摘要
本发明公开了一种烷基化装置脱正丁烷塔的软测量建模及实时优化控制方法,该方法首先基于历史运行数据和机理分析确定系统的控制变量与被控变量并建立系统的动态模型,利用脱正丁烷塔的离线样数据建立LSTM神经网络预测塔顶正丁烷纯度。然后,在系统动态模型的基础上使用MPC控制器作为PID控制器的上位控制器,通过预测和优化操作序列,提高系统的动态调节能力和控制精度。最后,结合实时优化(RTO)技术,设置正丁烷浓度最大、塔能耗最低作为目标函数,优化了操作成本和能效。本发明能够有效提高脱正丁烷塔的控制精度,优化产品质量,降低能耗,并增强系统对工况变化的适应能力,适用于工业化应用。
技术关键词
烷基化装置
优化控制方法
丁烷
历史运行数据
LSTM神经网络
实时数据采集
变量
PID控制器
训练神经网络模型
动态响应模型
在线运行状态
遗传算法
未来系统
烷基化油
能耗
塔底温度
系统为您推荐了相关专利信息
生成模板
负载均衡机制
深度优先搜索
节点
数据字
热网管道
生命周期管理系统
实时检测方法
风险评估报告
数字孪生模型
净负荷预测方法
负荷预测模型
周期结构
模型预测值
分布式发电
自助服务系统
数据存取方法
令牌
急诊
数据存取装置
优化控制方法
多智能体强化学习
关系计算方法
防空系统
多无人机