本文以PTA装置PX氧化反应过程建模与优化项目为背景。随着近年来PTA生产发展迅猛势头,PX氧化反应作为PTA生产中的关键部分,其工艺技术水平直接关系到产品PTA的产量、质量和收率,以及生产中的原料损耗。在生产装置不断优化、负荷不断调整的同时,建立能够准确反映PX氧化反应过程的模型,并根据模型进行相关的优化工作,最终来指导实际工业运行状况,其意义非常重大。对PX氧化反应系统的优化,能够降低原料的消耗,提高PX生成TA的转化率,有效的节约资源,同时能够降低生产过程产生的尾气中有毒气体的排放,减少对大气环境的污染,极大的响应了国家倡导的节能减排工作。PX氧化反应过程是工业生产中一个非常复杂的过程,该过程是在高温、高压条件和催化剂的催化作用下完成,涉及到气液固三相均衡。建立精确的反映实际的PX氧化反应过程的模型十分重要,这是后续进行相关的优化工作的基础。本文的主要内容和研究的创新点可以概括如下：首先,本文针对化工过程一系列优化问题,在智能优化算法上做出改进,提出了融合差分进化算法的人工蜂群算法(DE-ABC),该算法将差分进化策略引入到被雇佣蜂的随机突变策略,并加入交叉概率因子递增方法和缩放因子递增方法,同时停滞判断处理机制由局部性改为全局性。引入四种策略以后,通过测试函数仿真对比可知,改进后的算法比原始的人工蜂群算法性能好,极好地解决了原始人工蜂群算法在迭代前期种群多样性不足问题和迭代后期极易陷入局部最优问题。然后,本文根据PX氧化反应过程,建立了PX氧化反应过程的模型,根据课题组的既有模型的研究成果,将建立的模型进行多次修改与校正,使得模型能够与实际工况相吻合,在模型中对PX氧化反应过程中的关键影响因素建立了灵敏度分析,根据灵敏度分析结果表明,模型能够准确反映实际工况的一些变动对生产中各个环节的影响。最后,根据PX氧化反应过程尾气排放的CO、CO2长周期运行数据,在满足PX氧化反应中PX转化为TA的转化率这一核心问题上,以两处尾气中CO与CO2含量最小化为目标函数,并根据实际情况设立约束条件,运用改进的融合差分进化策略的蜂群算法,对模型的关键参数进行优化,通过优化操作,模型能够在新操作参数上稳定运行,并能够有较好的性能表现,从而指导了实际工况的运行调整。