基于遺傳算法的催化裂化反再過程建模與優(yōu)化.pdf

1、催化裂化反再過程建模與優(yōu)化控制作為現(xiàn)代石油工業(yè)自動(dòng)化控制技術(shù)的重要組成部分得到了廣泛應(yīng)用，帶來了顯著的經(jīng)濟(jì)效益。本論文以石化行業(yè)重要的石油二次加工過程——催化裂化反再過程為研究對(duì)象，以該過程的建模與優(yōu)化技術(shù)及其工業(yè)應(yīng)用為研究主線，對(duì)催化裂化反再過程相關(guān)模型的建立、模擬優(yōu)化軟件的開發(fā)和在實(shí)際生產(chǎn)中的應(yīng)用等進(jìn)行了深入研究。
　　本文首先通過對(duì)催化裂化反再過程的分析，提出了研究課題以及研究方法等相關(guān)內(nèi)容。然后引入了遺傳算法的概念，分析了

2、遺傳算法的特點(diǎn)，并討論了約束優(yōu)化、多目標(biāo)優(yōu)化等在實(shí)際工作中的應(yīng)用，為論文中遺傳算法的應(yīng)用打下良好的基礎(chǔ)。
　　對(duì)于催化裂化反再過程的模型的建立，本文從化學(xué)反應(yīng)模型、集總反應(yīng)動(dòng)力學(xué)模型等方面著手，建立并優(yōu)化了部分模型，最終把13集總反應(yīng)動(dòng)力學(xué)模型作為優(yōu)化的基本模型，在計(jì)算機(jī)模擬和優(yōu)化控制中均以此為基礎(chǔ)。
　　在優(yōu)化控制方面，本文采用神經(jīng)網(wǎng)絡(luò)作為遺傳算法的適應(yīng)度函數(shù)，通過使用matlab編寫的程序來計(jì)算操作參數(shù)，進(jìn)而實(shí)現(xiàn)輕收最大