利用基于PSO算法的径向基人工神经网络优化重催干气脱硫

TYOOR Agi Damian1景根辉1林亮2田润芝1范峥1豆龙龙3郭阳3韩彦忠3

1.西安长庆科技工程有限责任公司; 2.西安石油大学; 3.中国石油天然气股份有限公司长庆油田分公司;

摘要：

针对重催干气脱硫过程存在进料波动频繁、优化响应滞后导致能量消耗过大等问题,通过Aspen HYSYS V11软件利用Li-Mather物性方法对该系统进行全流程模拟,根据Plackett-Burman设计筛选对目标值具有显著影响的有效因素,利用基于PSO算法的径向基人工神经网络对预测模型进行训练、验证和测试,并在满足净化干气硫化氢浓度约束的前提下对其进行深度优化,以期最小化系统能耗.结果表明,重催干气流量、重催干气硫化氢浓度、贫液哌嗪质量分数、贫液N-甲基二乙醇胺(MDEA)质量分数、胺液循环量、T-3001塔底温度和E-3003贫液出口温度对系统能耗影响非常显著,当以上述因素为输入信号,以系统能耗为…展开v

关键词：重催干气、脱硫、计算机模拟、Plackett-Burman设计、神经网络、PSO算法、优化

所属期刊栏目：40

分类号：TE624(石油、天然气加工工业)

资助基金：教育部国家留学基金;西安石油大学研究生创新与实践能力培养项目

在线出版日期：2021-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：3107-3118