随着天然气需求量的日益增加,通过对天然气液化工艺进行优化,进而来提高生产效率和降低成本显得尤为重要。然而,天然气液化工艺的优化经常因变量之间的相互联系而呈现非线性的结果。因此,本文利用两步法对天然气SMR液化工艺进行优化,以实现提高液化率和降低能耗的目的。首先,现采用Aspen HYSYS软件对中国北方某液化天然气厂的SMR工艺进行全流程模拟,并借助混合回归二次方程建立混合冷剂和压缩机能耗、天然气液化率之间的模型关系。计算得出该模型的p<0.0001,R~2>0.99,准确性高,可作为后续研究的基础模型。通过运用该模型优化后,压缩机负荷降低了17.7%,液化比增加2.7%,火用效率提高26.9%。然后,为了保证SMR液化过程在不确定性下的鲁棒性能,将优化后的混和冷剂组成作为人工神经网络的输入值,通过运用神经网络得到其预测压缩功率的准确度为99%,预测液化率的准确度为97.6%,标准化RMSE值分别为0.0045和0.0268。通过对试验数据进行了灵敏度分析,得到混合制冷剂的流量对SMR工艺的性能至关重要。因此,必须权衡混合制冷剂的流量对低能耗需求和高生产率之间的利弊,以确保生产过程的平稳运行。该论文的研究结果对后续SMR工艺的设计与优化起到重要作用。