精對苯二甲酸中對羧基苯甲醛含量的軟測量方法

2023-09-23 06:41:15 1

專利名稱：精對苯二甲酸中對羧基苯甲醛含量的軟測量方法
技術領域：
本發明涉及石油化工與過程控制交叉領域，主要是精對苯二甲酸
(Pure Ter印hthalic Acid， PTA)精製加氫反應過程中PTA產品——對羧基苯甲醛(4-CBA)含量的在線實時測量方法。
背景技術：
精對苯二甲酸(Pure Ter印hthalic Acid, PTA)是製造聚酯纖維、薄膜、絕緣漆的重要原料，主要用於生產聚對苯二甲酸乙二醇酯、聚對苯二甲酸丙二醇酯、以及聚對苯二甲酸丁二醇酯，也用作染料中間體，PTA生產裝置是整個化纖工業的龍頭裝置。整個PTA生產工藝包括氧化單元和精製單元。由氧化過程得到的粗對苯二甲酸(crudeter印hthalic acid， CTA)中含有的主要雜質是對羧基苯甲醛(4-carboxybenzaldehyde， 4-CBA)， 4-CBA不但會在結晶時與對苯二甲酸(TA)形成共晶汙染TA，還會在下遊產品生產中影響TA的聚合反應。4-CBA含量高低是PTA質量的重要指標，而加氫精制過程的主要任務就是降低CTA中的4-CBA含量得到精製的對苯二甲酸。CTA用脫離子水配成一定濃度的漿料，加熱至要求溶解溫度後送至加氫反應器。通過催化加氫反應，使粗對苯二甲酸中所含4-CBA轉化為水溶性物質。加氫反應液在串聯的結晶器中逐級降溫降壓後送至離心機進行分離，得到的濾餅再用脫離子水打漿，然後經過濾和乾燥，製得纖維級精對苯二甲酸。其中，加氫精制反應過程中各操作條件是否合適直接關係到PTA產品的質量(即PTA產品中4-CBA含量)。但該指標無合適的在線分析儀進行測定，只能離線分析且耗時長。因此建立預報性能良好的PTA產品中4-CBA含量的關聯模型，可以實現產品質量指標的實時預測。
精製單元的工藝流程圖如圖1所示，其中CTA加氫精制反應是整個單元的核心。CTA加氫精制反應是高溫高壓下液相催化(鈀/炭(Pd/C)催化劑)反應，反應過程氣液固三相共存，同時伴隨著很多副反應，反應過程涉及到氣液和液固的傳熱、傳質、催化劑內擴散等。由於CTA加氫精制反應過程的複雜性和人類目前認知水平的限制，真正的工業CTA加氫精制反應過程機理模型無法建立；但工業反應過程積累大量的生產數據，這些數據蘊涵著工業裝置反應過程的特徵信息，因此，可以基於工業過程生產與分析數據，建立CTA加氫精制反應過程關聯模型，即PTA產品中4-CBA含量的關聯模型。
同時，加氫精制反應過程各操作條件是否合適對設備的穩定與優化運行也是至關重要，如當反應器溫度太低，對苯二甲酸將析出或不溶解，嚴重時導致催化劑床堵塞，甚至造成催化劑壓碎或Johnshon網壓彎等操作事故。因此，如何確定目前生產狀況下最優的操作條件、維護設備的安全、穩定與優化運行，是生產企業急迫解決的重要問題之一。基於PTA產品中4-CBA含量的關聯模型，可以有效地指導生產調整、優化裝置操作條件，從而實現了設備的維護與優化運行。
近年來軟儀表技術在工業中獲得了大量成功的應用，解決了許多不可測關鍵控制指標的"測量"問題。軟儀表技術是通過可測的輔助變量建立關於不可測主導變量的模型，從而在線估計出實時連續的質量指標
估計值。針對PTA產品中的4-CBA含量模型的高度非線性以及難測量等特徵，本發明採用了基於自適應加權最小二乘支持向量機(AdaptiveWeighted Least Square Support Vector Machine Regression)建模方法，利用支持向量機的結構風險最小化原則、強非線性表達能力、建立模型具有很好的泛化能力，通過分析樣本殘差，對每個樣本進行權值分配，提高模型預測性能，建立具有良好性能的PTA產品中的4-CBA含量模型。

發明內容
本發明目的是提供一種在線確定PTA產品中4-CBA含量的軟儀表技術。選取反應溫度(《，°C)、反應壓力(a， MPa)、反應器處理量(A， t/Hr)、反應物濃度(a， ％)以及cta中4-cba含量(《，％)。將這5個變量作為PTA產品中4-CBA含量關聯模型的自變量；PTA產品中4-CBA含量(,4CBA， PPM)作為關聯模型的因變量；利用反應器相關的測量儀表值，直接測量或間接計算獲得《 ^。採集工業裝置樣本數據，基於軟儀表，在線確定精對苯二甲酸產品中對羧基苯甲醛含量。1.自變量與因變量的選取
精製單元的工藝流程中，其中CTA加氫精制反應是整個單元的核心。影響PTA產品中4-CBA含量的關鍵因素有反應器單位體積鈀/炭(Pd/C)催化劑加入量(該量在催化劑加入後保持恆定，直到下一次催化劑更換)、反應溫度、氫分壓(可以通過反應溫度與反應壓力來表徵)、反應物濃度、CTA中4-CBA含量、以及停留時間(由於反應器的體積固定，可以通過處理量來表徵)。本發明的特點是
通過加權最小二乘支持向量機(WLS-SVM)建模方法，實現對每個樣本進行自適應調整權值大小，得到最佳的PTA產品中4-CBA含量的關聯模型。
為此，基於以上分析說明，PTA產品中4-CBA含量軟儀表的輸入變量選取如下
(1) 反應溫度(A， °C)
(2) 反應壓力<U， MPa)
(3) 反應器處理量(a, T/Hr)
(4) 反應物濃度(a， ％)
(5) CTA中4-CBA含量U， %)
,,、巧、_r3、 a均可以由PTA的相關測量儀表直接獲得。因此，PTA產品中4-CBA含量的所有輸入變量都可以實時、在線獲取。
PTA產品中4-CBA含量軟儀表模型的因變量，即輸出變量選取
(1) PTA產品中4-CBA含量(凡CBA， ％)
2.建模樣本的預處理
為了消除量綱的影響，對採集的樣本數據進行歸一化預處理。輸入變量利用式(1)進行歸一化處理
= ， —(" ")+ " /= 1 , 2 ，…，5 ， q)式(1)中，",是第/個輸入變量的實際測量值，",表示第/個輸入變量歸一化後的值，，4aJ表示第,個輸入變量的變化範圍，歸一化後輸入變量的變化範圍為[a,一。
輸出變量利用式(2)進行歸一化處理
formula see original document page 8
式(2)中，^表示因變量歸一化後的值，[/n^ ，7皿j表示因變量的變化範圍，歸一化後因變量的變化範圍為[a,刈。
採集到W組代表性的工業裝置數據，其中每組數據包含輸入變量乂力、義2 ,3 、義4 、 ,5
)與對應的PTA產品中4-CBA含量(74.CBA )， 經(1)式、(2)式歸一化後為[巧，巧，…，雙5，一，形成建模樣本。
3.基於WLS-SVM的PTA產品中4-CBA含量模型
設對於樣本容量為"的建模樣本，首先對建模數據(1)式、(2)式進行歸一化處理，採用加權最小二乘支持向量機(WLS-SVM)建模方法，建立初始模型；然後，通過分析樣本殘差，由(3)式得到各個樣本的權值，
formula see original document page 8
其中^.，/=1,2,...,"是模型對第/個樣本數據的計算殘差。殘差偽中位值T'計算如下formula see original document page 9
基於各樣本數據權值w,，/",2，…,〃和訓練建模樣本，採用WLS-SVM
技術建立空間的模型。根據支持向量機模型，由下式得到々，a,，/:l，2，…"的值formula see original document page 9是RBF徑向基核函數；^是RBF
徑向基核函數的寬度；《,^0， /=1，...，"，為拉格朗日乘子；C是懲罰因子；》是偏置值；另，/=1,2，..."是樣本數據的因變量。
通過訓練數據迭代運算，得到由上式計算的》，《,.，/=1,2,..."的值，
代入支持向量機模型，即formula see original document page 9，獲得PTA產品中4-CBA
含量模型，設為
formula see original document page 9則，^=/(^，議2，'..，"5)=/(議)=2^/^>^，議)+》 (4)
這裡/( )為建模樣本, "2,…，"5 ]與^之間的SVM模型。
對於模型(4)計算結果W的反歸一 化，就可以求得PTA產品中4-CBA含量的模型計算值月.CBA，即
Hn(5)y—c
4. PTA產品中4-CBA含量軟儀表的在線計算
PTA產品中4-CBA含量軟儀表的在線計算流程如圖2所示。反應溫度、反應壓力、反應器處理量、反應物濃度、以及CTA中4-CBA含量，基於上述5個輸入變量的實時直接測量值或間接計算值，通過(1)式，求得[^義2，."，15]歸一化後的值狄=[;巧，'",巧；通過(4)式，求得模型輸出值W;通過(5)式，反歸一化求得PTA產品中4-CBA含量的模型計算值^4.cBA ，即PTA產品中4-CBA含量軟儀表的在線計算值。


圖1 PTA生產工藝精製單元流程圖；圖2 PTA產品中4-CBA含量軟儀表的在線計算流程圖。
具體實施例方式
下面，用實施例來進一步說明本發明，但本發明的保護範圍並不僅限於實施例。對本領域的技術人員在不背離本發明的精神和保護範圍的情況下做出的其它的變化和修改，仍包括在本發明保護範圍之內。實施例 1
採集170組生產過程中不同代表性工況下，反應溫度(A， 'C)、反應壓力("2， MPa)、反應器處理量(x3, T/Hr)、反應物濃度(義4 ， ％)、以及CTA中4-CBA含量(,5， ％)，以及對應的PTA產品中4-CBA含量%)形成樣本數據。
1.預處理樣本
對上述採集的170組樣本數據進行歸一化處理，利用(1)式a的變化範圍[284.64， 287.09]， ^的變化範圍[77. 7， 80.1]， ^的變化範圍[195.7363484， 226.4601027] ， _r4的變化範圍
， A的變化範圍[O. 15， 0.28]，取"=0，^/=1，進行歸一化計
《—284.64
XT, _ — -
287.09 — 284.64
&-77,7
xr，畫二 ~^-
2 80.1-77.7
x3-195.7363484
-cr3 = ■ -丄--
5X4 =Xf5 =
226.4601027-195.7363484■r4—0.27662
0.31952卜0.27662—;r廣(U50.28-0.15
對上述因變量利用(2)式進行歸一化處理^VCBA的變化範圍[11，15]，取"=0，^1，進行歸一化計算，即^ = "^。同時考慮,"BA的
值都是整數，在反歸一化時候模型輸出可能是小數的形式，在這裡對輸
出進行取整(四捨五入)計算力-，二屍。"41+(15 -1 l)x2.基於WLS-SVM的PTA產品中4-CBA含量模型
採用WLS-SVM建模方法，把170組建模樣本分成85、 85的訓練數據和預測數據。其具體的模型參數如下
(1)首先第一次運行的初始化權值^ ^分別為
1，1，1，1，1，1，1，1，1，1，
1，1，1，1，1，1，1，1，1，1，
1，1，1，1，1，1，1，1，1，1，
1，1,1，1，1，1，1，1，1，1,
(2) RBF徑向基核函數的寬度C7^2. 16，懲罰因子C- 1965 ;
(3) 偏置值々=^^" (》,)/=1，2，...85= 0.3020;
所得模型為
85
=S a,^(狄,，狄)+》 (7 )
在第一次模型建立以後，通過計算樣本殘差，對樣本進行加權計算。在權值收斂以後得到最後的殘差和樣本權值及其偏置值等參數如下
(4)殘差《
-0.3668 -0.3040 -0.36320.0116 -0.1629 -0.0283 -0.0540
—0.3353 0.1637 -0.0119 -0.0664-0.1625 —0.3301 —0.0325
0.2070 -0.0133 -0.2601 0.0702 -0.0272 0.1107 0.1630
0. 2999 0. 0053 -0. 0062 -0. 0296 -0. 0603 -0. 1783 -0.0164-0.01440.11560.0961 -0.14080.2989 0.2534 -0.2262
0.1142 0.1555 -0.3603 0.0756 0.0863 -0.0914 -0.0496
0.3911 -0.4079 0.1096 -0.0324 0.1871 0.1959 -0.2116
0.0931 -0.1671 0.0725 0.0869 -0.2380 0.2633 0.2113
0.0220 -0.2821 -0.2493 0.0597 -0.1035 0.0011 0.2697
0. 2035
-0.0962—0.3215 -0.11380.06570.2100 —0.0294
0. 2307 0. 0916 0. 0538 -0. 2372 -0. 2884 -0. 1989 -0. 07810.0425 -0.1108 0.0738 —0.1844 0.1363 0.2028 0.0248
0. 0290;
(5)樣本最終得到的權值w
W ^5分別為
0. 1609 0. 2343 0. 1645
0. 82250. 20080. 90990. 90210. 69140. 52500. 13860. 39390. 29630. 66900.0.0.0.0.0.0.0.0.0.
19478923648280225638167312497003394599640.0.0.0.0.0.0.0.0.0.
5042403650604686241575396514495792692858
0. 96150. 9606955824019456313472108927763926624112
0,0.0.0.0.0.0.0.0.0.0,0.0.0.0,0.0.0.0.0.
50617829301798259521364070544478719132076910
906250737708979563386378836842793413804421130. 6391
0. 7852
0. 3973
0. 9026
0. 3553
0. 7049
0. 8233
0. 3428
0. 2567
0. 4212
0. 7462
0. 8597
0. 6477
0. 7596
0. 4543
0. 5759
0.4128
0. 9179
0. 9041;
(6)拉格朗日乘子"a! ot85分別為-115.9596 -139.9990
-117.368321.9025 -162.0500 -50.4587
-87. 3039 -128. 2704 162. 1948 -22. 4249 -102. 1743 -161. 9627
-130. 2419 -57. 0722 164. 1747 -24. 9956 —154. 2149 106. 4022
-48.6277140.9427 162.0616 141.4690 10.1453 -11.8769
-52. 4217-95. 1307 -164. 1513 -30. 4817 -27. 0071 144. 0102
130.4942 -155.9523 141.8283 156.0311 -161.8251 143.1624
160.4294 -118.4858 112.0558 122.2398 -126.7054 -81.5186
106.4795 -100.0723 140.2328 -56.9057 164.6675 164.7170
-163. 7688128. 1035 -162. 7864 108. 7605 122. 7991 -159. 6285
153. 3132163. 7968 40. 1356 —147. 5602 —157. 0654 94. 2918
-136. 12732. 1143
151.4601164.4150 -130.5926 —133.5165
-142.9080 101.3748 163.9250 -52.1761 161.0589 126.837086.9877 -159.7853 -145.4613 -164.6346 -114.5608 71.8227-141.0534 110.1902 -164.5587 154.2436 164.4577 44.677451. 4370;
將上述參數以及測試數據代入下式(8)中得到最終的模型85
^ = 2 a,.vT(Xf/，議)+》
/=1
(8)
最後，將預測數據代入上述模型，對模型進行驗證。該預測值通過反歸一化處理就可以求得PTA產品中4-CBA含量(&BA， ％)的預測值。在訓練樣本因變量歸一化時，7的變化範圍[11， 15]，取"=0，"=1，則
艮=1 + (15 -1 l)x
(9)
上述通過實例描述了基於PTA產品中4-CBA含量軟儀表，通過測量得到的反應溫度、反應壓力、反應器處理量、反應物濃度、以及CTA中4-CBA含量，實時、在線預測PTA產品中4-CBA含量。
由上述例子得到的模型，下面是一組數據用於預測輸出PTA產品中4-CBA含量
《"5.
=[0.21 0.302642557 211.5941967 286.37 78.7f
經歸一化計算得到:
巧巧
=[0,4615 0.6066 0.5161 0週0,4167/
=0, 5201經反歸一化，最終得到
,4_， = ,。"〃41 + (15-1 l)x ^)=1權利要求
1、一種精對苯二甲酸中對羧基苯甲醛含量的軟測量方法，其特徵在於，首先，通過測量得到的反應溫度(x1，℃)、反應壓力(x2，MPa)、反應器處理量(x3，T/Hr)、反應物濃度(x4，％)、以及粗對苯二甲酸中對羧基苯甲醛含量(x5，％)作為軟儀表的輸入變量，以精對苯二甲酸產品中對羧基苯甲醛含量為輸出變量；然後，基於所述輸入變量和所述輸出變量建立非線性關聯模型，通過軟儀表在線、實時預測所述輸出變量。
2、根據權利要求1所述的軟測量方法，其特徵在於，所述輸入變量利 用下式進行歸一化處理"廣4 (y一")+" /=1, 2,…，5 (-《/ ，，，，max nun其中，My——第,個輸入變量歸一化後的值，[^in ，4ax J——第,個輸入變量的變化範圍 > ，"——歸一化後輸入變量的變化範圍精對苯二甲酸產品中對羧基苯甲醛含量(,4《BA， ％)，即所述輸出變量，利用下式進行歸一化處理，=7min (^_") + 〃， ^tiax ^nin其中，W——輸出變量歸一化後的值-輸出變量的變化範圍[",《——歸一化後的變化範圍採集工業裝置數據，經歸一化後，採用加權最小二乘支持向量機建立[巧，"2 ,…，J^5 J與W的關聯模型formula see original document page 3通過對模型輸出w的反歸 一化，求得精對苯二甲酸產品中對羧基苯甲醛含量的模型計算值月《BA，即其中，formula see original document page 3-}，是RBF徑向基核函數；cr2是RBF徑向基核函數的寬度；a,20， /=1，...,"，為拉格朗日乘子；々是偏置值:
全文摘要
本發明涉及一種精對苯二甲酸(PTA)中對羧基苯甲醛(4-CBA)含量的軟測量方法，選取可測的過程變量反應溫度(x1，℃)、反應壓力(x2，MPa)、反應器處理量(x3，T/Hr)、反應物濃度(x4，％)以及粗對苯二甲酸(CTA)中4-CBA含量(x5，％)。將這5個變量作為PTA產品中4-CBA含量關聯模型的自變量；PTA產品中4-CBA含量(y4-CBA′PPM)作為關聯模型的因變量；利用反應器相關的測量儀表值，直接測量或間接計算獲得x1～x5。採集工業裝置樣本數據，通過加權最小二乘支持向量機回歸算法建立精對苯二甲酸產品中對羧基苯甲醛含量模型，在線實時計算產品中對羧基苯甲醛含量。該方法可用以指導操作，並作為進一步按質量指標進行控制的依據。
文檔編號G01N35/00GK101598737SQ20091005393
公開日2009年12月9日 申請日期2009年6月26日 優先權日2009年6月26日
發明者崔文同, 顏學峰 申請人:華東理工大學