油品分馏塔产品闪点模型

采用某炼厂的实际操作数据,建立了闪点与操作参数关联的数学模型,建立了闪点与20℃时油品的相对密度和常压恩氏蒸馏数据相关联的数学模型,并对闪点与操作参数相关联的预测模型进行了验证。建立的常压塔产品闪点预测模型,含有6-8个参数、8-14个系数,方程形式简单,在预测计算中没有任何迭代计算,也不用求最优点,更不用进行分馏塔的复杂严格模拟计算,只需要很少数据,就可以进行快速计算和预测。对于常压塔,模型回归的算术平均误差为2.496℃和3.238℃,模型的复相关系数分别为0.9534和0.9758。     

原油常压产品闪点数学模型的研究

采用某炼厂的实际操作数据,建立了闪点与20％时油品的相对密度和常压恩氏蒸馏数据相关联的数学模型。建立的常压塔产品闪点预测模型,含有6个参数、8个系数,方程形式简单,只需要很少数据,就可以进行快速计算和预测。对于常压塔,模型回归的算术平均误差为2．496℃,模型的复相关系数为0．9758。     

非电解质水溶液的密度计算

根据对非电解质水溶液密度实验数据的分析,考虑组分的临界参数和溶液中氢键的影响,导出了二元和多元非电解质水溶液密度的关联式。利用本文关联式计算了7个二元水溶液体系440个数据点的密度,总平均相对误差0．515％;计算了5个三元水溶液体系194个数据点的密度,总平均相对误差为0．405％。计算准确性优于Campbell等人的关联式。使用本模型可由手册查到的纯物质的临界参数和密度等数据,预测非电解质水溶液的密度。     

乙醇-环己烷-水汽液平衡数据的测定与关联

用鼓泡平衡釜测定了乙醇 环己烷 水体系在 35℃ ,5 0℃ ,6 5℃的汽液平衡数据 ,用NRTL方程进行了关联 ,得到环己烷 水的模型参数 ,并预测了 2 丙醇 环己烷 水、四氢呋喃 环己烷 水体系的汽液平衡数据。关联气相总平均偏差为 0 .0 2 0 6 ,两个体系的平均预测偏差分别为 0 .0 15 3和 0 .0 118。     

近临界状态下甲醇——大豆油液液相平衡数据的测定与关联

测定了近临界状态下甲醇一大豆油二元体系的液液相平衡数据,温度、压力范围分别为381．2～472．2K、9．79～18．16MPa。用PR状态方程关联了所测的液液相平衡数据。PR方程中的参数a和b采用vander Walls单流体混合规则。采用单参数van der waals模型计算交互参数项aij和bij,二者各包含一可调参数kij和lij。对可调参数kij和lij,采用了与温度无关和与温度有关两种处理方法,并根据实验数据估计了可调参数值。采用与温度无关的可调参数时,用PR方程关联实验数据所得均方偏差和平均偏差（按质量分数计）分别为0．0391和0．0166;采用与温度有关的可调参数时,均方偏差和平均偏差相应为0．0380和0．0162。表明PR状态方程适用于近临界状态下甲醇与大豆油的液液相平衡计算。     

板式换热器冷却水污垢热阻预测的偏最小二乘回归法

搭建板式换热器冷却水污垢热阻实验台,测得不同时间、流速和温度下天然循环冷却水（松花江水）中铁离子、氯离子、细菌总数、pH值、溶解氧、浊度、电导率等水质参数,随机取一组实验的水质参数作为输入变量,建立换热器冷却水污垢热阻预测的偏最小二乘回归模型,对板式换热器的污垢热阻进行预测。整个实验过程中,热水进口温度为43.5～44.5℃,冷却水进口温度为21.5～22.5℃,流速为0.104 m·s-1,当温度和流速发生变化时,则重新采取数据。经过计算,确立本模型应提取4个潜变量,由此建立了板式换热器冷却水污垢热阻预测模型。预测结果和实验结果最大相对误差在5.11%以内。结果表明偏最小二乘回归算法的污垢模型预测精度高,所建预测模型是合理可行的。     

生物柴油组分对低温流动性能影响的多元回归分析

为更好地了解生物柴油组分对其低温流动性的影响,探究组分与生物柴油低温流动性的关系,采用碱催化酯交换法制备生物柴油,对生物柴油进行低温流动性检测以及气相色谱-质谱联用仪(GC-MS)分析,同时利用多元回归的方法建立组分与低温流动性的关联式。结果表明,生物柴油之间低温流动性具有很大差异,菜籽油生物柴油的冷滤点和凝点温度最低,分别为-13和-10℃,棕榈油生物柴油的冷滤点和凝点温度最高分别为12和16℃,生物柴油的低温流动性主要由其组分的含量以及组分自身性质决定。通过GC-MS分析,生物柴油主要由5种脂肪酸甲酯构成,含量达90%以上;采用多元回归的方法,分析生物柴油组分对低温流动性影响,建立基于生物柴油主要组分(硬脂酸甲酯、棕榈酸甲酯、油酸甲酯、亚油酸甲酯、亚麻酸甲酯)的凝点、冷滤点、运动黏度的预测模型,相关系数均在0.95以上,可以很好地预测生物柴油的低温流动性。     

基于ARIMA模型的硅钙渣水泥复合胶凝材料水化热预测

预测硅钙渣水泥复合胶凝材料水化过程中产生的热量,对于这种材料在混凝土结构中的应用具有现实意义。本文基于ARIMA模型基本理论,建立了硅钙渣掺量分别为0%、10%、30%(质量分数,下同)下硅钙渣水泥复合胶凝材料的水化放热量预测模型,通过与试验数据的对比,验证了模型的准确性与可靠性;基于0%、10%、30%这三种硅钙渣掺量下复合胶凝材料的水化放热量试验数据,建立不同龄期下复合胶凝材料的水化放热量预测模型,并对其他硅钙渣掺量下复合胶凝材料的水化放热量进行预测。结果表明:0%、10%、30%这三种硅钙渣掺量下水化放热量预测值与试验值的相对误差均值均小于5%,这说明运用ARIMA模型预测硅钙渣水泥复合胶凝材料的水化放热量具有较高准确性和可靠性;其他硅钙渣掺量下复合胶凝材料水化放热量的预测结果符合实际变化趋势,进一步证明了ARIMA模型在水化热预测方面的可行性,这为定量研究与预测不同类型胶凝材料的水化放热量提供了一种有效方法。     

烃类液体黏度的定量结构性质预测模型

开发了结构性质关联模型(QSPR),实现了基于烃类化合物的结构特征预测黏温特性的功能。搜集了254种烃类化合物不同温度下的黏度数据,选择改进的Andrade方程来描述烃类化合物的黏温特性曲线,并通过对实验数据进行回归,获得了化合物的Andrade方程参数B和T_0。在此基础上,采用分子质量和15个基团作为分子的结构特征参数,建立神经网络模型预测Andrade模型参数B和T_0,平均相对误差分别为3.59%和1.27%。通过所预测的Andrade模型参数计算化合物的黏温性能,预测值与实验数据相比绝对平均误差为0.42 m Pa·s。     

高压下甲醇-大豆油液液相平衡数据的测定与关联

为考察高压下制备生物柴油的原料甲醇与大豆油的相互溶解度,采用高压平衡釜和静态法测定了温度为381．2～472．2K,压力为9．79～19．80MPa条件下甲醇一大豆油二元体系的液液相平衡数据,用PR状态方程对所测的液液相平衡数据进行了关联;PR方程中的参数a和b采用van der Wails单流体混合规则。采用单参数vander Waals模型计算交互参数项aij和bij二者各包含一可调参数kij和lij对可调参数kij和lij采用了与温度无关和与温度有关的2种处理方法,并用实验数据估算了可调参数值。采用与温度无关的可调参数时,用PR方程关联实验数据所得按质量分数计的均方偏差和平均偏差分别为0．0499和0．0222;用与温度有关的可调参数时,均方偏差和平均偏差相应为0．0426和0．0193。结果表明：PR状态方程适用于高压下甲醇与大豆油的液液相平衡计算。     

正庚烷、甲苯和2-乙基己醇在DOP中无限稀活度系数的测定和关联

用气相色谱法测定100～140℃下正庚烷、甲苯和2-乙基已醇在DOP中的无限稀释活度系数。实验结果用经验方程和Wilson方程关联。     

对二甲苯降膜结晶动力学

降膜结晶是工业生产对二甲苯的重要方法。以多孔介质分形理论为基础开展对二甲苯降膜结晶动力学的研究。通过动力学模型优化实验条件,结晶条件为进料速度为60 ml·min^-1、结晶温度-15℃、原料预冷温度25℃,发汗条件为升温速率1℃·min^-1、发汗终温5℃。在此条件下测定降膜结晶过程中对二甲苯结晶量以及液相夹带量,建立了晶体生长速率方程和液相夹带速率方程,相关系数分别为0.967和0.977,模型可靠。结果表明随着过饱和度的增加,液相夹带速率增长更快,晶层中夹带液相体积分数越大,晶层孔隙率越大。晶体生长速率方程和液相夹带速率方程的建立对工业降膜结晶生产对二甲苯过程中,通过调节液膜过饱和度控制晶层生长具有重要参考意义。     

光学戊醇与其乙酸酯体系等压汽液相平衡研究

用静态法分别测定了在298.15—413.15 K,乙酸2-甲基-1-丁酯饱和蒸汽压,进一步用Antoine方程关联实验数据,得到Antoine方程3个参数A=22.823 7,B=4 490.6,C=-14.377 66。采用双循环汽液平衡釜,测定了100 kPa下2-甲基-1-丁醇/乙酸2-甲基-1-丁酯二元体系的x-y-t数据和活度系数,并通过热力学一致性检验。结果表明:2-甲基-1-丁醇与乙酸2-甲基-1-丁酯可形成二元最低共沸物,共沸点温度为128.19℃,共沸组成摩尔分率x1=0.754 5。分别采用Wilson和NRTL模型对汽液平衡数据进行了关联,计算出相应的汽相组成和温度,并与实验值比较,其平均偏差分别小于0.003 7和0.004 12,为建立2-甲基-1-丁醇和乙酸2-甲基-1-丁酯的精馏分离数学模型提供了基础数据。     

葡萄糖水溶液扩散系数的测定与关联

液相扩散系数在化工数据中起着非常重要的作用,由于液体结构及扩散本身的复杂性,至今还没有一个合理的理论模型来预测液相扩散系数,有必要从实验和理论上对不同的体系进行研究.制备了金属膜池,用氯化钾溶液标定了膜池常数,并用已有可靠文献值的蔗糖水溶液验证了装置的可靠性.测定了298.15～328.15 K不同温度下葡萄糖水溶液的积分扩散系数,考察了温度对扩散系数的影响.在实验数据的基础上,提出一个有温度关联项的半经验模型,关联和计算了本实验的数据,结果与实验值吻合很好.     

共聚物ME-TA-MA的合成及对盘锦原油的降凝降粘作用

根据盘锦原油的性质,成功研制了以甲基丙烯酸、十四醇、马来酸酐为原料的共聚物ME-TA-MA降凝降粘剂。单因素实验确定了合适的工艺条件。酯化：n（十四醇）∶n（甲基丙烯酸）=1.25∶1,m（催化剂）：m（甲基丙烯酸＋十四醇）=2%,m（溶剂）∶m（甲基丙烯酸＋十四醇）=50%;聚合：n（马来酸酐）∶n（酯化产物）=1∶1,m（引发剂）：（甲基丙烯酸十四酯＋马来酸酐）=1.5%,m（溶剂）∶m（甲基丙烯酸十四酯＋马来酸酐）=50%,聚合温度80℃,聚合时间3h。IR结果表明,所制备产物的官能团结构与设计的目标产物相符。将最佳条件下合成的产物以m（降凝剂）∶m（原油）=0.23%的加剂量加入到盘锦原油中,凝点可降低13℃,粘度可降低61.33%。     

超临界二氧化碳萃取亚麻籽油的研究

采用半连续流程 ,以亚麻籽为原料、超临界CO2 为溶剂萃取亚麻籽油。通过对不同操作压力、温度、时间、CO2 流量条件下萃取曲线平衡段的直线拟和得到亚麻籽油在超临界CO2 中的溶解度 ,并回归了Chrastil方程的参数 ,得到计算亚麻籽油在超临界CO2 中的溶解度的方程。将萃取过程考虑为CO2 通过亚麻籽固定床的模型 ,由Stastova提出的传质方程对不同压力、温度、CO2 流量下的萃取过程进行模拟 ,并分析了传质系数在不同操作条件下的变化     

A MODEL FOR THE SOLID CIRCULATION RATE IN A RECIRCULATING FLUIDIZED BED

The present work is an experimental study on the solid circulation rate in a recirculating fluidized bed and mathematical modeling of the same based on the experimental results and existing literature. The effects of particle size, spacing between the draft tube bottom and distribution plate, inventory of solids, and superficial gas velocity on the solid circulation rate are studied experimentally on a semicircular cold model recirculating fluidized bed. A mathematical model is developed for the solid circulation rate incorporating the effect of the various operating and design parameters. The model is based on the present experimental work and data available in the literature for the same kind of reactors. Dimensional analysis and nonlinear regression models are used to develop the model. The final model equation is a non linear relationship between the different operating and design variables. The model equation gives good results for the same kind of systems and can be used with reasonable accuracy for a wide range of operating parameters.     

NEURAL NETWORK–BASED HEAT AND MASS TRANSFER COEFFICIENTS FOR THE HYBRID MODELING OF FLUIDIZED REACTORS

The complex flow patterns induced in fluidized bed catalytic reactors and the competing parameters affecting the mass and heat transfer characteristics make the design of such reactors a challenging task to accomplish. The models of such processes rely heavily on predictive empirical correlations for the mass and heat transfer coefficients. Unfortunately, published empirical-based correlations have the common shortcoming of low prediction efficiency compared with experimental data. In this work, an artificial neural network approach is used to capture the reactor characteristics in terms of heat and mass transfer based on published experimental data. The developed ANN-based heat and mass transfer coefficients relations were used in a conventional FCR model and simulated under industrial operating conditions. The hybrid model predictions of the melt-flow index and the emulsion temperature were compared to industrial measurements as well as published models. The predictive quality of the hybrid model was superior to other models. This modeling approach can be used as an alternative to conventional modeling methods.