在天然气液化工艺中,如果原料气中含有CO₂,会造成设备和管道的腐蚀,严重影响天然气的质量。哌嗪（PZ）活化N—甲基二乙醇胺（MDEA）溶液脱碳工艺不仅具有CO₂溶解度大、反应热小的特点,而且还具有溶液的再生能耗低、溶液稳定性好、不降解、挥发性低、对碳钢设备无腐蚀等优点,已应用于天然气液化工艺。支持向量回归机（Support Vector Regression,SVR）作为机器学习理论的重要算法,已经在多个领域得到了广泛应用,多核函数的引入使SVR不再拘泥于寻找一个最优的单核实现回归算法,而是尝试寻找与样本数据集特性更匹配的融合新核,以提高模型的精确度和泛化能力。本论文将多核SVR理论引入到PZ活化MDEA脱碳工艺模型计算中,对工艺参数优化有一定的指导意义。首先,论文从化学热力学和动力学的基本原理着手,分析现有CO₂在PZ活化MDEA中的溶解度模型特点和适用范围,结合天然气液化项目工程,提出CO₂在PZ活化MDEA中的溶解度热力学模型;其次,结合主流核函数和SVR理论建立四种基于单核SVR的脱碳工艺溶液循环量预测模型;然后,研究多核函数理论,建立基于多核SVR的PZ活化MDEA脱碳工艺溶液循环量预测模型。通过工业生产数据对实验模型进行仿真实验,实验表明多核SVR模型较单核SVR模型预测准确度更高,且多核模型能够达到工业生产要求。最后,采用面向对象语言研发基于多核SVR的PZ活化MDEA脱碳工艺模型软件系统,实现工艺参数优化,可为天然气脱碳工艺方案参数的确定提供科学指导和理论依据。