一種確定對羧基苯甲醛含量的軟測量方法

2023-06-20 00:27:36 1

專利名稱：一種確定對羧基苯甲醛含量的軟測量方法
技術領域：
本發明屬於石油化工與過程控制交叉領域，涉及精對苯二甲酸(PureTerephthalic Acid，PTA)工業生產裝置氧化單元產品——粗對苯二甲酸(TA)產品質量的在線確定方法，即TA產品中對羧基苯甲醛(4-CBA)含量的在線確定方法。

背景技術：
PTA是合成聚酯纖維和塑料的重要原料，主要用來合成聚酯的中間體對苯二甲酸乙二醇酯(PET)。整個PTA生產工藝為氧化單元和精製單元。其中氧化單元流程如圖1所示以對二甲苯為原料，醋酸為溶劑，在醋酸鈷，醋酸錳催化劑的作用下，以溴化氫(或四溴乙烷)為促進劑與空氣中的氧氣反應，生成對苯二甲酸。反應中放出的大量反應熱通過溶劑的蒸髮帶走，並通過副產蒸汽回收這部分熱量。氧化反應液經串聯的結晶器降溫降壓，再經過濾，乾燥，得到中間產品TA。4-CBA是反應的一個重要中間產物，它能與氧化單元產品TA共結晶而隨TA產品析出。由於4-CBA會影響PTA向PET轉化時鏈的增長，其在精製單元中被加氫還原成對甲基苯甲酸(p-toluic acid，PT酸)而基本除去。由於精製單元加氫能力有限，而且過度氧化(即TA產品中4-CBA含量太低)會造成氧化反應器的燃燒損失加重，因此TA中4-CBA含量必須嚴格控制，4-CBA含量是TA產品重要質量指標。
由於在對二甲苯液相催化氧化反應過程中，氧化反應結束後，4-CBA含量已確定，但無合適在線儀表測量，只能採樣分析。通常情況下4-CBA的人工分析取樣點在乾燥機的出料處取得，從第一結晶器到乾燥機需要至少1.5小時，4-CBA的人工分析時間(離線色譜分析)需要約40分鐘，取樣與樣品處理時間約30分鐘。因此，在常規4-CBA控制中，當前的人工分析值是由前2.5～3.5小時的反應狀況決定的，並非4-CBA的實時測量值，操作人員只能憑藉經驗進行調整，產品質量難以保證且波動大。尤其當反應狀況不穩定時，為了得到合適的4-CBA含量，整個調整過程甚至需要長達幾天的時間。TA產品中4-CBA含量分析滯後，給實時、有效的控制TA產品中4-CBA含量帶來困難。
日本專利(JP101739)公開了一種預測TA產品中4-CBA含量的方法通過檢測反應器尾氣中二氧化碳含量，基於生產數據回歸獲得尾氣中二氧化碳含量(x，％)與TA產品中4-CBA含量(y，％)的一元線性回歸方程y＝a*x+b(其中a，b是回歸係數)，得到TA產品中4-CBA含量實時預測值。由於氧化反應過程的複雜性，一元線性回歸方程難以準確的描述尾氣中二氧化碳含量與TA產品中4-CBA含量之間的關係。同時，進入氧化反應器的空氣的氧含量經常根據生產負荷與氣候情況進行調整(即添加純氧，形成富氧空氣)、反應器尾氣的尾氧含量波動範圍較大，造成在相同氧化深度與燃燒損失程度下，TA產品中4-CBA含量不變，但對應的尾氣中二氧化碳含量發生變化，從而使模型預測精度進一步降低。
中國專利(ZL01113517.4)公開了另一種預測TA產品中4-CBA含量的方法建立進入氧化反應器對二甲苯流量、進入二次氧化結晶器的空氣流程、以及二次氧化尾氧含量與TA產品中4-CBA含量的神經網絡模型，實現TA產品中4-CBA含量的實時預測。該專利僅能適用於具有二次氧化工藝的生產過程。同時，由於影響對二甲苯氧化反應過程的因素眾多且呈高度非線性的特徵，各反應因素對一次氧化與二次氧化影響複雜，僅通過上述三個測量變量，難以揭示各因素對TA產品中4-CBA含量的影響。
影響TA產品中4-CBA含量與尾氣中碳氧化合物含量(其可作為反應器燃燒副反應程度的表徵)的主要工藝操作參數有反應進料中的鈷催化劑濃度，錳催化劑濃度，溴促進劑濃度，反應器反應溫度，反應器抽出水流量，反應器停留時間等。表1給出了這些工藝操作參數的影響規律。表2中給出進入反應器空氣的氧含量與尾氣中尾氧含量對TA產品中4-CBA含量與尾氣中碳氧化合物含量的影響規律。
表1 各工藝操作參數的影響規律 表2 進入反應器空氣的氧含量與尾氣中尾氧含量的影響規律 由表1和表2可以看出在進入反應器空氣的氧含量與尾氣中尾氧含量保持不變的情況下，尾氣中碳氧化合物含量與TA產品中4-CBA含量具有相反的變化規律，且由於各工藝操作參數對氧化反應與副反應過程影響均呈高度非線性特徵，因此尾氣中碳氧化合物含量與TA產品中4-CBA含量之間存在一種高度非線性的關係。同時，考慮生產負荷調整和氣候情況變化，進入反應器的空氣經常添加純氧，形成不同氧含量的富氧空氣；以及尾氣中尾氧含量經常是波動的。為此，選取進入氧化反應器的空氣(或富氧空氣)的氧含量、反應器尾氣的尾氧含量、以及尾氣中碳氧化合物(即一氧化碳、或二氧化碳、或一氧化碳和二氧化碳總)含量等三個可測變量，作為TA產品中4-CBA含量軟儀表的輸入變量，將能建立有效、可靠的TA產品中4-CBA含量的軟儀表。實現TA產品中4-CBA含量實時、準確地在線預測，為生產操作條件的及時調整，產品質量的優化控制提供基礎。


發明內容
本發明目的是提供一種在線確定TA產品中4-CBA含量的軟儀表技術。選取進入氧化反應器的空氣(或富氧空氣)的氧含量、反應器尾氣的尾氧含量、以及尾氣中碳氧化合物(即一氧化碳、或二氧化碳、或一氧化碳和二氧化碳總)含量作為軟儀表模型的輸入變量；然後，將尾氣中碳氧化合物含量修正為標準工況下的值；最後，通過基於工業裝置生產過程數據、採用非線性建模技術(如神經網絡技術等)建立的尾氣中碳氧化合物含量修正值與TA產品中4-CBA含量的關聯模型，在線實時確定TA產品中4-CBA含量。
本發明內容主要如下 一種確定對羧基苯甲醛含量的軟測量方法，其特徵在於，該軟測量方法包含如下步驟 首先，以進入氧化反應器的空氣或富氧空氣的氧含量、反應器尾氣的尾氧含量、以及尾氣中碳氧化合物含量作為軟儀表的自變量，在自動化處理裝置中輸入該自變量； 然後，以對苯二甲酸產品中對羧基苯甲醛含量為因變量，基於自變量，通過軟儀表在線、實時預測對苯二甲酸產品中對羧基苯甲醛含量。
上述自變量與因變量是非線性關聯的神經網絡模型。
將尾氣中碳氧化合物含量修正為標準工況下的含量xCOx2，II，對所述xCOx2,II及對羧基苯甲醛含量y4-CBA進行歸一化處理，分別得到sx和sy；通過採集工業過程數據，採用神經網絡技術建立sx與sy之間的神經網絡模型；所述神經網絡模型的輸入層有1個節點，隱含層有1～30個節點，輸出層有1個節點。
所述神經網絡模型的sy通過反歸一化，求得y4-CBA的預測值
1.自變量與因變量的選取 設進出氧化反應器氣體的組成如圖2所示，圖中各符號說明如下 V1——進氧化反應器的空氣(或富氧空氣)在標準狀態下的體積，m3 V2——出氧化反應器的尾氣在標準狀態下的體積，m3 xO21——空氣中氧含量，％ xN21——空氣中氮氣含量，％ xO22——尾氣中氧含量，％ xN22——尾氣中氮氣含量，％ xCOx2——尾氣中碳氧化合物含量，％ 其中，V1、xO21、xO22、xCOx2有在線儀表測量。根據物料守衡、生產工況、以及氮氣為惰性氣體，有以下關係式成立(或近似成立) TA產品中4-CBA含量軟儀表模型的自變量，即輸入變量選取 (1)空氣(或富氧空氣)的氧含量(xO21，％) (2)反應器尾氣的尾氧含量(xO22，％) (3)尾氣中碳氧化合物含量(xCOx2，％) TA產品中4-CBA含量軟儀表模型的因變量，即輸出變量選取 (1)TA產品中4-CBA含量(y4-CBA，％) 2.尾氣中碳氧化合物含量的修正 設標準工況為進入氧化反應器的空氣的氧含量為xO2s，1，其中通常取反應器尾氣的尾氧含量為xO2s，2，其中通常取則尾氣中碳氧化合物含量修正如下 (1)對進入氧化反應器的空氣的氧含量xO21與標準工況含量xO2s，1偏差的修正 設第一次修正後，進入氧化反應器的空氣流量為V1I，尾氣的總流量為V2I，尾氣的尾氧含量為xO22，I，尾氣的碳氧化合物含量為xCOx2，I，且設進入氧化反應器的空氣的氧氣總量保持不變，則 其添加量為且為氮氣。
則經過第一次修正後尾氣的總流量為 尾氣的尾氧含量為 尾氣的碳氧化合物含量為 (2)對尾氣中尾氧含量xO22，I與標準工況含量xO2s，2偏差的修正 設第二次修正後，進入氧化反應器的空氣流量為V1II，尾氣的總流量為V2II，尾氣的碳氧化合物含量為xCOx2，II，尾氣的尾氧含量為xO2s，2，且設第二次修正後增加空氣量中的氧氣未被消耗。
則尾氣的總流量為 由 得 得 則尾氣的碳氧化合物含量為 即尾氣的碳氧化合物含量最終修正值為 則通過工業裝置測量儀表的xO21、xO22、xCOx2三個測量值，以及設定的標準工況下進入氧化反應器的空氣的氧含量xO2s，1與反應器尾氣的尾氧含量XO2s，2，就可以通過(2)式求得，轉化為標準工況下尾氣的碳氧化合物含量最終修正值xCOx2，II。消除了進入反應器的空氣經常添加純氧，形成不同氧含量的富氧空氣；以及尾氣中尾氧含量經常波動對尾氣的碳氧化合物相對含量的影響。
3.尾氣中碳氧化合物含量的修正值與TA產品中4-CBA含量的關聯模型 基於尾氣中碳氧化合物含量的修正值(xCOx2，II，％)與TA產品中4-CBA含量(y4-CBA，％)之間存在高度非線性關係，可以採用任意的非線性建模技術建立尾氣中碳氧化合物含量的修正值與TA產品中4-CBA含量之間關聯模型，如神經網絡建模方法等。
尾氣中碳氧化合物含量的修正值(xCOx2，II，％)與TA產品中4-CBA含量(y4-CBA，％)的神經網絡模型採用活化函數為Sigmoid函數，三層前傳神經網絡來建立，並採用誤差反傳算法(BP，Back Propagation)對網絡進行訓練，輸入層1個節點、隱含層1～30個節點、輸出層1個節點。網絡模型的輸入變量利用式(3)進行歸一化處理 (3)式中，sx表示歸一化後作為神經網絡輸入的值，[xmin，xmax]表示採集到xCOx2,II的變化範圍，歸一化後輸入自變量的變化範圍為[a，b]。
網絡模型的輸出變量利用式(4)進行歸一化處理 (4)式中，sy表示因變量歸一化後作為神經網絡輸出的目標值，[ymin，ymax]表示採集到因變量的變化範圍，歸一化後神經網絡輸出的變化範圍為[a，b]。
採集到n組代表性的工業裝置數據，其中每組數據包含[xO21，xO22，xCOx2，y4-CBA]，經過(2)式修正後形成[xCOx2，II，y4-CBA]，經(3)、(4)式歸一化後為[sx，sy]，形成訓練樣本。對神經網絡模型，以sx作為網絡的輸入，對應的sy作為目標值，訓練網絡。當達到一定精度要求時，停止訓練，獲得sx與sy之間的神經網絡模型，設為 sy＝f(sx) (5)其中，f(·)為sx與sy之間的神經網絡模型。則通過對神經網絡模型輸出sy的反歸一化，就可以求得TA產品中4-CBA含量的預測值

即 4.TA產品中4-CBA含量軟儀表的在線計算 TA產品中4-CBA含量軟儀表的在線計算流程如圖3所示，通過進入反應器空氣的氧含量分析儀測得空氣中氧含量xO21，通過反應器尾氣氧含量分析儀測得尾氧含量xO22，通過反應器尾氣一氧化碳含量分析儀和二氧化碳含量分析儀測得尾氣中碳氧化合物含量xCOx2；基於xO21、xO22、xCOx2三個測量值，以及設定的標準工況下進入氧化反應器的空氣的氧含量xO2s,1與反應器尾氣的尾氧含量xO2s，2，通過(2)式求得，轉化為標準工況下尾氣的碳氧化合物含量最終修正值xCOx2，II；通過(3)式，求得xCOx2,II歸一化後的值sx；通過(5)式，求得神經網絡輸出值sy；通過(6)式，反歸一化求得TA產品中4-CBA含量的預測值

TA產品中4-CBA含量的軟儀表可以投運在TA生產裝置的計算機集散控制系統(Distributedcontrol system，DCS)中，基於上述三個實時可測變量，通過軟儀表的在線計算，實現TA產品中4-CBA含量的實時、在線預測。



圖1是PTA生產工藝氧化單元流程； 圖2是進出氧化反應器的氣體種類及其組成； 圖3是TA產品中4-CBA含量軟儀表的在線計算流程。

具體實施例方式 通過以下實施例的說明將有助於理解本發明，但並不限制本發明的內容。
以下通過實施例對本發明作進一步說明 1.TA產品中4-CBA含量軟儀表的建立 採集100組生產過程中不同代表性工況下，空氣(或富氧空氣)的氧含量(xO21，％)、反應器尾氣的尾氧含量(xO22，％)、尾氣中碳氧化合物含量(xCOx2，％)，與對應TA產品中4-CBA含量(y4-CBA，％)形成樣本數據。
設標準工況為 (1)進入氧化反應器的空氣的氧標準含量 (2)反應器尾氣的尾氧標準含量 通過(2)式，標準工況下尾氣的碳氧化合物含量最終修正值為 則由原始100組樣本數據，形成100組[xCOx2，II，y4-CBA]樣本數據。對xCOx2，II，y4-CBA進行歸一化處理xCOx2，II的變化範圍[1.803，2.688]，y4-CBA的變化範圍
，取a＝0.2，b＝0.8，進行歸一化計算 設非線性建模技術選取神經網絡技術，網絡結構為輸入層節點數為1，隱含層節點數為1，輸出層節點數為1。以歸一化後的100組[sx，sy]樣本數據為訓練樣本，採用BP算法對網絡進行訓練；網絡收斂時，得到下列一組權值和閾值 其中wij(9)為輸入層第i個節點到隱含層第j個節點的權值；wij(2)為隱含層第i個節點到輸出層第j個節點的權值；bi(1)為隱含層第i個節點閾值；bi(2)為輸出層第i個節點閾值。
則，sx與sy之間的神經網絡模型為 sy值通過反歸一化處理就可以求得TA產品中4-CBA含量(y4-CBA，％)的預測值

在訓練樣本因變量歸一化時，y4-CBA的變化範圍
，a＝0.2，b＝0.8，則 上述通過實例描述了，如何基於工業生產過程數據建立TA產品中4-CBA含量軟儀表模型。
2.TA產品中4-CBA含量軟儀表的在線計算 TA產品中4-CBA含量的軟儀表可以投運在TA生產裝置的計算機集散控制系統(Distributed control system，DCS)中，基於進入反應器空氣的氧含量分析儀測得空氣中氧含量xO21、反應器尾氣氧含量分析儀測得尾氧含量xO22、以及反應器尾氣一氧化碳含量分析儀和二氧化碳含量分析儀測得尾氣中碳氧化合物含量xCOx2，經過軟儀表的在線計算，實現TA產品中4-CBA含量的實時、在線預測。
設三個過程測量變量的在線測量值為 則通過(7)式修正得 通過(8)式歸一化得 通過sx與sy之間的神經網絡模型，即公式(10)、(11)、(12)、(13)，得sy＝0.3215 通過(14)式反歸一化得TA產品中4-CBA含量的預測值 上述通過實例描述了，基於TA產品中4-CBA含量軟儀表，通過進入反應器空氣的氧含量分析儀測得空氣中氧含量xO21、反應器尾氣氧含量分析儀測得尾氧含量xO22、以及反應器尾氣一氧化碳含量分析儀和二氧化碳含量分析儀測得尾氣中碳氧化合物含量xCOx2，實時、在線預測TA產品中4-CBA含量。
權利要求
1.一種確定對羧基苯甲醛含量的軟測量方法，其特徵在於，該軟測量方法包含如下步驟
首先，以進入氧化反應器的空氣或富氧空氣的氧含量、反應器尾氣的尾氧含量、以及尾氣中碳氧化合物含量作為軟儀表的自變量，在自動化處理裝置輸入該自變量；
然後，以對苯二甲酸產品中對羧基苯甲醛含量為因變量，基於自變量，通過軟儀表在線、實時預測對苯二甲酸產品中對羧基苯甲醛含量。
2.根據權利要求1所述的軟測量方法，其特徵在於，所述自變量與因變量是非線性關聯的神經網絡模型。
3.由權利要求2所述的軟測量方法，其特徵在於，通過下式(1)將尾氣中碳氧化合物含量修正為標準工況下的含量
其中，
xO21——空氣中氧含量，％
xO22——尾氣中氧含量，％
xCOx2——尾氣中碳氧化合物含量，％
xO2s，1——標準工況下進入氧化反應器的空氣的氧含量，％
xO2s，2——標準工況下反應器尾氣的尾氧含量，％
xCOx2，II——標準工況下的尾氣中碳氧化合物含量的修正值，％
4.根據權利要求3所述的軟測量方法，其特徵在於，以所述xCOx2，II為自變量、以對苯二甲酸產品中對羧基苯甲醛含量為因變量來建立非線性關聯的神經網絡模型。
5.根據權利要求4所述的軟測量方法，其特徵在於，通過下式(2)對所述xCOx2，II進行歸一化處理
sx——對xCOx2,II歸一化處理後的值；
[xmin，xmax]——採集到的xCOx2,II的變化範圍；
[a，b]——歸一化後自變量的變化範圍；
通過下式(3)對所述y4-CBA進行歸一化處理
y4-CBA——對苯二甲酸產品中對羧基苯甲醛的含量；
sy——對y4-CBA歸一化處理後的值；
[ymin，ymax]——採集到的y4-CBA的變化範圍；
通過採集工業過程數據，採用神經網絡技術建立sx與sy之間的關聯模型。
6.根據權利要求2或4所述的軟測量方法，其特徵在於，所述神經網絡模型的輸入層有1個節點，隱含層有1～30個節點，輸出層有1個節點。
7.根據權利要求5所述的軟測量方法，其特徵在於，所述神經網絡模型的輸出sy通過下式(4)反歸一化，求得y4-CBA的預測值
全文摘要
本發明公開了在線確定粗對苯二甲酸產品中對羧基苯甲醛含量的軟儀表技術。選取可測的過程變量即進入氧化反應器的空氣(或富氧空氣)的氧含量、反應器尾氣的尾氧含量、以及尾氣中碳氧化合物含量作為軟儀表的輸入變量；基於富氧空氣的氧含量、尾氣中的尾氧含量、以及尾氣中碳氧化合物含量，計算標準工況下尾氣中碳氧化合物含量的修正值；進而基於尾氣中碳氧化合物含量的修正值與粗對苯二甲酸產品中對羧基苯甲醛含量的非線性關聯模型，在線實時計算粗對苯二甲酸產品中對羧基苯甲醛含量。粗對苯二甲酸產品中對羧基苯甲醛含量的軟儀表在線計算值，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G01N35/00GK101173952SQ20071004741
公開日2008年5月7日 申請日期2007年10月25日 優先權日2007年10月25日
發明者顏學峰 申請人:華東理工大學