排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
针对天然气液化过程存在能耗大、成本高等问题,通过以Peng-Robinson热力学模型为基础的工艺流程模拟探讨了中、高压冷剂压力和温度对装置单位能耗的影响规律,利用二次回归正交设计进行了优化改进并验证了优化改进方案的可靠性。结果表明,由二次回归正交设计拟合得到的回归方程不但能够准确描述混合冷剂各关键操作参数与装置单位能耗之间的关系,而且还可以有效地预测最佳工艺条件。当中、高压冷剂的压力和温度分别为1 890、3 760 k Pa及38、37℃时,天然气液化装置实际单位能耗仅为393.228 k Wh/t,较改进前降低了5.54%,节能效果显著。 相似文献
2.
针对咪唑啉衍生物的量子化学特征参数与缓蚀效率存在复杂非线性关系,在利用多因素方差分析判断其相关性的基础上建立以最高占据轨道能量、最低未占据轨道能量、分子偶极矩、单点能、硬度、软度、亲核进攻指数、亲电进攻指数、电子转移参数以及咪唑环上非氢原子静电荷之和等量子化学特征参数为输入,以缓蚀效率为输出的模糊人工神经网络。结果表明,咪唑啉衍生物的量子化学特征参数及其缓蚀效率之间具有非常显著的相关性,据此所创建的Takagi-Sugeno型模糊人工神经网络预测模型采用10-30-1网络结构,通过Momentum优化算法对其进行反复训练直至其均方误差小于容许收敛误差限0.005,训练、测试阶段模型输出值与期望值近似呈线性关系,决定系数为0.9999,关联度较高,验证阶段该模型亦表现出良好的可靠性。因此利用量子化学特征的模糊人工神经网络预测模型能够准确预测不同咪唑啉系列衍生物的缓蚀效率。 相似文献
3.
4.
模糊神经网络-遗传算法优化丙烯酸苄酯合成工艺 总被引:2,自引:0,他引:2
首先通过多因素方差分析探讨携水剂用量、反应温度、反应真空度、反应时间、酸醇比对丙烯酸苄酯质量分数及收率的影响,然后以显著因素为输入、综合得分为输出建立Takagi-Sugeno型模糊人工神经网络,最后利用遗传算法优化丙烯酸苄酯合成工艺条件并使用t检验法验证可靠性。研究表明,上述各因素对丙烯酸苄酯合成产物的质量分数与收率同时具有非常显著的影响,预测模型采用5-15-243-1型网络结构,经36859次训练其均方差小于允许收敛误差限0.0050,输出值与期望值呈近似线性关系,训练、测试阶段决定系数0.9999、0.9998。借助遗传算法经149次进化得到最优控制参数,即当携水剂用量为53 ml,反应温度为125℃,反应真空度为0.095 MPa,反应时间为2.2 h,酸醇比为1.4时,丙烯酸苄酯的质量分数、收率及综合得分为99.27%、98.04%、98.78%,经验证该模型亦可靠性良好。 相似文献
1