作为汽油生产的重要环节,汽油调合一直是业内的研究热点,汽油调合过程的成功与否直接关系到成品汽油的质量和整个炼油厂的经济收益。本文首先综述了汽油调合领域的研究现状,对现有的各种汽油调合辛烷值预测模型进行了整理与总结,然后在此基础上提出了一种全新的汽油调合辛烷值预测模型,通过与两个现有经典模型的比较,证明了其具有更高的精度。因为辛烷值等指标具有非线性特性,所以汽油调合是一个复杂的非线性过程,传统的优化方法无法适应不断提升的低成本、低质量过剩的要求,本文基于这种现状提出了一种融合高斯变异机制的混合智能优化算法。该算法与传统的差分进化算法和粒子群算法相比,具有更高的精度和收敛速度,同时在一定程度上能够解决粒子群算法容易出现的早熟收敛现象。本文还首次将这种混合智能优化算法应用于汽油调合配方优化求解过程中,应用结果表明它相较于传统的粒子群优化算法与差分进化算法具有更好的优化效果,能切实地降低汽油调合成本与辛烷值质量过剩值,提升调合的一次成功率。最后,在以上研究的基础上,本文还以霍尼韦尔公司的集散控制系统PKS为软硬件平台,为某石化企业具有显著批次性特点的成品油调合对象设计了一套汽油在线管道调合系统,集成了调度任务、配方优化、配方管理、连续控制、批量控制、逻辑顺序控制、故障管理、网页实时发布等主要功能,该系统将能够实现汽油在线管道调合的自动化与智能化,提升企业的生产效益。