一種c8芳烴模擬移動床分離過程的建模和優(yōu)化方法
【專利摘要】本發(fā)明涉及一種C8芳烴模擬移動床分離過程的建模和優(yōu)化方法，基于真實移動床建模方法，考慮吸附分離過程的壓力和溫度穩(wěn)定不變，液相假設(shè)為彌散活塞流，固相假設(shè)為活塞流，傳質(zhì)速率模型采用線性推動力模型，吸附平衡通過Langmuir等溫線來描述，建立C8芳烴吸附分離過程模型，并且基于該模型采用多目標(biāo)教學(xué)優(yōu)化算法對兩個典型的模擬移動床多目標(biāo)操作問題進行優(yōu)化：(a)PX收率最大化和解吸劑用量最小化；(b)PX收率和純度同時最大化。建立的模型能夠獲得吸附分離塔各床層的各個組分信息、抽出和抽余液中主要產(chǎn)物的收率和純度，結(jié)合優(yōu)化算法對模型中解吸劑流量、抽出液流量以及抽余液流量等操作變量的分析可以為提高模擬移動床運行水平提供指導(dǎo)。
【專利說明】一種C8芳烴模擬移動床分離過程的建模和優(yōu)化方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種用于C8芳烴模擬移動床分離過程建模和優(yōu)化方法，該方法可用 于模擬移動床分離過程模擬仿真和操作優(yōu)化。

【背景技術(shù)】
[0002] 對二甲苯（PX)是一種重要的有機化工原料，是聚酯產(chǎn)品鏈的龍頭產(chǎn)品?；旌隙?苯分離是PX生產(chǎn)工藝中難度最大的一個環(huán)節(jié)，分離混合二甲苯的主要工業(yè)方法有深冷結(jié) 晶法和吸附分離法其次還有絡(luò)合萃取法、共晶法以及磺化法等，其中基于連續(xù)逆流模擬移 動床的分子篩吸附分離技術(shù)是目前生產(chǎn)對二甲苯的主流工藝技術(shù)。
[0003] 模擬移動床（SMB)分離技術(shù)是20世紀(jì)60年代興起的一種連續(xù)逆流色譜分離技 術(shù)，它可以提高固定相的利用率與產(chǎn)品純度，在提高產(chǎn)品收率的同時也可以減小解吸劑的 消耗，近年來在手性藥物、石油化工分離等領(lǐng)域的應(yīng)用受到越來越廣泛的關(guān)注。
[0004] 圖1是二甲苯模擬移動床操作示意圖，在二甲苯吸附分離過程中，通過利用對二 甲苯（PX)和其他三種異構(gòu)體（間二甲苯（MX)、鄰二甲苯（OX)、乙苯（EB))對吸附劑的親和 力不同來達(dá)到分離效果，另外再通過解吸劑對二乙苯（PDEB)的作用使得強被吸附組分PX 從抽出液中提取出來，而弱被吸附組分從抽余液中提取出來。
[0005] 在二甲苯模擬移動床的實際工況操作中，技術(shù)人員主要關(guān)注如何確定合適的操作 條件，使整個系統(tǒng)在滿足PX純度和收率滿足分離要求的前提下，盡可能減少解吸劑的消 耗，提高生產(chǎn)效率。然而模擬移動床吸附分離過程機理復(fù)雜，操作變量多且耦合性強，很難 對其進行系統(tǒng)的分析，因此一直以來就缺乏較為有效的方法來為實際工況確定操作條件。
[0006] 目前，許多學(xué)者基于三角形理論對其操作優(yōu)化過程進行了深入的研究，但三角形 理論忽略了軸向擴散和傳質(zhì)阻力，僅在理想狀態(tài)下對模型進行優(yōu)化，其預(yù)測的結(jié)果不能很 好的描述真實的分離過程。此外，還有學(xué)者采用傳統(tǒng)的多目標(biāo)優(yōu)化算法來優(yōu)化模擬移動床 操作過程，如NSGA-II算法等，但采用這些方法求得的pareto解集分布性和收斂性較差，不 利于找到最優(yōu)操作點，對實際工況的操作選擇帶來較大的局限性。


【發(fā)明內(nèi)容】

[0007] 針對上述問題，本申請?zhí)岢鰧⒁环N多目標(biāo)教學(xué)優(yōu)化算法用于C8芳烴模擬移動床 分離過程操作優(yōu)化，基于真實移動床方法建模，結(jié)合多目標(biāo)教學(xué)優(yōu)化算法（MOTLBO)對工藝 操作條件進行優(yōu)化，對指導(dǎo)實際工況的操作具有十分重要的意義。
[0008] 本發(fā)明的特點如下：
[0009] 1.與真實的模擬移動床結(jié)構(gòu)完全一致，能夠準(zhǔn)確反映模擬移動床的操作變化如區(qū) 域回流比、步進時間和沖洗液對吸附分離塔內(nèi)流動、傳質(zhì)、分離過程的影響，由此可以獲得 吸附分離塔內(nèi)詳細(xì)的組分濃度分布以及抽出液和抽余液中關(guān)鍵組分的收率和純度。
[0010] 2.具有完善的吸附動力學(xué)體系，能夠從吸附分離原理上描述不同C8芳烴異構(gòu)體 在吸附劑上吸附和解吸過程，計算得到吸附分離過程各組分濃度沿吸附塔床層的分布。
[0011] 3.優(yōu)化采用的多目標(biāo)教學(xué)優(yōu)化算法（MOTLBO)相較于其他優(yōu)化算法，如NSGA-II， 不僅在收斂性和分布性上具有優(yōu)越性，而且求解時間也比較短。
[0012] 根據(jù)上述特點，對C8芳烴模擬移動床分離過程進行建模和優(yōu)化。首先，采用真實 移動床方法（True Moved Bed，簡稱TMB)方法，考慮吸附分離過程的壓力和溫度穩(wěn)定不變， 液相假設(shè)為彌散活塞流，固相假設(shè)為活塞流，傳質(zhì)速率模型采用線性推動力模型，吸附平衡 通過Langmuir等溫線來描述，建立了完全符合色譜分離實際過程的工藝模型，精確描述塔 內(nèi)區(qū)域流量、液體流動速度、關(guān)鍵組分吸附解吸速度以及沿塔層的組分分布。
[0013] 具體技術(shù)方案如下：
[0014] 一種C8芳烴模擬移動床分離過程的建模和優(yōu)化方法，包括如下步驟：
[0015] (1):根據(jù)實際模擬移動床裝置確定特定溫度和壓力下的設(shè)計參數(shù)和操作參數(shù)，并 設(shè)定吸附平衡動力學(xué)參數(shù)初始值；；
[0016] 所述設(shè)計參數(shù)包括塔長、塔徑和塔板數(shù)，所述操作參數(shù)包括流量和步進時間；
[0017] (2):確定模擬移動床建模方法及模型方程；
[0018] (3):對二甲苯吸附分離模型進行求解；
[0019] (4):基于實際工業(yè)運行數(shù)據(jù)校正模擬移動床吸附平衡動力學(xué)參數(shù)；
[0020] (5):確定優(yōu)化策略；
[0021] (6):進行優(yōu)化計算。
[0022] 所述平衡動力學(xué)參數(shù)主要包括：擴散系數(shù)，傳質(zhì)系數(shù)，Pelect數(shù)和Langmuir吸附 平衡常數(shù)。
[0023] 所述建模方法為真實移動床（TMB)建模方法，假設(shè)壓力和溫度恒定不變，液相為 彌散活塞流，固相為活塞流，傳質(zhì)速率模型采用線性推動力模型，吸附平衡采用Langmuir 等溫吸附描述。其模型方程如下：

【權(quán)利要求】
1. 一種C8芳烴模擬移動床分離過程的建模和優(yōu)化方法，其特征在于，包括如下步驟： (1) 根據(jù)實際模擬移動床裝置確定特定溫度和壓力下的設(shè)計參數(shù)和操作參數(shù)，并設(shè)定 吸附平衡動力學(xué)參數(shù)初始值； 所述設(shè)計參數(shù)包括塔長、塔徑和塔板數(shù)，所述操作參數(shù)包括流量和步進時間； (2) 確定模擬移動床建模方法及模型方程； (3) 對二甲苯吸附分離模型進行求解； (4) 基于實際工業(yè)運行數(shù)據(jù)校正模擬移動床吸附平衡動力學(xué)參數(shù)； (5) 確定優(yōu)化策略； (6) 進行優(yōu)化計算。
2. 根據(jù)權(quán)利要求1所述的建模和優(yōu)化方法，其特征在于，所述平衡動力學(xué)參數(shù)包括：擴 散系數(shù)，傳質(zhì)系數(shù)，Pelect數(shù)和Langmuir吸附平衡常數(shù)。
3. 根據(jù)權(quán)利要求1所述的建模和優(yōu)化方法，其特征在于，所述建模方法為真實移動床 建模方法；假設(shè)壓力和溫度恒定不變，液相為彌散活塞流，固相為活塞流，傳質(zhì)速率模型采 用線性推動力模型，吸附平衡采用Langmuir等溫吸附描述； 其模型方程如下： 液相物料衡算方程：

4. 根據(jù)權(quán)利要求1所述的建模和優(yōu)化方法，其特征在于，所述平衡動力學(xué)參數(shù)初始值 為同系列吸附劑的吸附平衡動力學(xué)參數(shù)。
5. 根據(jù)權(quán)利要求1所述的建模和優(yōu)化方法，其特征在于，所述C8芳烴為三個二甲苯異 構(gòu)體和乙苯，解吸劑為對二乙苯。
6. 根據(jù)權(quán)利要求1所述建模和優(yōu)化方法，其特征在于，所述優(yōu)化策略為：針對兩種不同 的優(yōu)化問題分別進行求解和分析：（a)PX收率最大化和解吸劑用量最小化；(b)PX收率和純 度同時最大化。
7. 根據(jù)權(quán)利要求1所述建模和優(yōu)化方法，其特征在于，所述優(yōu)化計算過程中決策變量 的范圍是通過對模型進行靈敏度分析得到，約束條件是抽出液中PX純度高于99. 7%以及 抽出液中PX收率高于92%。
8. 根據(jù)權(quán)利要求1所述建模和優(yōu)化方法，其特征在于，所述優(yōu)化計算采用多目標(biāo)教學(xué) 優(yōu)化算法。
【文檔編號】B01D15/18GK104331636SQ201410695917
【公開日】2015年2月4日 申請日期:2014年11月26日 優(yōu)先權(quán)日:2014年11月26日
【發(fā)明者】錢鋒, 楊明磊, 葉貞成, 杜文莉 申請人:華東理工大學(xué)