基于动态递归神经网络的裂解深度在线估计

摘要

作为重要的工业生产原料,乙烯和丙烯是裂解炉裂解时希望得到的产品.要尽可能多地生产出乙烯和丙烯,就需要将裂解深度控制在一个较优的数值,并且保证其平稳运行.由于裂解炉出口在线分析仪存在十几min的测量滞后,而裂解炉反应停留时间为0.36 s.若直接采用分析仪的测量信息控制裂解炉的操作,则相当于使用十几min之前的测量值来控制工艺参数,其控制效果往往不够理想.此外在线分析仪存在设备投资大、维护保养复杂、运行成本高、故障率高、难以长期稳定地运行等缺点. 如采用近年来发展迅速的软测量技术,可减少由于分析仪时滞对控制系统性能的不利影响.本文提出了采用改进Elmam动态递归神经网络,以丙烯/乙烯的质量比作为裂解深度的指标,建立裂解炉裂解深度的在线估计软测量模型。