多期生物燃料供应链网络建模与多目标优化

建立了一个基于多目标优化以及生命周期评价(LCA)的多期生物燃料供应链模型。该模型的3个目标函数分别为总折现利润、平均单位能量生物燃料的温室气体排放和化石能源投入(economic,energy,environmental,3E)。为了将生物质生产的季节性以及库存等问题引入模型中,需要对每年进行多期划分。考虑到需要进一步引入供应链的扩张,模型的时间跨度设定为3年。此外,该模型还考虑了生物质产地、工厂,生物燃料市场的选址以及各节点间的物流流量等问题。通过将非线性的后两个目标函数利用ε-constraint法转化为线性约束条件,该模型最终被转化为混合整数线性规划(MILP)问题并得以求解。对解得的非劣解在三维坐标系上线性插值可得非劣解所在曲面,它揭示了3E目标之间的权衡取舍关系。还使用了一个基于中国国情的数据的案例对该模型进行检验。     

常减压蒸馏装置的模拟

本文在补充模块、研究系统联接的基础上,完成了炼油厂常减压蒸馏装置(减压塔为燃料型)的完整模拟系统.重点讨论了常压塔产品质量模型的建立、常压塔气化段平衡闪蒸模型的选择、系统的联接及切割变量的收敛问题.对实际装置的计算表明,现开发的模拟系统计算迅速,模拟误差在5%以内.     

一种用于计算机辅助产物设计中基于BP-NN优化问题的求解方法

Because of the powerful mapping ability, back propagation neural network (BP-NN) has been employed in computer-aided product design (CAPD) to establish the property prediction model. The backward problem in CAPD is to search for the appropriate structure or composition of the product with desired property, which is an optimization problem. In this paper, a global optimization method of using the a BB algorithm to solve the backward problem is presented. In particular, a convex lower bounding function is constructed for the objective function formulated with BP-NN model, and the calculation of the key parameter a is implemented by recurring to the interval Hessian matrix of the objective function. Two case studies involving the design of dopamine β-hydroxylase (DβH) inhibitors and linear low density polyethylene (LLDPE) nano composites are investigated using the proposed method.     

炼油厂优化排产中多目标决策方法的探讨

本文提出了应用目标参数规划以解决实际系统中常见的双目标决策问题.本法解决了常用的多目标优化计算中的一些困难,且概念清楚,算法简单,可利用现有的软件提供一组有效解,可供炼油厂优化排产以及其它实际系统使用.     

稳态数据校正技术在石脑油裂解过程中的应用

研究了稳态数据校正技术在含有化学反应过程的流程中的应用情况。在计算中通过两步投影矩阵分类算法进行数据分类,消除了已有算法中出现奇异矩阵的情况;采用两步矩阵投影与广义似然比法相结合的算法进行数据协调和过失误差的侦破、识别。以某乙烯装置的生产工况为实例进行了稳态数据校正,计算结果表明采用校正后的数据更符合实际的物料平衡关系。     

基于案例推理的HAZOP分析自动化框架

危险与可操作性（HAZOP）分析是一种广泛应用于化学流程工业的危险分析方法。为克服现有的HAZOP分析专家系统在“非常规”分析方面的局限性,提出了基于案例推理（CBR）的HAZOP分析自动化方法,描述了案例库及案例结构,给出了案例搜索策略。为便于案例库的知识管理,开发了案例构造器。工业实例应用结果表明,基于CBR的HAZOP专家系统突破了现有HAZOP专家系统没有学习能力和不能进行“非常规”分析的技术瓶颈。     

并行计算在化工系统模拟与优化中的应用

在求解大规模化工过程模拟与优化问题时 ,由于系统规模巨大 ,导致耗费大量的计算时间 .随着计算机技术的迅速发展 ,采用并行计算提高化工系统模拟与优化问题的效率成为一个引人注目的热点 .回顾了在化工模拟与优化领域应用并行计算技术的重要研究进展 .并行计算在化工模拟与优化问题中的应用研究主要集中于求解稀疏大型线性方程组 .研究内容包括模拟与优化两大方面 .最后对化工领域中并行计算未来的研究方向作了展望 .     

基于逻辑与启发性知识的MINLP过程综合方法

提出了一种系统化的基于逻辑与启发性知识的MINLP过程优化综合方法 .该方法将超结构图的拓扑结构分解成特定的几种设备连接类型 ,通过组合形成基于逻辑的混合整数规划模型 ,克服了数学规划法在建模方面所存在的不直观、难于系统化地实现、复杂的超结构模型难于建立等缺点 .模型中还以硬逻辑或启发的形式引入工程经验 ,减小了搜索空间 ,加快了求解速度 .通过化工厂公用工程系统综合的实例 ,将本方法与传统的层次分解法、数学规划法进行了比较 ,证明了其实用性和优越性     

On-line estimation of vapour pressure of stabilized gasoline via ANN’s

The use of artificial neural network based model for the on-line estimation of the Reid Va-por Pressure of stabilized gasoline in a stabilizer after the stripper-reabsorber in the fluid catalyticcracking unit is investigated.The quadratic basis function network(QBFN)which uses a simplequadratic function instead of sigmoid function typically used in back-propagation network is em-ployed.180 sets of historical operation data have been selected for training and testing the QBFN.To overcome the local minimum point which often occurs during the training phase,a new algorithmcombining the simulated annealing approach with the improved GDR has been applied.Furthermore,the developed model has been installed on-line in a refinery for on-line testing.Thetesting results show that the model is sufficiently accurate and it can be used on site as an on-lineanalyzer.     

一种用于神经网络样本划分的自聚类算法

建立神经网络模型时 ,能否合理地划分训练样本和检验样本直接关系到建模的效率 .在很多实际应用中 ,检验样本是随机抽取的 .本文提出了一种基于欧氏距离的自聚类算法 ,根据样本的空间分布情况对其自动分类 ,然后确定检验样本 .算例研究表明 ,应用此算法能够改善检验效果 ,从而提高建模效率 .