摘要
压力摆动吸附（PSA）是一种从气体混合物中分离氢气的有效方法，这是长期在贫气田中储存氢气的重要方面。本研究探讨了如何优化一个12步的PSA过程，以从不同组成的氢气-甲烷混合物中回收高纯度的氢气，并模拟了在氢气储存和回收过程中可能遇到的条件。使用由乔治亚理工学院的研究人员开发的开源动态PSA模拟器toPSAil，并结合粒子群优化（PSO）算法，对四种不同的氢气-甲烷混合物进行了步骤时间的优化。目标是开发一个优化框架，该框架能够可靠地确定不同操作场景下的PSA步骤时间，并在井口进料条件波动的情况下满足规定的纯度和回收率要求。即使在污染物含量高、压力低的场景下，优化也在25-30次迭代内收敛，而传统上这些场景下PSA的性能较差。优化后的循环中产品纯度超过99.1%，所有情况下的回收率均超过80%；在四种场景中的两种情况下，获得了适用于燃料电池的氢气（纯度为99.7%）。表现最佳的循环的吹扫与进料比率在0.07到0.32之间。这些研究结果表明，所提出的方法有望克服为非恒定气体成分设计PSA循环的困难，并实现适用于可变进料条件的氢气纯化过程。该工作流程生成了大量的合成数据集，可用于支持替代模型或混合模型。这些结果有助于推动在其它非恒定条件下的气体分离领域（如烟气或沼气净化）的研究进展。
