板塊規劃設備設施進行操作加工，完成產物制作的過程?，F階段，我國化工企業的生產中也應注重設備產量的提升和工藝流程操作優化。

1.2 智能優化技術

隨著科學技術的發展和進步，通過模擬生物的行為特征等方式建立仿生技術。對于優化技術而言，仿生技術也可以對優化控制過程發揮很好的效果。通過仿生技術建立模型，其模型不需要較高的精準度，所以減少了運算過程，加快了優化速度，提高了運算效率。

優化控制是實現優化生產工作的重要內容之一，對優化技術應用有著極為重要的意義。傳統的優化控制本質屬于一種離線優化控制模式，針對多單元操作系統，各單元之間緊密關聯，不能考慮全局優化。所以，優化控制的實現要從全局考慮，不斷完善優化模型，保證優化結果的高效[1]。

2 化工生產中智能優化技術的應用

連續生產過程是化工生產中常見的生產方式之一，在生產過程工藝聯動性高，進行設備與生產原料的調整后，可以保證生產工藝高效的生產目標產物，其優點是效率高、反應穩定。本文以聚酯生產過程為分析對象，根據其生產需求，選取產品和質量兩個方面為優化目標，進行智能優化技術的應用探討。

2.1 聚酯生產工藝

聚對苯二甲酸乙二酯（PET）屬于高分子有機化合物，是合成纖維、塑料薄膜、無紡布等用品的主要原料，在行業內通常稱為聚酯。其生產過程是由苯二甲酸（PTA）、催化劑、消光劑、乙二醇（EG）等材料進行酯化、縮聚及紡絲生產等工序組成。

漿料是PTA 固體物料、液體EG 及2%的催化劑溶液在常溫狀態下攪拌在一起的配料。配置好后送進酯化釜進行酯化反應：

酯化過程將EG 進行蒸發，促進反應正向進行，反應后物料進行第二次酯化反應，在加熱、攪拌的情況下進行反應，到達一定程度后取出目標材料。

在縮聚反應階段，對苯二甲酸乙二酯與對苯二甲乙酯（BHET）發生化學反應，在反應釜中經過多次聚合，釋放EG 形成線性高聚物PET，其反應式為：

在整體生產階段，特性黏度對聚酯產品質量有著重要的意義。特性黏度的測量難度比較困難，測量滯后時間較大，不能較好地進行具體控制。

2.2 建立聚酯生產縮聚過程數學模型

建立預報聚酯黏度數學模型，方便在不同操作條件下，發現聚酯產品特性黏度規律。結合實際情況，建立相關操作參數范圍，具體參數包括反應溫度T403、夾套溫度TH401、真空度P401、進料泵轉速PP401、出料泵轉速PP501、液位L401 等。

縮聚達到所需平均分子質量要求標準的真空度。真空度的大小影響分子排除，與反應效率有著密不可分的關系。選取P401為輸入信號。反應溫度是反應進行過程的標準，影響黏度值大小。在聚酯反應過程中，縮聚反應的釜內溫度與夾套溫度十分接近，所以選溫度時選用T403 為輸入信號[2]。

根據聚酯生產過程中的反應參數，對反應溫度、真空度、進料泵轉速、出料泵轉速等因素建立神經網絡模型（圖1）。

圖1 聚酯特性黏度復合神經網絡模型

其復合神經網絡函數關系為：

其中，n1為對角遞歸神經網絡輸入層神經元數，n2為B 樣條子網的輸入層神經元數。二者內插節點數相同，都為l。根據建立神經網絡模型進行誤差預報算法訓練。選用不同的隨機數初始化權值，制定合適的數據。根據輸入信號計算y（k），不間斷地采樣提取數據對神經網絡進行訓練，提高模型準確率[3]。

2.3 縮聚過程尋優

對初始化種群操作變量進行系統化處理，采用編碼的方式進行編制。根據非劣分層粒子群多目標優化算法及優化模型進行計算尋優。通過尋優結果計算，非劣分層粒子群多目標優化算法能夠優化聚酯生產縮聚階段的生產操作，提高產品產量，并更好的規劃了特性黏度。

3 化工生產中智能優化技術的應用分析

化工生產優化規模體系龐大、技術要求高、計算體系復雜，在智能優化技術方面沒有建立完整的技術體系，還需要大量人才不斷探索研究。對于化工行業而言，設計生產工藝水平直接決定企業未來發展前景，決定企業在該行業的地位。為提高模型的精準度，可以采用迭代優化控制結構來進行優化（圖2）。設計與生產工藝流程智能化可以提高工藝安全，幫助企業獲得更好的經濟效益。所以，各企業要不斷的進行創新工藝流程、完善生產過程，實現優化技術智能化、高效化才能讓企業在激烈的市場競爭中屹立不倒[4]。

圖2 迭代優化控制結構

4 結論

化工生產中智能優化技術的應用是當前的研究熱點。在智能優化技術的建設中，模型建立要結合工業生產工藝，越復雜的生產工藝，建立的模型越復雜。針對此種情況，傳統的尋優方法由于計算體系的增大，計算可能出現錯誤，運算時間也隨之大幅增加，影響優化技術的運行成本與效率。采用非劣分層粒子群多目標優化算法可以為聚酯生產提供最優的操作條件，為實際生產提供參考。