排序方式: 共有63条查询结果,搜索用时 15 毫秒
31.
传热计算是化工计算中的重点和难点,其公式众多,计算过程繁琐。本文利用MATLAB语言强大的运算与图形表达功能,研究换热器的操作计算和设计计算,给出了计算机辅助计算的步骤。利用FLUENT软件的流体流动和传热问题的微观模拟功能,找到换热器内部的温度分布。证明有计算机辅助简化了化工过程中传热的计算,且可直观地理解换热器的传热过程。 相似文献
32.
故障诊断对于化工过程安稳运行有极其重要的作用.主元分析(PcA)方法作为一种基于信号处理的数据驱动方法,已广泛应用于工业过程故障诊断中.但该方法在故障类型识别方面,还存在着不足.本文引入CLIPS专家系统,提出了C-PCA方法,增强了故障识别能力.C-PCA方法结合了PCA和CLIPS专家系统2种方法的优点,与单一的方法相比,具有较强的创新性和优越性.并以田纳西伊斯曼过程为例,验证了C-PCA方法在化工过程故障识别和诊断中应用的有效性. 相似文献
33.
以生活污水为研究对象,采用新型复合聚硅酸镁盐絮凝剂( CSM),探讨了化学生物絮凝工艺的影响因素及最佳运行条件,考察了化学生物絮凝工艺对pH、水温的适应能力.结果表明,在污水水温为14~16℃情况下,化学-絮凝工艺最佳运行条件为:污泥活化时间2.0h,MLSS/COD =1.5~2.0,曝气强度为0.04m3·h-1,反应时间为40 min,絮凝剂投量为60 mg·L-1.在利用CSM为絮凝剂的条件下,化学生物絮凝工艺对原水pH适应范围较宽.原水水温对SS和PO43--p去除效果影响不大,而COD和NH4+-N的去除率则随着水温的下降而下降. 相似文献
34.
利用灰色GM(1,1)模型预测蒸馏装置腐蚀的宏观变化趋势,再利用时间序列模型对灰色模型的预测误差进行预测.利用灰色时间序列组合模型对蒸馏塔塔顶换热器入口分布管弯头的管壁厚度进行预测并与实际测量值进行比较,该模型比仅用灰色模型预测效果更好.最后利用灰色时序模型对弯管使用寿命进行了预测,为设备检修提供参考依据. 相似文献
35.
36.
用于炼油厂原油库存调度的混合模拟退火算法 总被引:1,自引:0,他引:1
现有的数学规划法在解决原油库存调度优化问题时存在着组合爆炸的问题,是阻碍调度优化实用化的主要原因。由于实践中往往只要求快速地获得一个较好解,因此作为启发式算法之一的模拟退火法,在解决调度问题的实用化方面具有很大的优越性。但由于模拟退火法较适于处理无约束的整数规划问题,而在原油库存调度优化模型中却存在着大量的实数约束,所以在其中直接应用模拟退火法比较困难。该文将模拟退火法与线性规划法相结合,以前者调动后者,后者为前者提供可行解判据,构成了一种优化混合算法。在将混合算法应用于原油库存调度问题时,该文采用了特定的编码方式,使各控制变量在随机变化时尽量满足相关的约束条件,从而避免了许多无效解的产生。实例计算结果表明,同传统的混合整数线性规划方法相比,这种混合算法可以快速地给出优化解,其优化值与全局最优值差别不大,表明混合算法可以更好地解决实际原油调度问题。 相似文献
37.
化工厂中一个小故障可能导致大事故,从而造成生命财产损失和环境破坏。为了防止小故障演变成大事故,化学工业需要有效的过程监控来及时检测故障和诊断故障原因。传统化工过程监控方法主元分析法(Principal Component Analysis, PCA)假设数据服从高斯分布,实践中有时并不满足该条件。此外,其使用方差、协方差捕捉数据非线性变化时,鲁棒性较差。本工作提出一种改进的主元分析法—基于约翰逊转换的鲁棒过程监控方法。首先引入约翰逊正态转换(Johnson Transformation)使过程数据服从高斯分布;其次使用鲁棒性强的斯皮尔曼相关系数(Spearman Correlation Coefficient)矩阵代替传统主元分析法的协方差矩阵提取特征向量,构造特征空间;最后将过程数据投影到特征空间,使用T2和SPE统计量实施过程监控。将此方法应用于TE过程故障案例,并与PCA和核主元分析法(Kernel Principal Component Analysis, KPCA)对比,验证了此方法的有效性。 相似文献
38.
This paper combines grey model with time series model and then dynamic model for rapid and in-depth fault prediction in chemical processes. Two combination methods are proposed. In one method, historical data is in-troduced into the grey time series model to predict future trend of measurement values in chemical process. These predicted measurements are then used in the dynamic model to retrieve the change of fault parameters by model based diagnosis algorithm. In another method, historical data is introduced directly into the dynamic model to re-trieve historical fault parameters by model based diagnosis algorithm. These parameters are then predicted by the grey time series model. The two methods are applied to a gravity tank example. The case study demonstrates that the first method is more accurate for fault prediction. 相似文献
39.
40.