專利名稱：合成氨工藝中“氨凈值”的軟測量方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種合成氨工藝中“氨凈值”的軟測量方法，具體地說，涉及一種采用 “一軸三徑冷激式”氨合成塔的合成氨工藝中“氨凈值”的軟測量方法。
背景技術(shù)：
采用“一軸三徑冷激式”氨合成塔的合成氨工藝以其具有低能耗和高產(chǎn)量等優(yōu)點， 已成為中小型合成氨生產(chǎn)的主流工藝，其流程示意圖如圖1所示。由圖1可知氣體氨含量不大于4%的入塔氮氫混合氣分一路作為“一入”主線， 進入氨合成塔塔壁環(huán)隙，自上而下冷卻氨合成塔外筒后成為“一出”氣體。入塔氮氫混合氣 的另一路與“一出”出來的氣體混合后進入氣氣換熱器。經(jīng)氣氣換熱器頂部出來的氣體，一 路作為“二入”主線，進入氨合成塔下部的換熱器管間，被管內(nèi)反應(yīng)后的熱氣體加熱，經(jīng)中心 管進入塔上部的第一軸向?qū)舆M行反應(yīng)；經(jīng)氣氣換熱器頂部出來的氣體的另兩路作為冷激氣 (“一冷激氣”、“二冷激氣”)分別從第一徑向?qū)雍偷诙较驅(qū)舆M入合成塔。軸向?qū)臃磻?yīng)后 的熱氣體和“一冷激氣”混合進入第一徑向?qū)?，反?yīng)后的氣體出第一徑向?qū)雍?，進入第二徑 向?qū)?，與被加入的“二冷激氣”混合，進入第二徑向?qū)舆M行反應(yīng)，反應(yīng)后的氣體進入第三徑向 層進行反應(yīng)。經(jīng)過第三徑向?qū)臃磻?yīng)后的氣體氨含量為12% 14%，進入合成塔下部的換熱 器換熱后，第二次出合成塔(稱為“二出”氣體)。由于“入塔氮氫混合氣”和“二出”氣體 中氨的含量直接影響“氨凈值”(“二出”氣體中氨含量與“入塔氮氫混合氣”中氨含量的差 值)，是各合成氨生產(chǎn)商所關(guān)注的重要指標之一。“氨凈值”是評價催化劑活性的重要參考依據(jù)。及時獲得了 “氨凈值”，能夠在線判 斷氨合成反應(yīng)的情況，反映催化劑活性的衰減情況，從而及時調(diào)整催化劑床層溫度的活動 范圍，更有效的發(fā)揮催化劑的催化作用(如果正常操作參數(shù)下，“氨凈值” 一直比較高，同時 反應(yīng)溫度偏高，此時為了防止高溫造成的催化劑失活迅速，應(yīng)適當調(diào)低各催化劑床層的反 應(yīng)溫度，延長催化劑的使用壽命。如果一段時期內(nèi)，正常操作參數(shù)下，氨凈值持續(xù)下降，說明 催化劑活性降低，為補償活性喪失造成的反應(yīng)速度的下降，應(yīng)提升各催化劑床層的反應(yīng)溫 度，以提高“氨凈值”，這樣就可以獲得催化劑使用周期內(nèi)的高產(chǎn)率)。目前，對采用“一軸三徑冷激式”氨合成塔的合成氨工藝中氨合成塔的“入塔氮氫 混合氣”和“二出”氣體中氨含量的測定多采用人工取樣分析(即每8小時在“入塔氮氫混 合氣”總管處和氨合成塔的“二出”出口處人工取樣，并進行氨含量的離線分析)。顯然，滯 后性是人工取樣分析法的最大缺陷。同時采用滯后性的“氨凈值”來“指導(dǎo)”合成氨的生產(chǎn)， 會影響催化劑使用效率及造成產(chǎn)品質(zhì)量的波動。鑒于此，如何及時獲得采用“一軸三徑冷激式”氨合成塔的合成氨工藝中的“氨凈 值”就成為本發(fā)明需要解決的技術(shù)問題。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提供一種采用“一軸三徑冷激式”氨合成塔的合成氨工藝中的“氨凈值”的在線軟測量方法，克服現(xiàn)有技術(shù)中存在的缺陷(主要是由于“氨凈值”的滯后性 所導(dǎo)致的催化劑使用效率低和產(chǎn)品質(zhì)量不穩(wěn)定)。本發(fā)明所說的采用“一軸三徑冷激式”氨合成塔的合成氨工藝中的“氨凈值”的在 線軟測量方法，包括如下步驟(1)選取采用“一軸三徑冷激式”氨合成塔的合成氨工藝中，入塔氮氫混合氣中氫 含量(簡記為H2)，入塔氮氫混合氣的壓力(簡記為P)，入塔氮氫混合氣的溫度(簡記為T) 及放空氣中甲烷含量(簡記為CH4)的在線測量值，將其歸一化處理，作為氨合成塔入塔氮 氫混合氣中氨含量的BP (Back Propagation)神經(jīng)網(wǎng)絡(luò)的輸入變量，BP神經(jīng)網(wǎng)絡(luò)的輸出變 量經(jīng)反歸一化處理后即得入塔氮氫混合氣中氨含量(簡記為NH3in)的軟測量值；(2)選取采用“一軸三徑冷激式”氨合成塔的合成氨工藝中，入塔氮氫混合氣中氫 含量(簡記為H2，與(1)同)，入塔氮氫混合氣的壓力(簡記為P，與(1)同)，入塔氮氫混合 氣的流量(簡記為F)，一冷激氣的流量(簡記為F1)，二冷激氣的流量(簡記為F2)及放空 氣中甲烷含量(簡記為CH4,與(1)同)的在線測量值和入塔氮氫混合氣中氨含量(簡記為 NH3in)的軟測量值(由步驟(1)中得)，將其歸一化處理，作為氨合成塔“二出”氣體中氨含 量(簡記為NH3。ut)的BP神經(jīng)網(wǎng)絡(luò)的輸入變量，BP神經(jīng)網(wǎng)絡(luò)的輸出變量經(jīng)反歸一化處理后 得氨合成塔的“二出”氣體中氨含量(簡記為NH3。ut)的軟測量值；(3)計算由步驟(2)所得的氨合成塔的“二出”氣體中氨含量(NH3。ut)的軟測量值 與由步驟(1)所得入塔氮氫混合氣中氨含量(NH3in)的軟測量值的差值，得“一軸三徑冷激 式”氨合成塔的合成氨工藝中的在線“氨凈值”(“氨凈值” =NH3out-NH3in)。其中所說的采用“一軸三徑冷激式”氨合成塔的合成氨工藝的流程示意圖如圖1 所示，具體工藝可參閱(沈浚等.《合成氨》化學(xué)工業(yè)出版社，2001，p815)。


圖1為本發(fā)明所述的采用“一軸三徑冷激式”氨合成塔的合成氨工藝的流程示意 圖。圖2為本發(fā)明所述的入口氨含量BP (Back Propagation)神經(jīng)網(wǎng)絡(luò)示意圖。圖3為本發(fā)明所述的出口氨含量BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)示意圖。圖4為本發(fā)明所述的入口氨含量、出口氨含量軟測量模型在線預(yù)測及模型校正的 示意圖。
具體實施例方式本發(fā)明所說的采用“一軸三徑冷激式”氨合成塔的合成氨工藝中的“氨凈值”的在 線軟測量方法，包括如下步驟(I)NH3in軟測量值的獲得(1-1)輔助變量的選擇根據(jù)對現(xiàn)有采用“一軸三徑冷激式”氨合成塔的合成氨工藝的分析，本發(fā)明的發(fā)明 人選擇了 H2, P，T及CH4的在線測量值為NH3in的軟測量模型(BP神經(jīng)網(wǎng)絡(luò))的輸入變量；(1-2)過程數(shù)據(jù)的預(yù)處理技術(shù)過程數(shù)據(jù)的預(yù)處理技術(shù)包括對采集的數(shù)據(jù)進行的校核和校正。采集數(shù)據(jù)過程中要充分考慮數(shù)據(jù)的有效性、時序性、完整性，以消除隨機誤差和過失誤差對測量值的影響。本 發(fā)明涉及的過程數(shù)據(jù)的預(yù)處理技術(shù)如下①根據(jù)生產(chǎn)操作經(jīng)驗和3 σ準則剔除明顯錯誤的數(shù)據(jù)通過對實際生產(chǎn)的歷史數(shù)據(jù)進行分析，軟測量模型中的各輔助變量(即Η2、Ρ、Τ和 CH4)均近似服從正態(tài)分布，即滿足式(1)(剔除明顯不合理的測量值)I ξ η-μ」<3。in (1)式(1)中ξ in為BP神經(jīng)網(wǎng)絡(luò)的某輸入變量(即H2、P、T和CH4)的測量值，μ in為 數(shù)學(xué)期望，Oin2為方差。本發(fā)明通過此方法對軟測量模型新建或校正時所用歷史數(shù)據(jù)中有明顯錯誤的數(shù) 據(jù)進行去除。②為減少干擾，對于實時過程數(shù)據(jù)采用數(shù)字濾波方法進行平滑濾波處理數(shù)字濾波的功能是將一組輸入的數(shù)字序列通過一定的運算后轉(zhuǎn)變?yōu)榱硪唤M輸 出的數(shù)字序列。本發(fā)明采用一階數(shù)字濾波技術(shù)，例如對于第η組(對應(yīng)第η個采樣時 刻)輸入序列Xin(η)，其經(jīng)過濾波后的輸出序列為 人(n) =+ bJtjfi-I) ’其中 J^(I) = Xm(I)，ain > 0，bin > 0，ain+bin = 1，ain = 0. 9，bin = 0. 1。(1-3) NH3in的軟測量模型的建立本發(fā)明采用誤差反向傳播算法的前饋型神經(jīng)網(wǎng)絡(luò)，簡稱BP (Back Propagation)網(wǎng) 絡(luò)(請參見圖2)。它含有輸入層、隱含層以及輸出層，為3層前饋網(wǎng)絡(luò)結(jié)構(gòu)。該BP網(wǎng)絡(luò)有 4個輸入節(jié)點(H2，CH4, P，Τ)。輸出層有1個節(jié)點，其對應(yīng)的輸出變量為(請參見圖1)入 塔氮氫混合氣中氨含量(簡記NH3in)的W，l]范圍內(nèi)的軟測量值。所述BP網(wǎng)絡(luò)的隱含層有4個節(jié)點。①對輸入變量(即H2、P、T或CH4的在線測量值經(jīng)一階數(shù)字濾波處理后的值)按 式(2)進行歸一化處理，作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入變量。nXin = (Xin-minXj / (maxXin-minXin) (2)式⑵中Xin為某輸入變量(即H2、P、T或CH4)的在線測量值經(jīng)一階數(shù)字濾波處 理后的值，nXin為歸一化以后的數(shù)值，[minXin, HiaxXiJ為某輸入變量(即H2, P、T或CH4的 在線測量值)的變化范圍。②BP網(wǎng)絡(luò)的前饋計算在訓(xùn)練該網(wǎng)絡(luò)的學(xué)習(xí)階段，設(shè)有N個訓(xùn)練樣本，則使用第ρ (ρ = 1,2,..., N)組樣 本的輸入數(shù)據(jù)inXp和輸出數(shù)據(jù)indp (新建BP網(wǎng)絡(luò)軟測量模型時采用歷史NH3in的人工分析 值；軟測模型校正時按步驟(1-5)中軟測量模型在線“滾動”的方式進行取值)對網(wǎng)絡(luò)進行 訓(xùn)練，BP網(wǎng)絡(luò)的前饋計算如下隱含層第j個節(jié)點的輸入為
4
innet^ = ^ φ ηΙΝ『+θυ(3)
/=1其中j為隱含層節(jié)點的索引；Mw《為第ρ組訓(xùn)練數(shù)據(jù)的隱含層的輸入.MNf為來 自輸入層第i個節(jié)點的輸出(輸入層節(jié)點的輸出等于其輸入)；約為輸入層第i個節(jié)點與隱 含層第j個節(jié)點之間的連接權(quán)值；θ ,J為隱含層第j個節(jié)點的閾值。
隱含層第j個節(jié)點的輸出為
(4)其中為隱含層的輸出；/(—<y)為Sigmoid激勵函數(shù)。輸出層節(jié)點的輸入為 其中《為輸出層的輸入；、為隱含層第j個節(jié)點與輸出層節(jié)點之間的連接權(quán) 值；92為輸出層節(jié)點的閾值。輸出層節(jié)點的輸出，即BP網(wǎng)絡(luò)的輸出為
(6)其中為輸出層的輸出。③BP網(wǎng)絡(luò)權(quán)值和閾值的確定設(shè)每一組樣本ρ的輸入輸出模式對的二次型誤差函數(shù)定義為
(7)N組數(shù)據(jù)的平均誤差代價函數(shù)為 神經(jīng) 網(wǎng)絡(luò)權(quán)值和 閾值的排列格式為 (φη,φη,φ ,φ]4,φ21,φ22,φ23,φ2 ,φ31,φ32,φ33,φ34,φ41,φ42, φ^,φ^,η^η^η^,η^,θ^θ^θ^,θ^,θ^,
其總數(shù)量為 dim = 4X4+4+4+1 = 25。對入塔氮氫混合氣中氨含量的BP神經(jīng)網(wǎng)絡(luò)軟測量模型采用Matlab7. 0軟件的BP 神經(jīng)網(wǎng)絡(luò)工具箱進行優(yōu)化求解，得到BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。(1-4)應(yīng)用軟測量模型進行在線預(yù)測將輸入變量(即H2、P、T或CH4的在線測量值)經(jīng)一階數(shù)字濾波和按公式(2)歸 一化處理后代入(1-3)的BP神經(jīng)網(wǎng)絡(luò)軟測量模型中，將得到軟測量模型在
范圍的輸 出值，按公式(8)反歸一化得到入塔氮氫混合氣中氨含量(NH3in)的軟測量值。Yin = nYinX (maxYin-minYin) +minYin (8)式⑶中Yin為入塔氮氫混合氣中氨含量(NH3in)的軟測量值，IiYin為入塔氮氫混 合氣中氨含量(NH3in)的BP神經(jīng)網(wǎng)絡(luò)在W，l]的輸出變量值，[maxYin，maxYin]為入塔氮氫 混合氣中氨含量(NH3in)的變化范圍。(1-5)軟測量模型的在線校正由于軟測量對象的時變性、非線性以及模型的不完整性等因素，必須考慮模型的在線校正，才能適應(yīng)新工況。為此，根據(jù)每8小時一次的入塔氮氫混合氣氨含量(NH3in)的人 工分析值對軟測量模型進行在線“滾動”(即，判斷NH3in的軟測量模型輸出值與對應(yīng)的人工 分析值的相對誤差是否超出限制；如果超限，則將NH3in的軟測量模型輸出值置為NH3in的人 工分析值，并通過前一個8小時周期內(nèi)的歷史輸入數(shù)據(jù)以及相應(yīng)NH3in軟測量數(shù)據(jù)，對NH3in 軟測量模型進行重新訓(xùn)練，得到新的模型參數(shù))優(yōu)化校正，使軟測量模型適應(yīng)工業(yè)過程操 作特性的變化和生產(chǎn)工況的遷移。本發(fā)明在合成氨生產(chǎn)廠的DCS (Distributed Control Systems)中實時讀出的現(xiàn) 有儀表的在線測量值(H2、CH4、P、T)和入塔氮氫混合氣氨含量人工分析值的基礎(chǔ)上，能夠?qū)?時推測入塔氮氫混合氣氨含量(NH3in)。(2) NH3out軟測量值的獲得(2-1)輔助變量的選擇根據(jù)對現(xiàn)有采用“一軸三徑冷激式”氨合成塔的合成氨工藝的分析，本發(fā)明的發(fā)明 人選擇了 H2, P，F(xiàn)，F(xiàn)1, F2及CH4的在線測量值和NH3in的軟測量值為NH3。ut的軟測量模型(BP 神經(jīng)網(wǎng)絡(luò))的輸入變量；其中所說的在線測量值由合成氨生產(chǎn)廠的DCS (Distributed Control Systems) 中實時讀出，并與步驟(1)中的入塔氮氫混合氣中氨含量(NH3in)的軟測量模型的相關(guān)輸入 變量值對應(yīng)。(2-2)過程數(shù)據(jù)的預(yù)處理技術(shù)過程數(shù)據(jù)的預(yù)處理技術(shù)包括對采集的數(shù)據(jù)進行的校核和校正。采集數(shù)據(jù)過程中要 充分考慮數(shù)據(jù)的有效性、時序性、完整性，以消除隨機誤差和過失誤差對測量值的影響。本 發(fā)明涉及的過程數(shù)據(jù)的預(yù)處理技術(shù)如下①根據(jù)生產(chǎn)操作經(jīng)驗和3 σ準則剔除明顯錯誤的數(shù)據(jù)通過對實際生產(chǎn)的歷史數(shù)據(jù)進行分析，軟測量模型中的各輔助變量(即Η2、P、F、 F1, F2、CH4或NH3in)均近似服從正態(tài)分布，即滿足式(9)(剔除明顯不合理的測量值)Iout-UoutI <3oout (9)式(9)中ξ。ut為BP神經(jīng)網(wǎng)絡(luò)的某輸入變量(H2、P、F、F”F2、CH4的測量值或NH3in 的軟測量值)，u。ut為數(shù)學(xué)期望，0。ut2為方差。本發(fā)明通過此方法對軟測量模型新建或校正時所用歷史數(shù)據(jù)中有明顯錯誤的數(shù) 據(jù)進行去除。②為減少干擾，對于實時過程數(shù)據(jù)采用數(shù)字濾波方法進行平滑濾波處理數(shù)字濾波的功能是將一組輸入的數(shù)字序列通過一定的運算后轉(zhuǎn)變?yōu)榱硪唤M輸 出的數(shù)字序列。本發(fā)明采用一階數(shù)字濾波技術(shù)，例如對于第η組輸入序列(對應(yīng)第η個 采樣時刻)X。ut(n)，其經(jīng)過濾波后的輸出序列為= (…+ …-1)，其中 Λ^Ο) = ^ouiO)，aOUt > 0，bout > 0，a。ut+b。ut = 1，a。ut = 0· 9，b。ut = 0· 1。(2-3) NH3out的軟測量模型的建立本發(fā)明中的氨合成塔“二出”氣體中氨含量(NH3wt)的軟測量模型采用誤差反向傳 播的前饋型神經(jīng)網(wǎng)絡(luò)，簡稱BP (Back Propagation)網(wǎng)絡(luò)。由圖3可知它含有輸入層、隱含 層以及輸出層，為3層前饋網(wǎng)絡(luò)結(jié)構(gòu)。該BP網(wǎng)絡(luò)有7個輸入節(jié)點(H2，CH4, NH3in，P，F(xiàn)，F(xiàn)1和 F2)。輸出層有1個節(jié)點，其對應(yīng)的輸出變量為(參見圖1)氨合成塔的“二出”氣體中氨含
7量(簡記NH3。ut)
范圍內(nèi)的軟測量值。所述BP網(wǎng)絡(luò)的隱含層有7個節(jié)點。(Oij為輸入層第i個節(jié)點與隱含層第j個節(jié) 點之間的連接權(quán)值出。.為隱含層第j個節(jié)點的閾值；υ j是隱含層第j個節(jié)點和輸出層節(jié)點 之間的連接權(quán)值；b2為輸出層節(jié)點的閾值。隱含層和輸出層節(jié)點的輸入是前一層節(jié)點的輸 出的加權(quán)和，每個節(jié)點的激勵程度由Sigmoid激勵函數(shù)來決定。①對輸入變量(即H2, CH4, P，F(xiàn)，F(xiàn)1, F2的在線測量值和NH3in的軟測量值經(jīng)一階數(shù) 字濾波處理后的值)按式(10)進行歸一化處理，作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入變量。nX0Ut = (X0Ut-minX0Ut)/(maxX0Ut-minX0Ut) (10)式(10)中X。ut為某輸入變量(即HyCH^PjjpF2的在線測量值和NH3in的軟測 量值經(jīng)一階數(shù)字濾波處理后的值)，1^_為歸一化以后的數(shù)值，[minX0Ut, maxX0Ut]為某輸入 變量(即H2、P、F、HCH4的在線測量值或NH3in的軟測量值)的變化范圍。②氨合成塔“二出”氣體中氨含量的軟測量BP網(wǎng)絡(luò)模型的前饋計算在訓(xùn)練該網(wǎng)絡(luò)的學(xué)習(xí)階段，設(shè)有N個訓(xùn)練樣本，則使用第ρ (ρ = 1,2,..., N)組樣 本的輸入數(shù)據(jù)Xp和輸出數(shù)據(jù)dp (新建BP網(wǎng)絡(luò)軟測量模型時采用歷史NH3。ut的人工分析值； 軟測模型校正時按步驟(2-5)中軟測量模型在線“滾動”的方式進行取值)對網(wǎng)絡(luò)進行訓(xùn) 練，BP網(wǎng)絡(luò)的前饋計算如下隱含層第j個節(jié)點的輸入為 其中j為隱含層節(jié)點的索引；netf)為第ρ組訓(xùn)練數(shù)據(jù)的隱含層的輸入；/^為來自 輸入層第i個節(jié)點的輸出(輸入層節(jié)點的輸出等于其輸入)為輸入層第i個節(jié)點與隱 含層第j個節(jié)點之間的連接權(quán)值；b。.為隱含層第j個節(jié)點的閾值。隱含層第j個節(jié)點的輸出為 其中為隱含層的輸出；/( <_)為Sigmoid激勵函數(shù)。輸出層節(jié)點的輸入為 其中W《為輸出層的輸入；、為隱含層第j個節(jié)點與輸出層節(jié)點之間的連接權(quán) 值；132為輸出層節(jié)點的閾值。輸出層節(jié)點的輸出，即BP網(wǎng)絡(luò)的輸出為 其中O2"為輸出層的輸出。
③氨合成塔“二出”氣體中氨含量的軟測量BP網(wǎng)絡(luò)模型權(quán)值和閾值的確定設(shè)每一 組樣本P的輸入輸出模式對的二次型誤差函數(shù)定義為 N組數(shù)據(jù)的平均誤差代價函數(shù)為 本發(fā)明運用粒子群優(yōu)化算法(PSO)優(yōu)化獲得BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值。在PSO 算法中，種群的每一個粒子位置對應(yīng)的是神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值的一個候選向量，排列格式
b17，b2)，其總數(shù)量為 dim = 7 X 7+7+7+1 = 64。其中所述的PSO算法優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值的步驟如下a)PSO算法參數(shù)的初始化種群規(guī)模Popsize = 50 ；最大迭代次數(shù)MaxIter = 2000 ；慣性因子的最大值為0. 9，最小值為0. 2。兩個學(xué)習(xí)算子均為2. 0。b)對種群中的粒子位置和速度進行初始化，粒子位置的各個部分是網(wǎng)絡(luò)的初始權(quán) 值和閾值，其范圍為[_2.0，2.0]，粒子速度的各個部分則是在[_2.0，2.0]范圍內(nèi)取隨機 數(shù)。c)適應(yīng)值函數(shù)fitness為N組數(shù)據(jù)的平均誤差代價函數(shù)，即 d)利用適應(yīng)值函數(shù)評價每個粒子的適應(yīng)值。e)將每個粒子的適應(yīng)值與粒子自身的最好位置pbest比較。當粒子當前適應(yīng)值優(yōu) 于自身最好適應(yīng)值，則更新Pbest。f)將每個粒子的pbest與整個種群的最優(yōu)位置gbest比較。當粒子自身的最好適 應(yīng)值優(yōu)于種群的最優(yōu)適應(yīng)值，則更新gbest。g)計算當前的慣性因子，并對粒子的速度和位置進行更新。
^=—ter+CMpiler-X'D+^PT-^n《+y+V^+1其中w為慣性因子；iter為當前迭代次數(shù)；i代表種群中第i個個體的索引；ν為 粒子的速度；Cl，C2分別為兩個學(xué)習(xí)算子；巧，r2分別為兩個均勻分布的隨機數(shù)；Pi表示種群 中第i個個體的最好位置Pbest ;Pg表示整個種群的最優(yōu)位置gbest ；Xi表示種群中第i個 個體的位置。h)判斷當前迭代次數(shù)iter是否達到Maxlter。沒有則轉(zhuǎn)至步驟d)；否則輸出最 優(yōu)適應(yīng)值所對應(yīng)的粒子位置，即為由PSO算法優(yōu)化獲得的神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值。
(2-4)應(yīng)用軟測量模型進行在線預(yù)測將輸入變量(即H2, CH4, P，F(xiàn)，F(xiàn)1, F2的在線測量值和NH3in的軟測量值)經(jīng)一階數(shù) 字濾波和按公式(10)歸一化處理后代入(2-3)的BP神經(jīng)網(wǎng)絡(luò)軟測量模型中，將得到的軟 測量模型輸出值按式(17)反歸一化得到氨合成塔“二出”氣體中氨含量(NH3wt)的軟測量 值。Yout = nY0Ut X (maxY0Ut-minY0Ut) +minY0Ut (17)式(17)中Yout為氨合成塔“二出”氣體中氨含量(NH3out)的軟測量值，nY0Ut為BP 神經(jīng)網(wǎng)絡(luò)的在W，l]的輸出變量值，[minY。ut，maxY0Ut]為氨合成塔“二出”氣體中氨含量 (NH3out)的變化范圍。(2-5)NH3out軟測量模型的在線校正由于軟測量對象的時變性、非線性以及模型的不完整性等因素，必須考慮模型的 在線校正，才能適應(yīng)新工況。為此，根據(jù)每8小時一次的氨合成塔入塔氮氫混合氣氨含量 (NH3in)的人工分析值和氨合成塔“二出”氣體中氨含量(NH3。ut)的人工分析值對軟測量模型 進行在線“滾動”(即，判斷NH3in以及NH3wt軟測量模型輸出值與對應(yīng)的人工分析值的相對 誤差是否超出限制；如果其中有任何一個超限，則將NH3in，NH3out的軟測量模型輸出值置為 對應(yīng)的人工分析值，并通過前一個8小時周期內(nèi)的歷史輸入數(shù)據(jù)以及相應(yīng)NH3in，NH3out的軟 測量數(shù)據(jù)，對NH3in，NH3out的軟測量模型進行重新訓(xùn)練，得到新的模型參數(shù))優(yōu)化校正，使軟 測量模型適應(yīng)工業(yè)過程操作特性的變化和生產(chǎn)工況的遷移。(3)在線“氨凈值”的獲得本發(fā)明在利用現(xiàn)有儀表的在線測量值(HyCHpPHi和F2)和入塔氮氫混合氣中 氨含量軟測量值(NH3in)的基礎(chǔ)上，能夠?qū)崟r推測氨合成塔“二出”氣體中的氨含量(NH3wt)， 從而計算出氨凈值(=NH3out-NH3in)。本發(fā)明為合成氨生產(chǎn)廠的產(chǎn)品質(zhì)量控制提供了有利的依據(jù)由于采用神經(jīng)網(wǎng)絡(luò)模 型進行預(yù)測，大大提高了氨合成塔入口、出口氨含量的預(yù)測精度和容錯性能，克服了由于氨 合成塔入口、出口氨含量的測量滯后對生產(chǎn)過程及產(chǎn)品質(zhì)量的影響。對氨合成塔入口、出口 氨含量軟測量模型進行在線預(yù)測及模型校正的流程參見圖4。以下通過實施例對本發(fā)明作進一步闡述，其目的僅在于更好理解本發(fā)明的內(nèi)容。實施例1入塔氮氫混合氣中的氨含量(NH3in)的軟測量根據(jù)從合成氨生產(chǎn)裝置的DCS系統(tǒng)中實時讀出的入塔氮氫混合氣氫含量、放空氣 甲烷含量、入塔氮氫混合氣壓力、入塔氮氫混合氣溫度中選取對應(yīng)時刻上述變量作為神經(jīng) 網(wǎng)絡(luò)的輸入，前一個8小時周期內(nèi)的入塔氮氫混合氣中氨含量的人工分析值作為判定軟測 量模型是否校正的依據(jù)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，從而在得到訓(xùn)練及預(yù)測誤差較小的一組權(quán)值后得 到氨合成塔入塔氮氫混合氣中氨含量的實時軟測量預(yù)測值。下面為某合成氨生產(chǎn)廠某天通過DCS系統(tǒng)實時讀出的值(H2、P、T、CH4)以及NH3in 的人工分析值所組成的360組數(shù)據(jù)，按公式(1)經(jīng)過3 ο準則剔除有明顯錯誤的18組數(shù)據(jù) 后，得到342組數(shù)據(jù)。經(jīng)一階數(shù)字濾波，按公式(2)歸一化后，將其中242組數(shù)據(jù)用于訓(xùn)練 神經(jīng)網(wǎng)絡(luò)，用其余100組數(shù)據(jù)用于測試神經(jīng)網(wǎng)絡(luò)的泛化能力。BP神經(jīng)網(wǎng)絡(luò)模型輸入節(jié)點數(shù) 為4，中間層節(jié)點數(shù)為4，輸出節(jié)點數(shù)為1，迭代次數(shù)為200代。經(jīng)訓(xùn)練后獲得的一組神經(jīng)網(wǎng)
φ u=-10.3888;爐 12=1.2665;爐 13=-0.0915;識 I4=I .7676;
φ 2 =-55·6555;爐 22=67·4447;爐 23=-26· 1933;爐 24=-5·6235;φ 31=84.8621 \φ 32=63.1648;爐 33=18.8804;^ 34=38.7447;爐41=-50.0208艫 42=-143.5093妒43=-8.8744艫 44=-0.0510;II1 = 0. 1546 ； η2 = -0. 0845 ； η3 = 0. 0962 ； η4 = -0. 1919 ；θ η = 24. 7610 ； θ 12 = -29. 4720 ； θ 13 = 11. 0857 ； θ 14 = -16. 1016θ 2 = 0. 7729 ；如選取的模型的輸入變量H2 = 60. 99 %, CH4 = 18. 96%, P = 27. 71MPa, T = 26. 36 °C, H2的變化范圍為[60，65]，CH4的變化范圍為[16，20]，P的變化范圍為[25，30]， T的變化范圍為[25，30]，經(jīng)一階數(shù)字濾波，按公式(2)歸一化后，數(shù)值分別為0. 1982， 0. 7391,0. 5413,0. 2727。
innetu= H2* φ n+ CH4* 爐21+ P* 爐31+ T *φ^χ+θ\\·,
inOn = 1,
innetu= ^2* φ 12+ CH4* φ 22+ P* 32+ T * ^ 42+ θ η\ innetu= Η2* 識 π+ CH4* φ 23+ φη+ * φ 43+ θ ο；
innetu^ H2*φ 14+ CH4*φ24+ V*φ^+ ^f φ44+ θι4；
(1+exp(_innetu))
in012 = 1
(1+exp (_innet12)) (1+exp (_innet13)) (1+exp (_innet14)) innet2 = inOn* η !+InO12* n2+in013* η 3+in014* n4+ θ 2
in013 = 1 in014 = 1
in02 = innet2將權(quán)值和閾值代入上面的式子，入口氨含量的變化范圍為[2，3]，通過公式(8)進 行反歸一化處理得inModelOut = in02* (3_2)+2，則inModelOut為由BP神經(jīng)網(wǎng)絡(luò)軟測量 模型預(yù)測的NH3in的實際值。氨合成塔“二出”氣體中的氨含量(NH3。ut)的軟測量根據(jù)從合成氨生產(chǎn)裝置的DCS系統(tǒng)中實時讀出的入塔氮氫混合氣氫含量、放空氣 甲烷含量、入塔氮氫混合氣壓力、入塔氮氫混合氣流量、冷激氣1流量、冷激氣2流量值和入 塔氮氫混合氣氨含量的軟測量值，利用前一個8小時周期內(nèi)的氨合成塔“二出”出口氣體中 氨含量的人工分析值作為判定軟測量模型是否校正的依據(jù)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，從而在得到訓(xùn) 練及預(yù)測誤差較小的一組權(quán)值后得到氨合成塔“二出”出口氨含量的實時軟測量預(yù)測值。下面為同一合成氨生產(chǎn)廠同一天(與入口氨含量軟測量模型采樣時刻相對應(yīng))通 過DCS系統(tǒng)實時讀出的值(H2，CH4, F，F(xiàn)1, F2, P)、NH3in的軟測量值以及NH3。ut人工分析值構(gòu) 成的360組數(shù)據(jù)，按公式(9)經(jīng)過30準則剔除有明顯錯誤的18組數(shù)據(jù)后，將剩下的342 組數(shù)據(jù)經(jīng)一階數(shù)字濾波，按公式(10)歸一化后，將其中的242組用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)，用100
11組測試神經(jīng)網(wǎng)絡(luò)的泛化能力。經(jīng)訓(xùn)練后獲得的一組神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值如下ω η = -0· 0805 ； ω 12 = -O. 3182 ； ω 13 = 0. 1523 ； ω 14 = -1. 5755 ； ω 15 = 0. 7675 ； ω16 = 1. 0215 ； ω17 = -1. 3626 ；ω21 = -1. 4075 ； ω22 = -1. 1437 ； ω23 = -1. 2269 ； ω24 = 0. 7893 ； ω25 = 0. 4678 ； ω26 = -1. 3268 ； ω27 = -1. 5907 ；ω31 = 0.8332 ； ω 32 = 0. 6604 ； ω 33 = 0. 9781 ； ω34 = 0. 5199 ； ω35 = 0. 8261 ； ω36 =1. 6343 ； ω37 = -0· 7909 ；ω41 = -0. 5343 ； ω42 = 1. 5865 ； ω43 = 0. 8559 ； ω44 = 0. 2185 ； ω45 = -0· 9341 ； ω 46 = 0. 3234 ； ω47 = -0. 8237 ；ω51 = -1. 2447 ； ω52 = -0· 2329 ;ω53 = 1. 4728 ； ω54 = -0. 8013 ； ω55 = -0. 9915 ； ω56 = 1. 4455 ； ω57 = 0. 9004 ；ω61 = -1· 0656 ； ω62 = 1. 5108 ； ω63 = 0· 9078 ； ω64 = -0. 8394 ； ω65 = -0. 9500 ； ω66 = 1. 6077 ； ω67 = 1. 9750 ；ω71 = -1. 3288 ； ω72 = -0. 1280 ； ω 73 = 0. 3306 ； ω 74 = -1· 3689 ； ω75 = 1. 0085 ； ω 76 = -0. 1122 ； ω77 = 1. 7784 ；U1 = -O. 3326 ； υ 2 = 0. 7010 ； υ 3 = 0. 4200 ； υ 4 = -0. 9251 ； υ 5 = 0. 0503 ； υ 6 =0. 6925 ； υ 7 = 1. 9929 ；bn = -0. 5939 ；b12 = 0. 7180 ；b13 = -2. 1196 ；b14 = 0. 9492 ；b15 = 0. 0869 ；b16 =-0. 5680 ；b17 = -0. 6722 ；b2 = -0. 8439 ；如選取的模型的輸入變量H2= 63. 02%,CH4 = 19. 04%,F = 187969. QlmVhjF1 = 34867. 51m3/h，F(xiàn)2 = 32236. 09m3/h，P = 27. 71MPa，NH3in = 2. 7%,H2 的變化范圍為[60，65]， CH4的變化范圍為[16，20]，F(xiàn)的變化范圍為[150000，200000]，F(xiàn)1的變化范圍為[30000， 40000]，F(xiàn)2的變化范圍為[250000，30000]，P的變化范圍為[25，30]，NH3in的變化范圍為[2， 3]。經(jīng)一階數(shù)字濾波，按公式(10)歸一化后，數(shù)值分別為0.6042，0.7592，0.7594，0.4868， 0. 7236,0. 5418,0. 7。netn = H2* ω n+CH4* ω 21+F* ω ω 41+F2* ω 51+Ρ* ω 61+NH3in* ω 71+bn ；net12 = H2* ω 12+CH4* ω 22+F* ω 32+卩產(chǎn) ω 42+F2* ω 52+Ρ* ω 62+NH3in* ω 72+b12 ；net13 = H2* ω 13+CH4* ω 23+F* ω ^F1* ω 43+F2* ω 53+Ρ* ω 63+NH3in* ω 73+b13 ；net14 = H2* ω 14+CH4* ω 24+F* ω ^+F1* ω 44+F2* ω 54+Ρ* ω 64+NH3in* ω 74+b14 ；net15 = H2* ω 15+CH4* ω 25+F* ω ^+F1* ω 45+F2* ω 55+Ρ* ω 65+NH3in* ω 75+b15 ；net16 = H2* ω 16+CH4* ω 26+F* ω ^+Fj ω 46+F2* ω 56+Ρ* ω 66+NH3in* ω 76+b16 ；net17 = H2* ω 17+CH4* ω 27+F* ω ω 47+F2* ω 57+Ρ* ω 67+NH3in* ω 77+b17 ；O11 = l/(l+exp(_netn))；O12 = l/(l+exp(_net12))；O13= l/(l+exp(_net13))；O14= l/(l+exp(_net14))；O15= l/(l+exp(_net15))；O16= l/(l+exp(_net16))；
O17= l/(l+exp(_net17))；net2 = O11* υ ^O12* υ 2+013* υ 3+014* υ 4+015* υ 5+016* υ 6+017* υ 7+b2 ；O2 = l/(l+exp(-net2))；將權(quán)值和閾值代入上面式子，出口氨含量的變化范圍為[12，14]，通過公式(17) 進行反歸一化處理得Model0ut = O2* (14-12)+12，則ModelOut為由BP神經(jīng)網(wǎng)絡(luò)軟測量模
型預(yù)測得NH3wt的實際值。當前時刻“氨凈值”預(yù)測值=NH3out(ModelOut) -NH3in (inModelOut)。上述要求的條件在大多數(shù)的中小型合成氨生產(chǎn)裝置中均能滿足，因此該發(fā)明具有 普適性。
1權(quán)利要求
一種采用“一軸三徑冷激式”氨合成塔的合成氨工藝中的“氨凈值”的在線軟測量方法，包括如下步驟(1)選取采用“一軸三徑冷激式”氨合成塔的合成氨工藝中，入塔氮氫混合氣中氫含量，入塔氮氫混合氣的壓力，入塔氮氫混合氣的溫度(簡記為T)及放空氣中甲烷含量(簡記為CH4)的在線測量值，將其歸一化處理，作為氨合成塔入塔氮氫混合氣中氨含量的BP神經(jīng)網(wǎng)絡(luò)的輸入變量，BP神經(jīng)網(wǎng)絡(luò)的輸出變量經(jīng)反歸一化處理后即得入塔氮氫混合氣中氨含量(簡記為NH3in)的軟測量值；(2)選取采用“一軸三徑冷激式”氨合成塔的合成氨工藝中，H2、P、CH4、入塔氮氫混合氣的流量(簡記為F)，一冷激氣的流量(簡記為F1)及二冷激氣的流量(簡記為F2)的在線測量值和由步驟(1)獲得的NH3in的軟測量值，將其歸一化處理，作為氨合成塔“二出”氣體中氨含量(簡記為NH3out)的BP神經(jīng)網(wǎng)絡(luò)的輸入變量，BP神經(jīng)網(wǎng)絡(luò)的輸出變量經(jīng)反歸一化處理后得氨合成塔的NH3out的軟測量值；(3)計算由步驟(2)所得的NH3out的軟測量值與由步驟(1)所得的NH3in的軟測量值的差值，得“一軸三徑冷激式”氨合成塔的合成氨工藝中的在線“氨凈值”。
2.如權(quán)利要求1所述的在線軟測量方法，其特征在于，對步驟(1)中所述氨合成塔入塔 氮氫混合氣中氨含量的BP神經(jīng)網(wǎng)絡(luò)模型中，輸入層的節(jié)點數(shù)為4，中間層的隱層層數(shù)為1， 隱層節(jié)點數(shù)為4，輸出層節(jié)點數(shù)為1。
3.如權(quán)利要求2所述的在線軟測量方法，其特征在于，對步驟⑴中BP神經(jīng)網(wǎng)絡(luò)的輸 入變量的在線測量值采用一階數(shù)字濾波技術(shù)進行平滑濾波處理。
4.如權(quán)利要求3所述的在線軟測量方法，其特征在于，其中，每8小時，采用NH3in的人 工分析值對步驟⑴中BP神經(jīng)網(wǎng)絡(luò)的軟測量模型進行在線“滾動”優(yōu)化校正一次。
5.如權(quán)利要求1所述的在線軟測量方法，其特征在于，對步驟(2)中所述氨合成塔“二 出”氣體中氨含量的BP神經(jīng)網(wǎng)絡(luò)模型中，輸入層的節(jié)點數(shù)為7，中間層的隱層層數(shù)為1，隱層 節(jié)點數(shù)為7，輸出層節(jié)點數(shù)為1。
6.如權(quán)利要求5所述的在線軟測量方法，其特征在于，對步驟⑵中BP神經(jīng)網(wǎng)絡(luò)的輸 入變量的在線測量值采用一階數(shù)字濾波技術(shù)進行平滑濾波處理。
7.如權(quán)利要求6所述的在線軟測量方法，其特征在于，其中，每8小時，采用NH3in和 NH3。ut的人工分析值對步驟⑵中BP神經(jīng)網(wǎng)絡(luò)的軟測量模型進行在線“滾動”優(yōu)化校正一 次。
全文摘要
本發(fā)明涉及一種采用“一軸三徑冷激式”氨合成塔的合成氨工藝中“氨凈值”的軟測量方法。本發(fā)明選取采用“一軸三徑冷激式”氨合成塔的合成氨工藝中一些工藝參數(shù)，分別通過不同的BP神經(jīng)網(wǎng)絡(luò)的軟測量模型獲得入塔氮氫混合氣中氨含量和氨合成塔“二出”氣體中氨含量軟測量值，從而獲得在線“氨凈值”。本發(fā)明為合成氨生產(chǎn)廠的產(chǎn)品質(zhì)量控制提供了有利的依據(jù)由于采用神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測，大大提高了氨合成塔入口、出口氨含量的預(yù)測精度和容錯性能，克服了由于氨合成塔入口、出口氨含量的測量滯后對生產(chǎn)過程及產(chǎn)品質(zhì)量的影響。
文檔編號G01N33/84GK101930008SQ201010249988
公開日2010年12月29日 申請日期2010年8月11日 優(yōu)先權(quán)日2010年8月11日
發(fā)明者劉卓倩, 葉盛芳, 呂運江, 孫淑杰, 孫漾, 張凌波, 曹萃文, 曹長志, 王冬青, 芮勝波, 許偉, 鄧冠龍, 顧幸生, 高憲國 申請人:華東理工大學(xué);兗礦魯南化肥廠