基于变量重要性的知识引导多目标优化:FCC吸收稳定系统中的能耗-收率权衡优化

《Chinese Journal of Chemical Engineering》:Knowledge-guided multi-objective optimization based on variable importance: Energy-yield trade-off optimization in the FCC absorption-stabilization system

【字体: 大 中 小 】 时间:2026年09月19日 来源:Chinese Journal of Chemical Engineering 3.5

编辑推荐:

   •提出了一种知识引导的多目标优化方法。•利用Sobol分析结果重构优化搜索空间。•该方法增强了多样性并避免早熟收敛。•应用于真实工业催化裂化装置,实现能耗与产率权衡优化。引言在"双碳"目标和能源结构转型的背景下[1]、[2]、[3],推动高耗能系统向高效、节能和资源集约化方向

  
  • •
    提出了一种知识引导的多目标优化方法。
  • •
    利用Sobol分析结果重构优化搜索空间。
  • •
    该方法增强了多样性并避免早熟收敛。
  • •
    应用于真实工业催化裂化装置,实现能耗与产率权衡优化。

引言

在"双碳"目标和能源结构转型的背景下[1]、[2]、[3],推动高耗能系统向高效、节能和资源集约化方向转变对于可持续发展至关重要[4]、[5]。催化裂化(FCC)在炼油行业中扮演着关键角色,也是最技术复杂的工艺之一。在FCC装置中,吸收稳定系统是回收轻烃并分配产品的重要分离单元,液化石油气(LPG)和稳定汽油直接影响FCC装置的经济表现[6]。提高其品质和产率是FCC工艺优化的首要目标;然而,此类改进通常伴随着能源消耗的上升。FCC吸收稳定系统涉及多塔耦合、回流物流以及复杂的传质与热力学过程,导致强非线性与变量耦合[7]、[8]。因此,其优化可被表述为一种多变量、强耦合的多目标问题[9]。操作变量不仅影响能耗,还直接决定高附加值产品的生产能力[10]。因此,对FCC吸收稳定系统进行多变量、多目标优化,对于在最小化能耗的同时最大化产品产率至关重要[11]、[12]。
随着过程系统工程和计算机技术的快速发展[13]、[14]、[15],基于过程仿真的建模与优化方法已被广泛应用于化工过程中[16]、[17]。Irfan等人[18]在Aspen Plus中开发了低碳高炉模型,并通过RCGA-TOPSIS优化,在不同的碳税情景下实现了二氧化碳(CO2)排放和生产成本的同时降低。Song等人[19]提出了一种绿氢增强的MTA/MTO系统,通过基于3E的优化实现了99.50%的碳高效转化率和净现值27.69%的提升。Tian等人[20]提出了一种基于人工神经网络(ANN)辅助的FCC分离系统多目标优化框架,将中断风险降低了3.76%,能耗降低了8.38%。对于性能指标相互冲突的复杂化工过程,将过程仿真与多目标优化相结合,可以在产品产率、能耗和操作约束之间实现有效权衡,从而提升整体性能。由于存在强非线性、变量耦合和多重约束,这类问题通常被表述为非线性规划(NLP)问题。为应对这些挑战,基于群体智能的元启发式算法被广泛应用[21],包括多目标遗传算法(例如NSGA-II和NSGA-III)[22]、[23],多目标模拟退火(MOSA)[24]、[25]、[26],多目标灰狼优化(MOGWO)[27]、[28],多目标粒子群优化(MOPSO)[29]以及多目标游隼优化(MOHHO)[30]。这些方法不需要显式的梯度信息,并通常展现出较强的全局搜索能力和鲁棒性,因而非常适合复杂的优化问题[31]。
尽管基于群体智能的元启发式算法具有较强的全局搜索能力,但在面对具有强多变量耦合的化工过程优化问题时仍面临挑战。现有的多目标优化方法在很大程度上依赖均匀的搜索策略,未能有效利用变量的重要性信息。在复杂的化工系统中,变量对优化目标的影响存在显著差异,关键变量在搜索过程中未能得到充分的优先处理,导致计算资源分配效率低下,优化效率降低[32]。此外,优化过程容易被陷入局部最优,所得的Pareto解集在分布均匀性方面仍存在局限[33]、[34]、[35]。
为解决上述挑战,本研究针对FCC吸收稳定系统,提出了一种由变量重要性引导的多目标优化方法。采用Sobol全局敏感性分析来量化变量重要性,实现知识提取并重构搜索空间,从而提升优化效率。引入自适应高斯变异机制,动态调节个体分布,从而增强Pareto解集的均匀性和稳定性。基于一个2.6 Mt/a FCC装置的真实工业数据,采用集成Aspen HYSYS和Python的仿真-优化方法验证了所提方法的有效性。构建了一个集成变量重要性识别、搜索空间重构和自适应多样性调节的优化框架,为复杂化工过程的多目标优化提供了一种高效实用的解决方案。

章节摘要

过程建模

本研究关注某石化炼油厂的一个2.6 Mt/a FCC装置。通过离群值筛选和一致性验证对工业原始数据(包括技术规范、历史记录、LIMS数据和DCS过程数据)进行系统处理,构建了代表实际运行工况的数据集。基于该数据集,在Aspen HYSYS中对FCC吸收稳定系统进行了严格的稳态仿真。
流程图如图1所示。

模型验证

为验证仿真模型准确表征工业装置工况的能力,将Aspen HYSYS中建立的吸收稳定系统模型与现场数据进行了对比。量化了关键操作参数的误差,结果汇总于表2。如图所示,各塔关键参数的仿真值与实测数据吻合良好,平均误差为2.97%。总体相对误差小于……

结论

为应对FCC吸收稳定系统多目标优化中多变量、强非线性耦合等挑战,本研究提出了一种融合Sobol全局敏感性分析的、知识引导的多目标游隼优化算法KMOHHO。此外,采用集成Aspen HYSYS和Python的仿真-优化方法,并使用真实工业数据进行验证。通过引入知识引导的搜索机制……

CRediT作者贡献声明

陈建中:方法学,调查研究。李传坤:写作——审阅与编辑,监督,经费获取。南南:写作——初稿,方法学,调查研究。庞世宝:方法学,数据整理。邓春:写作——审阅与编辑,监督,经费获取。

资金支持

本研究由国家重点研发计划(2024YFE0212400)提供资金支持。

利益冲突声明

作者声明,他们不存在已知的竞争性经济利益或个人关系,这些利益或关系可能影响本论文所报告的工作。
Nan Nan|Shibao Pang|Jianzhong Chen|Chuankun Li|Chun Deng
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号