针对中国石化总公司上海高桥分公司炼油厂的60万吨/年连续催化重整装置(采用UOP技术),在深入了解工艺机理的基础上,运用智能软测量技术,通过多种神经网络的建模比较,建立有关重要质量参数的软测量模型,对反应器的生产过程给出优化操作的离线指导,在此基础上研制出连续催化重整装置软测量及优化系统软件投入实际生产.主要研究成果如下:(1)对连续催化重整反应器、再生器的生产机理进行深入分析,了解各个变量对生产的影响、各个化学反应的发生和作用情况.针对构成重整物料的组分繁多,存在复杂的反应网络体系,机理建模困难的情况,对总动力学模型进行研究,利用十六集总动力学模型确定组分含量,结合UOP的经验方法估算有关质量参数,估算结果与实际值接近.(2)对多种神经网络进行了研究和改进,将这些神经网络用于智能软测量建模中.提出用混沌算法改进RBF网络、用遗传算法改进T-S模糊神经网络,并将改进后的神经网络用于软测量建模中.(3)针对连续催化重整反应器,建立起重整产品辛烷值、待生催化剂结焦含量、重整产品C5<+>收率三个软测量模型;针对连续催化重整再生器,建立起不同工况下的再生器氧含量软测量模型.(4)在通过软测量技术实现对反应器有关质量参数实时测量的基础上,运用区域优化思想,对反应器的生产过程给出优化操作的离线指导.在对区域优化研究过程中,分别采用统计分析、主元分析和神经网络进行工况划分和工况识别.结合软测量结果,提出了基于规则的工况识别方法并用于实际.在工况识别的基础上对重整生产提出优化操作策略的指导,达到了提高合格产品收率的目的.(5)对遗传算法和混沌算法在生产过程优化中的应用进行了研究.研究运用遗传算法进行优化时,采用基于罚函数方法解决带有约束的优化问题,通过对重整实际操作数据的仿真,比较了内点法、外点法使用结果.在李兵的混沌算法基础上,提出一种并行搜索的改进混沌算法.将该方法与原李兵的混沌算法、遗传算法以及传统的极大值优化方法用于连续催化重整的仿真对照,表明改进的方法有效.(6)利用现有的DCS系统和厂内局域网,通过Visual Basic6.0、Matlab6.0、Visual C++6.0、Kingview6.0等多种软件,分别完成了"2<＃>重整反应器软测量及优化系统"和"连续催化重整装置再生器氧含量软测量系统"两个项目系统软件的开发,并在现场顺利实施,取得了显著的经济效益.