基于数据驱动与流程模拟的低温甲醇洗流程操作优化

I摘要净化天然气化工生产中为较为常见的工艺操作，通常使用低温甲醇洗工艺来进行净化天然气，虽然当前工业的低温甲醇洗工艺较为成熟，但还有一些不足，为了进一步减少能耗和成本，本文将利用aspen软件对低温甲醇洗工艺进行优化。本文主要优化精脱碳塔的甲醇进料量、甲醇进料温度、粗天然气的进料温度、精脱碳塔的塔顶压力和精脱碳塔的塔板数这五个变量，利用aspen中灵敏度分析的考察五个变量与甲烷的质量分率之间的关系，结合甲烷的质量分率、工厂产品标准和工业生产成本等多方面因素进行优化。最终得出结果较优的操作参数为甲醇进料量8×105kg/hr，甲醇进料温度-47℃，粗天然气的进料温度为-20℃，精脱碳塔的塔顶压力为3.5MPa，精脱碳塔的塔板数为14块。同时我们利用数据驱动对模拟进行因素分析和预测，利用jupyter软件编程，将aspen的模拟结果输入进程序，得出误差和SHAP图，最终发现甲醇进料量对甲烷的质量分率的影响最大，而五个变量之间的相互影响作用几乎没有并且程序预测误差很小。本文优化了精脱碳塔的5个操作条件，得出年度资本成本大约为（ACC）为1.5×107美元/年，运营支出（OPEX）为5.5×107美元/年，总年度成本（TAC）为7.03×107美元/年。减少了低温甲醇工艺的运行成本，增加了低温甲醇洗工艺净化天然气的效率。同时利用了数据驱动对低温甲醇洗工艺进行预测，并探究了操作条件间的相互影响性，对实际工厂运行操作有着巨大意义。关键词：低温甲醇洗工艺；精脱碳塔；AspenPlus；数据驱动AbstractAsacommonprocessoperationinchemicalproductionofpurifiednaturalgas,low-temperaturemethanolwashingprocessisusuallyusedtopurifynaturalgas.Althoughthecurrentlow-temperaturemethanolwashingprocessinindustryisrelativelymature,therearestillsomedeficiencies.Inordertofurtherreduceenergyconsumptionandcost,thispaperwilluseaspensoftwaretooptimizethelow-temperaturemethanolwashingprocess.Wewillfocusontherefineddecarburizationtowerbody,mainlyoptimizethefivevariablesoftherefineddecarburizationtower:methanolfeedvolume,methanolfeedtemperature,rawnaturalgasfeedtemperature,toppressureoftherefineddecarburizationtowerandthenumberofplatesoftherefineddecarburizationtower,andobservetherelationshipbetweenthefivevariablesandthemassfractionofmethanebyusingthesensitivityanalysisfunctionofaspenanddrawingonorigin.Theoptimizationwascarriedoutbasedonthequalityfractionofmethane,factoryproductstandardandindustrialproductioncost.Theoptimaloperatingparametersareasfollows:methanolfeedamountof800000kg/hr,methanolfeedtemperatureof-47℃,rawnaturalgasfeedtemperatureof-20℃,toppressureoffinedecarburizingtoweris3.5MPa,andthenumberofplatesoffinedecarburizingtoweris14.Atthesametime,weusedata-drivenfactoranalysisandpredictionforthesimulation.Byusingjupytersoftwareprogramming,weinputaspensimulationresultsintotheprogram,andobtaintheerrorandSHAPchart.Finally,wefindthatthemethanolfeedamounthasthegreatestinfluenceonthemassfractionofmethane,whiletheinteractionbetweenthefivevariablesisalmostnon-significantandthepredictionerroroftheprogramissmall.Comparedwiththeusuallowtemperaturemethanolwashingprocess,thefiveoperatingconditionsofthefinedecarburizingtowerwereoptimized,whichreducedtheoperatingcostofthelowtemperaturemethanolprocessandincreasedtheefficiencyofthelowtemperaturemethanolwashingprocess.Atthesametime,datadriveisusedtopredictthelowtemperaturemethanolwashingprocess,andexplorethemutualinfluenceofoperatingconditions,whichhasgreatsignificancefortheactualplantoperationKeywords:Lowtemperaturemethanolwashingprocess;Refineddecarburizationtower;AspenPlus;Data-driven.总结4.1研究结论本次研究针对工厂利用净化天然气的低温甲醇洗工艺能耗高，成本高但产量和纯度较低的问题进行改造和优化。我们运用aspen软件进行模拟优化同时运用数据驱动对模拟结果进行预测和因素分析，最终得出以下结论：（1）结合文献了解低温甲醇洗工艺的基本工艺流程和各个单元操作，并将其和aspen软件结合，在aspen上模拟出低温甲醇洗的工艺流程以及确定工艺所需设备和模拟需要输入的变量数。最终可以确定在模拟中使用了8个换热器和脱硫塔、粗脱碳塔、精脱碳塔、碳解吸塔和硫解吸塔5个塔。而结合工艺参数和相关文献，在aspen中选用了NRTL的物性方法进行模拟。（2）其中，由于精脱碳塔在低温甲醇洗中较为重要，我们着重选择精脱碳塔进行优化，在精脱碳塔中，影响甲烷的质量分率的关键变量有甲醇进料量、粗天然气的进料温度、甲醇进料温度、精脱碳塔的塔顶压力和塔板数这5个，本文逐一对这五个变量进行优化。首先保持其他变量不变，保持单一变量的改变，利用aspen中的灵敏度分析功能，观察变量与甲烷质量分率之间的关系，同时做出图形得出最优操作点的大致范围，最后结合5个变量的相互影响关系得出优化后的操作条件：甲醇进料量8×105kg/hr，甲醇进料温度-47℃，粗天然气的进料温度为-20℃，精脱碳塔的塔顶压力为3.5Mpa，精脱碳塔的塔板数为14块，在此操作条件下甲烷的质量分率为0.9903，质量流量为1.36×105kg/hr。此外，本文将优化后的条件输入aspen模拟进行经济分析，最终计算得出年度资本成本大约为（ACC）为1.5×107美元/年，运营支出（OPEX）为5.5×107美元/年，总年度成本（TAC）为7.03×107美元/年。（3）本文使用了数据驱动进行预测和经济分析，利用软件编程得出回归预测方程和5个特征之间相互的影响。根据程序运行结果R2=0.999614，误差较小，程序预测结果基本与模拟结果一致，而根据做出的SHAP图，可以得出甲醇进料量对甲烷的质量分率的影响是最大的且当甲醇进料量增加时甲烷质量分率会增加，粗天然气进料温度和甲醇进料温度增加时甲烷质量分率会下降，精脱碳塔的塔顶压力和塔板数的改变对甲烷的质量分率影响较小。所有特征之间的相互影响作用几乎没有，但甲醇进料量对其他特征有正向影响，粗天然气进料温度和甲醇进料温度对其他特征有着较小的正向影响，精脱碳塔的塔顶压力和塔板数对其他特征有着负向影响。4.2展望在本次研究中还有许多不足，希望未来可以改进。1.aspen模拟的低温甲醇洗工艺较为简单与实际工厂的工艺有较大差别，可以通过更多的实际工厂数据和工艺参数对模拟进一步的完善，让模拟的结果更接近实际。2.优化的变量较少，不够全面，数据不够多，阅读文献增加变量个数，让优化更进一步。参考文献[1]石晓林，李东风．低温甲醇洗技术净化工艺及研究进展[J]．煤炭与化工，2016，39(11)：21~25．[2]王亚亚．低温甲醇洗工艺流程模拟与优化[D]．西安石油大学硕士学位论文．2014．1~21[3]李雅静．某厂煤制甲醇低温甲醇洗工艺的模拟与改造[D]．大连理工大学硕士学位论文．2013．9~43[4]彭涛．低温甲醇洗工艺模拟及工况优化[D]．青岛科技大学硕士学位论文．2015．1~10[5]韩燕．某厂煤制甲醇工艺中低温甲醇洗装置的改造及优化研究[D]．大连理工大学硕士学位论文．2014．9~50[6]张国民，楚文锋，耿恒聚．低温甲醇洗工艺的研究进展与应用[J]．化学工程师，2010，24(10)：31~33.[7]汪家铭．低温甲醇洗工艺的技术优势及应用进展[J]．化肥设计，2013，51(06)：1~6+10.[8]李英泽．基于数据分析与流程模拟的低温甲醇洗操作优化[D]．华南理工大学硕士学位论文．2021．1~10[9]蔡联鸣．低温甲醇洗工艺的动态模拟与优化[D]．北京化工大学硕士学位论文．2022．1~37[10]吴珍珍．低温甲醇洗工艺流程模拟与分析[D]．华东理工大学硕士学位论文．2013．1~25[11]张双双．两步法低温甲醇洗流程的模拟与改造的研究[D]．大连理工大学硕士学位论文．2010．12~42[12]ChenJ,LamHL,QianY,etal.CombinedenergyconsumptionandCO2capturemanagement:ImprovedacidgasremovalprocessintegratedwithCO2liquefaction[J].Energy,2021,215:119032~119047.[13]解寅珑．基于某厂低温甲醇洗工艺装置模拟与优化改进方案研究[D]．西北大学硕士学位论文．2020．5~30[14]刘健，张述伟，孙道青．低温甲醇法净化天然气工艺流程的研究[J]．天然气化工(C1化学与化工)，2007，5：47~50.[15]汪家铭．低温甲醇洗净化工艺的技术进展及应用概况[J]．化肥设计，2008，51(06)：25~28+43.[16]亢万忠，唐宏青．低温甲醇洗工艺技术现状及发展[J]．大氮肥，1999，4：259~262．[17]顾劲飚．低温甲醇洗回收流程的计算机模拟和分析[D]．浙江大学硕士学位论文．2006．1~7[18]刘建华，韦姣乐．计算机数据处理技术在化学工程行业的应用[J]．化工设计通讯，2023，49(04)：136~138.[19]成飙．两种随机优化算法的改进及其化工应用研究[D]．浙江大学博士学位论文．2007．1~6[20]郭明．基于数据驱动的流程工业性能监控与故障诊断研究[D]．浙江大学博士学位论文．2004．103~110[21]张晓晗．基于机器学习的工业过程数据驱动建模及数据扩充方法研究[D]．北京化工大学博士学位论文．2022．7~27[22]AlauddinM,KhanF,ImtiazS,etal.Integratingprocessdynamicsindata-drivenmodelsofchemicalprocessingsystems[J].ProcessSafetyandEnvironmentalProtection,2023,174:158~168.[23]王玉英．基于数据驱动的过程性能评价方法[D]．辽宁石油化工大学硕士学位论文．2020．1~10[24]赵鹏飞，李水弟，王立志．低温甲醇洗技术及其在煤化工中的应用[J]．化工进展，2012，31(11)：2442~2448.[25]曹威．低温甲醇洗工艺流程模拟与优化研究[J]．化工管理，2016，21：109~109.[26]李希龙．低温甲醇洗H2S和CO2吸收塔流程模拟与优化[J]．石油石化绿色低碳，2023，8(01)：63~69.[27]朱维强．低温甲醇洗稳态与动态模拟研究[D]．北京化工大学硕士学位论文．2018．4~26[28]LeiY,ChenY,ChenJ,