基于粒子群算法优化LNG(C_3-MR)流程的研究  

Particle swarm optimization of the parameters for C_3-MR process of LNG

作　　者：宋畅[1] 吕松[1] 伍勇[1] 

机构地区：[1]四川大学化学工程学院

出　　处：《石油与天然气化工》2017年第2期48-52,共5页Chemical engineering of oil & gas

基　　金：四川省科技支撑计划"LNG液化;气化关键技术装备研发与产业化"(2015GZ0023)

摘　　要：丙烷预冷混合制冷液化流程(C_3-MR)在液化天然气生产中应用最广。该流程的优化属于非线性问题,优化结果受到过程变量和算法的影响。基于HYSYS软件模拟,对C_3-MR流程用MATLAB嵌入粒子群算法(PSO)优化制冷剂组分、流量以及流程压力以降低过程能耗。研究结果表明,对C_3-MR流程使用PSO算法优化迭代20次便收敛,优化后理论能耗低于公开文献报导的序列二次规划(SQP)和BOX方法的结果。Propane pre-cooled mixed refrigerant(C_3-MR)process is the most widely used process for LNG production.Nonlinear optimization of the process depends on process variables and algorithm.The refrigerant components,flow rate and process pressure of the C_3-MR process are optimized by HYSYS with particle swarm optimization(PSO)embedded in MATLAB.The results show that optimized parameters in PSO converge after 20 iterations for the C_3-MR process.The resultant theoretic energy consumption is lower than that obtained by the sequential quadratic programming method(SQP)and BOX method in reported literatures.

关 键 词：LNG C3-MR 粒子群算法 优化 比功耗 

分 类 号：TE646[石油与天然气工程—油气加工工程]