188宝金博页面版

过程控制化工自动化及仪表， ２００５， ３２（ １）： ６～９Ｃ ｏ ｎ ｔｒ ｏ ｌ ａ ｎ ｄ Ｉｎ ｓｔｒ ｕ ｍ ｅ ｎ ｔｓ ｉｎ Ｃ ｈ ｅ ｍ ｉｃ ａ ｌ Ｉｎ ｄ ｕ ｓｔｒ ｙ基于遗传算法的汽油调和生产优化研究王继东， 、 王万良（ 浙江工业大学信息工程学院， 浙江杭州３１０ ０ １４ ）摘要： 油品调和调度问题可归结为混合整数非线性规划（ Ｍ ＩＮ Ｌ Ｐ ）问题。 针对汽油调和生产调度选取了预测汽油辛烷值和蒸汽压的合适方法， 提出了基于逻辑的数学模型， 采用改进的遗传算法进行求解。 将其应用于生产实例， 通过与文献结果比较验证了该方法的有效性。关键词： 汽油调和； 生产调度； 遗传算法； 混合整数非线性规划中图分类号： Ｔ Ｐ ２７ ３文献标识码： Ａ文章编号： １０ ０ ０ —３９ ３２（ ２０ ０ ５）（ ０ １）－ ０ ０ ０ ６－ ０ ４Ｉ引言油品调和是炼油厂生产中的关键环节， 是炼油厂生产各种石油产品的主产工序之一。 通过油品调和可以使油品具有使用要求的各种性质与性能， 保持产品质量的稳定性； 提高产品的质量等级， 改善油品的使用性能， 提高企业经济效益， 增加社会效益；使各组分物尽其用， 有效地提高产品的收率， 增加产量。 调合优化在提高炼厂经济性活动中占有重要位置。 以美国太阳炼制和销售公司５． ５８ × １０ ６ｔ／ａＴ ｏ ｌｅ—ｄ ｏ 炼厂为例， 实施汽油调合优化， 减少了汽油辛烷值超标和Ｒ Ｖ Ｐ 超标， 年效益５６ ０ 万美元， 改造投资回收期小于１年…。汽油是炼油厂最重要的产品， 对一个典型的炼油厂来说， 其产生的利润占炼油厂总利润的６ ０ ％～７ ０ ％Ｂ １。 本文主要以汽油为例说明油品调和优化。汽油组分经调和后， 可改进抗爆、 起动、 快速暖机、 不易气阻和低发动机沉渣等特性。 用作汽油的调和组分主要有直馏汽油、 催化重整汽油、 催化裂化汽油、 加氢裂化汽油、 迭和汽油、 烷基化汽油等和高效添加剂， 如Ｍ Ｔ Ｂ Ｅ 等。 涉及油品质量指标的项目有几十个， 而生产上实际需要调合的油品质量项目常见的主要是辛烷值、 蒸气压、 十六烷值、 粘度、 闪收稿日期： ２０ ０ ４ ． １２－ ０ ７ （ 修改稿）基金项目： 国家自然科学基金资助项目（ ６０ ３７ ４ ０ ５６）； 国家“８ ６ ３” 计划项目（ ２０ ０ ２Ａ Ａ ４ １２６ １０ ）Ｐ ｒ ｅ ｄ ｉｃ ｔｉｎ ｇ Ｓ ｕ ｐ ｅｒｆ ｉｃｉａ ｌＶ ｅｌｏ ｃｉｔｉｅｓ ｏ ｆ Ｏ ｉｌ ａ ｎ ｄ Ｗ ａ ｔｅｒ ｉｎ Ｉｎ ｃｌｉｎ ｅｄＯ ｉｌ—ｉｎ ?ｗ ａ ｔｅｒ Ｐ ｉｐ ｅＦ ｌｏ ｗ ｓ ｗ ｉｔｈ ａＣ ｅｎ ｔｒ ｅＢ ｏ ｄ ｙ ［ Ｊ］． Ｍ ｅａ ｓｕ ｒ ｅｍ ｅｎ ｔＳ ｃ ｉｅ ｎ ｃ ｅＴ ｅｃｈ ｎ ｏ ｌｏ ｇ ｙ ， ２０ ０ １， １２： １５４ ６ —１５５４ ．［ ４ ７ ］Ｌ ｕ ｃ ａ ｓＧＰ ， ＪｉｎＮ Ｄ ． Ａ Ｎ ｅ ｗＫ ｉｎ ｅ ｍ ａ ｔｉｃ Ｗ ａ ｖ ｅ Ｍ ｏ ｄ ｅ ｌ ｆ ｏ ｒ Ｉｎ ｔｅ ｒ －ｐ ｍ ｔｉｎ ｇＣ ｒ ｏ ｓｓ Ｃ ｏ ｒｒｅｌａ ｔｉｏ ｎＶ ｅｌｏ ｃｉｔｙＭ ｅ ａ ｓｕ ｒ ｅ ｍ ｅ ｎ ｔｓ ｉｎＶ ｅｒｔｉｃａ ｌｌｙＵ ｐ ｗ ａ ｒ ｄ ， Ｂ ｕ ｂ ｂ ｌｙＯ ｉｌ—ｉｎ —ｗ ａ ｔｅｒＦ ｌｏ ｗ ｓ［ Ｊ］． Ｍ ｅａ ｓｕ ｒｅｍ ｅｎ ｔＳ ｃ ｉｅ ｎ ｃ ｅＴ ｅｃｈ ｎ ｏ ｌｏ ｇ ｙ ， ２００１， １２： １５３８—１５４５．［ ４ ８ ］Ｌ ｕ ｃ ａ ｓＧＰ ， ＪｉｎＮ Ｄ ． Ｍ ｅ ａ ｓｕ ｒ ｅ ｍ ｅ ｎ ｔ ｏ ｆｔｈ ｅＨ ｏ ｍ ｏ ｇ ｅ ｎ ｅ ｏ ｕ ｓＶ ｅ ｌｏ ｃ ｉ?ｔｙｏ ｆＩｎ ｃｌｉｎ ｅｄ Ｏ ｉｌ． ｉｎ － ｗ ａ ｔｅｒ Ｆ ｌｏ ｗ ｓＵ ｓｉｎ ｇａ Ｒ ｅ ｓｉｓｔａ ｎ ｃｅ Ｃ ｒｏ ｓｓ－ ｃｏ ｒ－ｒｅｌａ ｔｉｏ ｎ Ｆ ｌｏ ｗＭ ｅｔｅｒ ［ Ｊ］． Ｍ ｅａ ｓｕ ｒ ｅｍ ｅｎ ｔＳ ｃ ｉｅ ｎ ｃ ｅＴ ｅ ｃ ｈ ｎ ｏ ｌｏ ｇ ｙ ，２０ ０ １， １２： １５２９ —１５３７ ．［ ４ ９ ］ＪｉｎＮＤ ， Ｗ ａ ｎ ｇ Ｊ， Ｘ ｕＬＪ． Ｏ ｐ ｔｉｍ ｉｚ ａ ｔｉｏ ｎｏ ｆａＣ ｏ ｎ ｄ ｕ ｃ ｔａ ｎ ｃ ｅＰ ｒ ｏ ｂ ｅｗ ｉｔｈ Ｖ ｅ ｒ ｔｉｃ ａ ｌ Ｍ ｕ ｌｔｉ—ｅｌｅｃｔｒｏ ｄ ｅＡ ｒ ｒ ａ ｙｆ ｏ ｒ ｔｈ ｅ Ｍ ｅ ａ ｓｕ ｒ ｅ ｍ ｅ ｎ ｔ ｏ ｆＯ ｉｌ／Ｗ ａ ｔｅｒＴ ｗ ｏ —ｐ ｈ ａ ｓｅｆ ｌｏ ｗ 『Ａ ］． Ｔ ｈ ｅ Ｓ ｅ ｃ ｏ ｎ ｄ Ｉｎ ｔｅ ｒ ｎ ａ ｔｉｏ ｎ ａ ｌ Ｃ ｏ ｎ —ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｏ ｎ Ｍ ａ ｃ ｈ ｉｎ ｅＬ ｅ ａ ｒ ｎ ｉｎ ｇａ ｎ ｄＣ ｙ ｂｅｒｎ ｅｔｉｃｓ［ Ｃ ］． Ｘ ｉ铀， Ｃ ｈ ｉ—ｎ ａ ， ２００３． １２（ ２—５）： ８９ ９ － ９ ０５．［ ５０ ］李海青， 黄志尧， 等． 特种检测技术及应用［ Ｍ ］． 浙江大学出版社， ２０００． ２０８－ ２０９．Ｄ ｅ ｖ ｅ ｌｏ ｐ ｍ ｅ ｎ ｔｏ ｆ Ｃ ｒ ｏ ｓｓ－ Ｃ ｏ ｒ ｒ ｅ ｌａ ｔｉｏ ｎ Ｆ ｌｏ ｗＭ ｅａ ｓｕ ｒ ｅｍ ｅｎ ｔＴ ｅ ｃ ｈ ｎ ｉｑ ｕ ｅＺ Ｈ Ａ ＯＸ ｉｎ ， ＪＩＮ Ｎ ｉｎ ｇ —ｄ ｅ ， Ｗ Ａ Ｎ ＧＨ ｕ ａ － ｘ ｉａ ｎ ｇ（ Ｓ ｃｈ ｏ ｏ ｌ ｏ ｆＥ ｌｅｃｔｒｉｃａ ｌＥ ｎ ｇ ｉｎ ｅｅｒ ｉｎ ｇ ＆ Ａ ｕ ｔｏ ｍ ａ ｔｉｏ ｎ ， Ｔ ｉａ ｎ ｊｉｎＵ ｎ ｉｖ ｅｒｓｉｔｙ ， Ｔ ｉａ ｎ ｊｉｎ３０ ０ ０ ７ ２， Ｃ ｈ ｉｎ ａ ）Ａ ｂ ｓｔｒ ａ ｃ ｔ： Ｔ ｈ ｅｈ ｉｓｔｏ ｒｉｃａ ｌｐ ｒ ｏ ｇ ｒ ｅ ｓｓｅ ｓｏ ｆ Ｃ ｒｏ Ｓ Ｓ —ｃｏ ｒｒｅｌａ ｔｉｏ ｎ ｆ ｌｏ ｗｍ ｅ ａ ｓｕ ｒ ｅ ｍ ｅ ｎ ｔｔｅ ｃ ｈ ｎ ｉｑ ｕ ｅｓｉｎ ｃ ｅｔｈ ｅ ６ ０ ’ Ｓ ｏ ｆ ｔｈ ｅ ｌａ ｓｔｃ ｅ ｎ ｔｕ ｒ ｙｉｓ ｒ ｅｖ ｉｅｗ ｅｄ ， ｔｈ ｅｍ ａ ｉｎ ａ ｃ ｈ ｉｅ ｖ ｅ ｍ ｅ ｎ ｔｓ ｉｎ ｍ ｅ ａ ｓｕ ｒ ｅ ｍ ｅ ｎ ｔｔｈ ｅｏ ｒ ｙｏ ｆ Ｃ ｒｏ Ｓ Ｓ —ｃｏ ｒｒｅｌａ ｔｉｏ ｎｆ ｌｏ ｗ ， ｓｅｎ ｓｏ ｒａ ｎ ｄ ｃｏ ｒ ｒ ｅｌａ ｔｏ ｒｄ ｅｓｉｇ ｎ ， ｆ ｌｏ ｗｍ ｅ ａ ｓｕ ｒ ｅ ｍ ｅ ｎ ｔ ｍ ｏ ｄ ｅ ｌ ａ ｎ ｄ Ｓ Ｏ ｏ ｎ ａ ｌｅ ｃ ｏ ｎ ｃ ｌｕ ｄ ｅ ｄ ． Ａｎ ｅ ｗｄ ｅ ｖ ｅ ｌｏ ｐ ｍ ｅ ｎ ｔｏ ｆ ｃｒ ｏ ｓｓ－ ｃｏ ｒ ｒ ｅｌａ ｔｉｏ ｎｍ ｕ ｈ ｉｐ ｈ ａ ｓｅｆ ｌｏ ｗ ｍ ｅ ａ ｓｕ ｒ ｅ ｍ ｅ ｎ ｔｂ ａ ｓｅ ｄｏ ｎ ｋ ｉｎ ｅ ｍ ａ ｔｉｃ ｗ ａ ｖ ｅｔｈ ｅｏ ｒ ｙｉｓ ａ ｌｓｏｉｎ ｔｒｏ ｄ ｕ ｃｅｄ ． ’ ｎ ｌｅ ｆ ｕ ｔｕ ｒ ｅ ｔｒ ｅｎ ｄ ｓｏ ｆ ｃｒｏ ｓｓ—ｃｏ ｒｒｅｌａ ｔｉｏ ｎｆ ｌｏ ｗｍ ｅ ａ ｓｕ ｒ ｅ ｍ ｅ ｎ ｔｔｅ ｃ ｈ ｎ ｉｑ ｕ ｅａ ｒ ｅ ｄ ｉｓｃｕ ｓｓｅｄ ．Ｋ ｅ ｙ ｗ ｏ ｒ ｄ ｓ： ｍ ｕ ｌｔｉｐ ｈ ａ ｓｅ ｆ ｌｏ ｗ ； ｓｅｎ ｓｏ ｒ； ｃｏ ｒｒｅｌａ ｔｏ ｒ； ｃｒｏ ｓｓ－ ｃｏ ｒｒｅｌａ ｔｉｏ ｎｖ ｅｌｏ ｃｉｔｙｍ ｏ ｄ ｅ ｌ； ｆ ｌｏ ｗｍ ｅ ａ ｓｕ ｒ ｅ ｍ ｅ ｎ ｔ　万方数据