PDPGA優(yōu)化方法及其在煉廠氣脫硫優(yōu)化中應(yīng)用.pdf

1、化工生產(chǎn)過程，已從過去的單純考慮經(jīng)濟(jì)利益最大化單一目標(biāo)，轉(zhuǎn)向兼顧生態(tài)環(huán)境、能量消耗等多個(gè)目標(biāo)的評(píng)價(jià)上，多目標(biāo)優(yōu)化問題在化工中越來(lái)越受到重視。流程模擬軟件的出現(xiàn)為人們模擬實(shí)際工業(yè)過程提供了方便，在模擬的基礎(chǔ)上將其與進(jìn)化算法結(jié)合來(lái)解決化工過程多目標(biāo)優(yōu)化問題，成為近些年來(lái)各方學(xué)者研究的一個(gè)熱門課題。但是，因流程模擬軟件存在模型復(fù)雜性高、收斂性弱等問題，導(dǎo)致了應(yīng)用該方法對(duì)化工多目標(biāo)問題進(jìn)行優(yōu)化求解的時(shí)間消耗大且優(yōu)化效率不高。而工程與科學(xué)研究領(lǐng)域

2、中常用到的并行算法將一個(gè)復(fù)雜問題交由多個(gè)處理器同時(shí)處理，可以在有效提高收斂性的同時(shí)，降低運(yùn)算時(shí)間提高效率。并行算法的這些特點(diǎn)為人們解決化工多目標(biāo)優(yōu)化問題提供了一種高效可行的解決方法。
　　基于對(duì)上述問題的考慮，本文對(duì)并行算法和多目標(biāo)優(yōu)化方法進(jìn)行系統(tǒng)的研究。通過比較各種進(jìn)化算法的優(yōu)劣，選取 NSGA-II作為本文的多目標(biāo)優(yōu)化研究方法，對(duì)其進(jìn)行并行化改進(jìn)，提出了一種基于種群的分布式并行遺傳算法。該方法與流程模擬軟件結(jié)合優(yōu)化能有效解決化

3、工多目標(biāo)優(yōu)化中計(jì)算速度慢和優(yōu)化效果不理想的問題。在應(yīng)用經(jīng)典測(cè)試函數(shù)驗(yàn)證該并行算法可靠性的基礎(chǔ)上，將該并行優(yōu)化方法應(yīng)用到干氣脫硫和富液集中回收系統(tǒng)的多目標(biāo)優(yōu)化中，在合理的優(yōu)化時(shí)間內(nèi)取得了降低系統(tǒng)能耗、減少排放的優(yōu)化目標(biāo)。本文的研究主要包括以下內(nèi)容：
　?。?）學(xué)習(xí)和總結(jié)近幾十年來(lái)國(guó)內(nèi)外的優(yōu)秀算法，選取帶精英策略的非支配排序遺傳算法作為研究對(duì)象，對(duì)其可并行的部分進(jìn)行研究。
　　（2）通過選取主從式模型，考慮對(duì)NSGA-II的適應(yīng)

4、度評(píng)價(jià)部分進(jìn)行并行計(jì)算，提出種群分布式并行遺傳算法（PDPGA），并與流程模擬軟件結(jié)合對(duì)脫硫溶劑再生塔這一簡(jiǎn)單實(shí)例進(jìn)行優(yōu)化求解，結(jié)果表明該方法能有效提高優(yōu)化效率降低時(shí)間消耗。
　?。?）選取適宜的吸收劑對(duì)煉廠氣體脫硫及溶劑再生的工業(yè)過程進(jìn)行研究，并對(duì)溶劑集中再生的改進(jìn)方案進(jìn)行全流程模擬，通過調(diào)節(jié)溶劑MDEA濃度、再生塔回流比和塔頂采出率等操作變量，使用PDPGA與Aspen Plus結(jié)合的優(yōu)化方法對(duì)上述過程進(jìn)行了全流程優(yōu)化。