基于混合遗传算法的催化重整过程多目标优化

化工学报 ›› 2010, Vol. 61 ›› Issue (2): 432-438.

基于混合遗传算法的催化重整过程多目标优化

李鸿亮，陆金桂，侯卫锋，赵英凯

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

出版日期:2010-02-05 发布日期:2010-02-05

Multi-objective optimization based on hybrid genetic algorithm for naphtha catalytic reforming process

LI Hongliang，LU Jingui，HOU Weifeng，ZHAO Yingkai

Online:2010-02-05 Published:2010-02-05

摘要/Abstract

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。提出了一种将遗传算法与局部优化方法相结合的多目标混合遗传算法HNAGA，并用于多目标操作优化模型的求解。现场工业数据的仿真研究表明，HNAGA在寻找Pareto最优解前沿方面比原遗传算法具有一定的优越性。将该多目标优化模型和求解方法应用于工业催化重整装置的操作优化，可以有效提高决策的准确性。

关键词:

催化重整, 多目标优化, 混合遗传算法, 机理模型

Abstract:

To optimize the global production indices of catalytic reforming process, based on a 17-lumped kinetics model and a catalytic reforming process model and considering various constraints, a multi-objective optimization model was proposed to maximize the aromatics yield and minimize the yield of heavy aromatics.Then an improved multi-objective hybrid genetic algorithm（HNAGA）, was proposed by integrating a genetic algorithm with traditional local optimization algorithms and was then used to solve the model.Finally, the industrial simulation result proved that the hybrid algorithm HNAGA was better than the genetic algorithm in obtaining Pareto optimal solutions.The model and algorithm could effectively improve the accuracy of decision-making in operation optimization of the catalytic reforming unit.

Key words:

催化重整, 多目标优化, 混合遗传算法, 机理模型

李鸿亮, 陆金桂, 侯卫锋, 赵英凯. 基于混合遗传算法的催化重整过程多目标优化 [J]. 化工学报, 2010, 61(2): 432-438.

LI Hongliang, LU Jingui, HOU Weifeng, ZHAO Yingkai. Multi-objective optimization based on hybrid genetic algorithm for naphtha catalytic reforming process[J]. CIESC Journal, 2010, 61(2): 432-438.

[1]	张生安, 刘桂莲. 高效太阳能电解水制氢系统及其性能的多目标优化[J]. 化工学报, 2023, 74(3): 1260-1274.
[2]	林渠成, 廖祖维. 基于分解算法的功热交换网络多目标优化[J]. 化工学报, 2022, 73(11): 5047-5055.
[3]	柳旭, 许松林, 王燕飞. 原甲酸三甲酯-醋酸萃取精馏全局多目标优化[J]. 化工学报, 2022, 73(10): 4518-4526.
[4]	魏彬, 周鑫, 王耀伟, 郭振莲, 陈小博, 刘熠斌, 杨朝合. 基于改进NSGA-Ⅱ算法的FCC分离系统多目标优化[J]. 化工学报, 2021, 72(5): 2735-2744.
[5]	赵杨, 熊伟丽. 基于多策略自适应差分进化算法的污水处理过程多目标优化控制[J]. 化工学报, 2021, 72(4): 2167-2177.
[6]	朱鹏飞, 郭磊磊, 尧兢, 杨福胜, 张早校, 吴震. 以生物质为燃料的SOFC和发动机热电联供系统：参数分析和性能优化[J]. 化工学报, 2021, 72(2): 1089-1099.
[7]	吴乐, 王竞, 王玉琪, 郑岚. 生物质油与蜡油在FCC装置共炼的多目标优化[J]. 化工学报, 2020, 71(5): 2182-2189.
[8]	杨路, 刘硕士, 罗小艳, 杨思宇, 钱宇. MTO烯烃分离过程的多目标操作优化[J]. 化工学报, 2020, 71(10): 4720-4732.
[9]	叶昊天, 董以宁, 许爽, 邹雄, 李振花, 董宏光. 考虑本质安全的换热网络多目标优化[J]. 化工学报, 2019, 70(7): 2584-2593.
[10]	李鹏, 韩中合, 贾晓强, 梅中恺, 韩旭. 动态透平效率对有机朗肯循环系统性能的影响[J]. 化工学报, 2019, 70(4): 1532-1541.
[11]	韩中合, 梅中恺, 李鹏. 变透平效率有机朗肯循环工质筛选及多目标优化[J]. 化工学报, 2018, 69(6): 2603-2611.
[12]	王梦寒, 涂顺利, 余春丽. 基于Kriging和NSGA-Ⅱ的辅以困气改善的熔接痕优化策略[J]. 化工学报, 2018, 69(10): 4449-4455.
[13]	陈骏, 周伟国, 王海, 李苏. 基于等效电法的钢铁企业蒸汽系统多目标运行优化策略[J]. 化工学报, 2016, 67(9): 3804-3811.
[14]	华长春, 王雅洁, 李军朋, 唐英干, 卢志刚, 关新平. 基于NSGA-Ⅱ算法的高炉生产配料多目标优化模型建立[J]. 化工学报, 2016, 67(3): 1040-1047.
[15]	双翼帆, 顾幸生. 基于改进的快速搜索聚类算法和高斯过程回归的催化重整脱氯前氢气纯度多模型建模方法[J]. 化工学报, 2016, 67(3): 765-772.