【作者】 李鸿亮； 陆金桂； 侯卫锋； 赵英凯；

【Author】 LI Hongliang1,2,LU Jingui1,HOU Weifeng2,ZHAO Yingkai1 (1Nanjing University of Technology,College of Automation,Nanjing 210009,China; 2 Institute of Cyber-Systems And Control,Zhejiang University,National Laboratory of Industrial Control Technology,Hangzhou 310027,Zhejiang,China)

【机构】 南京工业大学自动化学院； 浙江大学智能系统与控制研究所,工业控制技术国家重点实验室；

【摘要】 为实现催化重整过程生产指标的综合优化,基于已实现工业应用的催化重整17集总反应动力学模型和催化重整过程机理模型,考虑相应的多种约束条件,建立了以最大化总芳烃收率和最小化重芳烃收率为目标的多目标操作优化模型,提出了一种改进的多目标混合遗传算法用于模型的求解,最后通过现场工业数据的仿真研究验证了模型和算法的有效性。更多还原

【Abstract】 To optimize the global production indices of catalytic reforming process, based on a 17-lumped kinetics model and a catalytic reforming process model, considering various constraints, a multi-objective optimization model is proposed to maximize the aromatics yield and minimize the yield of heavy aromatics. Then an improved multi-objective hybrid genetic algorithm is presented to solve the model. Finally, the industrial simulation result proved effectiveness of the model and algorithm.更多还原