理想物系内部热耦合精馏塔操作费用的估计与优化

给出了理想物系内部热耦合精馏塔操作费用和费用节省的估计方法.首次建立了过程操作费用的优化数学模型,并以苯-甲苯物系作为实例进行了操作费用节省的优化研究.研究结果揭示出理想物系内部热耦合精馏塔巨大的操作费用节省潜力,同时得到了最大操作费用节省目标下的过程最优操作条件.     

遗传算法的聚丙烯熔融指数最优预报

熔融指数只能通过人工取样、离线化验分析获得,时间滞后大,难以满足实时控制的要求,其软测量预报意义很大.本文提出了一种基于遗传算法的聚丙烯熔融指数最优预报方法.径向基函数(RBF)神经网络用来拟合输入与输出之间的非线性关系,用遗传算法对RBF神经网络权值进行优化.基于某石化企业聚丙烯生产过程采集的历史数据进行研究.根据反...     

基于多技术融合加权平滑的径向基函数神经网络熔融指数预报

针对在对聚丙烯熔融指数进行预测时优势数据和优势变量不突出影响预测精度、数据平滑度不够影响泛化性能的问题,提出了基于多技术融合加权平滑的径向基函数神经网络预报模型。综合运用了在时间尺度基于空间欧氏距离加权、在变量维度上基于灰色关联和线性回归误差加权两种数据加权方案,基于过程变量差分序列欧氏距离的平滑和局部线性平滑两种数据平滑方案,解决了模型精度和泛化性低的问题。为进一步改进模型性能,采用带误差补偿的非线性自回归滑动平均模型框架和径向基函数神经网络,利用自校正预测控制算法和分段线性变学习率算法,对模型进行优化。结合某厂真实数据对模型进行验证,预报结果在泛化集上为：平均相对误差( MRE )1.32%、均方根误差(RMSE)0.0459。与其他方法进行了详细的比较分析,结果表明该模型具有良好的预报精度和泛化性能,在大时滞工业过程领域具有一定的应用价值。     

内部热耦合空分塔的建模与操作分析

建立了内部热耦合空分精馏塔(ITCASC)的数学模型,采用高斯-牛顿法迭代求解,选用液相组成作为迭代变量,氧、氮、氩三元物系的物性计算采用PR状态方程。仿真结果表明,在保证分离效果不下降的条件下,ITCASC高压塔的塔压可以从传统空分塔的680 kPa降低到500 kPa,能耗降低约26.47%;操作分析为以后的理论研究和实际应用提供了定性和定量分析。该模型可以用于进一步的流程设计、优化和控制。     

An improved control vector iteration approach for nonlinear dynamic optimization. II. Problems with path constraints简

This paper considers dealing with path constraints in the framework of the improved control vector iteration （CVI） approach. Two available ways for enforcing equality path constraints are presented, which can be directly incorporated into the improved CVI approach. Inequality path constraints are much more difficult to deal with, even for small scale problems, because the time intervals where the inequality path constraints are active are unknown in advance. To overcome the challenge, the ll penalty function and a novel smoothing technique are in-troduced, leading to a new effective approach. Moreover, on the basis of the relevant theorems, a numerical algo-rithm is proposed for nonlinear dynamic optimization problems with inequality path constraints. Results obtained from the classic batch reaCtor operation problem are in agreement with the literature reoorts, and the comoutational efficiency is also high.     

一种基于新型蚁群算法的聚丙烯熔融指数预报模型

聚丙烯熔融指数的实时预报非常重要却十分困难,提出了一种经过新型蚁群算法优化后的PCA-RBF神经网络方法进行熔融指数预报。PCA将原始数据从高维空间映射到低维空间,剔除冗余信息和提取过程特征;RBF神经网络则用来拟合输入与输出之间的非线性关系;最后用适用于连续空间寻优问题的新型蚁群算法对RBF神经网络权值进行优化。实际生产数据的研究结果,表明了所提出的熔融指数预报模型的准确性和可靠性。     

采用同步策略的化工动态优化求解(英文)

An approach of simultaneous strategies with two novel techniques is proposed to improve the solution accuracy of chemical dynamic optimization problems. The first technique is to handle constraints on control variables based on the finite-element collocation so as to control the approximation error for discrete optimal problems, where a set of control constraints at element knots are integrated with the procedure for optimization leading to a significant gain in the accuracy of the simultaneous strategies. The second technique is to make the mesh refinement more feasible and reliable by introducing length constraints and guideline in designing appropriate element length boundaries, so that the proposed approach becomes more efficient in adjusting elements to track optimal control profile breakpoints and ensure accurate state and control profiles. Four classic benchmarks of dynamic optimization problems are used as illustrations, and the proposed approach is compared with literature reports. The research results reveal that the proposed approach is preferable in improving the solution accuracy of chemical dynamic optimization problem.     

内部热耦合精馏塔的初步设计(I) 模型化和操作分析

引　言将热量从精馏段传到提馏段来实现节能是精馏过程节能的一种有效方法 ,即二次回流和蒸发[1](ＳＲＶ) .内部热耦合精馏塔 (ＩＴＣＤＩＣ)的热耦合机理仍是ＳＲＶ方法 ,但去掉了再沸器和冷凝器 ,具有较大的节能潜力 .它的研究只有近 1 0年的历史[2 ,3],目前 ,还没有见到详细的操作分析和设计优化的文献报道 ,只有一些较为相关的文献[4 ,5 ].本文对理想热耦合精馏塔进行了建模和操作分析 .1　模型化图 1是ＩＴＣＤＩＣ的示意图 .精馏段和提馏段被分为两个塔 .热耦合通过两段之间的热交换器来实现 .为了提供传热必须的推动力 ,精馏段将在较…     

基于PSO_SA算法的聚丙烯熔融指数预报

实时准确的熔融指数预报在控制聚丙烯产品质量和提高聚丙烯生产的经济效益上有着举足轻重的作用。本文提出了一种粒子群优化(PSO)算法和模拟退火(SA)算法相结合的PSO_SA算法,该算法利用PSO和SA的优劣势进行互补,提高了算法寻优的能力和效果。利用此算法对建立的RBF聚丙烯熔融指数预报模型进行结构寻优,得到结构最优的预报模型。最后通过该模型对实际聚丙烯生产数据的预报研究,证明了PSO_SA算法寻优得到的预报模型具有很高的预报精度和可靠性能。     

循环流化床锅炉效率相关参数的建模研究

循环流化床锅炉具有污染物排放少、燃料适应性广、负荷调节能力强等优点,近年来在电力、供热等行业中得到广泛应用。然而目前大部分循环流化床锅炉均存在自动投入率低,操作依赖人工经验的特点,造成这一状况的一个重要原因是缺乏合理的数学模型。首先对工艺流程进行分析,选取对锅炉效率影响最大的7个参数作为建模对象:过量空气系数、床温、排烟温差、飞灰含碳量、一次风机电流、二次风机电流、引风机电流。每个参数有各自不同的特点,对不同的统计模型的适用性也不尽相同。为了达到最佳建模效果,分别应用多元线性回归、多元逐步回归、偏最小二乘回归及BP神经网络对这些参数进行建模。实例研究表明,过量空气系数和二次风机电流适合采用偏最小二乘回归法建模;床温、排烟温差、一次风机电流和引风机电流适合采用多元线性回归法建模;飞灰含碳量采用BP网络模型对其预测效果相对较好。本文所建的模型对循环流化床锅炉的节能分析和进一步的操作优化研究具有一定的实际意义。