化工装置与工厂实训

U22S06500

人工智能DMTO催化剂定碳软仪表的机器学习

（一）内容介绍

本虚拟仿真实验分为2个模块：模块1，DMTO工艺流程；模块2，机器学习待生定碳软测量方法。 

模块1：DMTO工艺流程

（1）DMTO装置认知；

（2）DMTO工艺过程展示；

模块2：机器学习待生定碳软测量方法

（1）催化剂碳含量实际测量；

（2）实际参数表获取；

（3）选择软测量方法；

（4）选择变量项；

（5）确定成熟变量

（6）确定待生定碳在各变量联合影响下的关系

（二）实验的特色亮点

目前工业中测量催化剂积碳量多采用离线取样分析法和机理模型估计法：取样分析法在不同反应时间、反应器不同部位提取催化剂，通过热重分析等手段测定催化剂定碳量；模型估计法通过分析反应器结构、反应条件、反应时间和催化剂性质建立机理模型，由催化剂反应停留时间等参数计算催化剂的积碳量。取样过程影响反应稳定性和装置安全，分析耗时较长，无法用于工业过程的即时诊断和优化控制；机理模型误差相对较大，难以满足工业生产精度要求。

为了监测煤化工过程DMTO装置的运行状态，保证装置的稳定运行，实现装置的实时诊断和优化控制，本技术通过监测相关生产变量的数据变化实现对DMTO装置催化剂定碳量的在线精确测量，用于评估催化剂活性和过程进度，辅助DMTO生产决策。

本项目复原了煤化工行业工艺关键参数软测量技术领域，尤其是还原了一种甲醇制低碳烯烃工艺反应过程催化剂定碳软测量模型与软件系统。在本项目中，首次尝试将Unity开发语言和python代码的套用，完全还原了软测量的整个虚拟过程。学生在仔细学习后将对软测量仪表产生深刻的理解和认知。