本文针对乙烯裂解炉目标产品产率最大化和延长清焦周期之间存在矛盾,建立了一种严格的机理模型,并将粒子群优化算法(Particle SwarmOptimization,PSO)应用于该模型,通过选取和建立产率和利润综合最优目标函数,获得最优的乙烯裂解炉入口参数。PSO算法是一种群集智能方法,通过粒子之间的合作与竞争及进化实现对多维复杂空间的高效搜索,属于一类随机全局优化技术,已成功应用于各科学和工程领域。该方法应用于KTI公司的GK-V型裂解炉辐射段入口参数优化的研究,结果表明该方法效果良好,可以对目标产品产率和结焦速率进行合理调整,并使利润最大化。主要工作如下:1、本文综合考虑石脑油在裂解炉中发生裂解时的管内化学反应动力学模型、炉膛辐射室的传热模型、管内外的传热及管内化学反应热效应、裂解气流动压力降、裂解气结焦等过程,以KTI公司的GK-V型裂解炉为研究对象,基于石脑油裂解过程的Kumar分子反应动力学模型,建立了通用的石脑油裂解炉工艺数学模型。利用该模型对清洁管中的石脑油裂解过程进行了仿真;结合裂解气在反应管中的结焦动力学模型,建立了裂解炉全周期运转模型并对裂解炉整个裂解周期进行仿真。2、分析了GK-V型石脑油裂解炉优化问题的特点,通过对裂解过程优化目标和限制条件的分析,选择乙烯、丙烯和丁二烯作为目标产品,以石脑油进料流量、稀释蒸汽比和裂解气出口温度为决策变量,建立了石脑油裂解炉过程优化模型。利用粒子群优化算法对其进行了操作优化计算,可提高整体效益5.4%。研究表明,石脑油裂解炉存在着一定的优化潜力。