基于神经网络的丙烯腈流化床反应器的模拟与离线优化

利用人工神经网络的方法建立了工业合成丙烯腈流化反应器的数学模型。采用遗传算法与梯度下降法相结合的方法训练神经网络的权值和阀值。经过训练和可靠性检验的人工神经网络能够满足工业生产的模拟要求。利用单纯型算法与遗传算法相结合的优化方法合成丙烯腈工业流化反应器进行了操作系统优化，为在线实时优化控制奠定了基础。     

丙烯腈流化床反应器的操作优化

介绍了丙烯腈生产工艺,阐述了应用正交设计优化和多元回归优化实现丙烯腈流化床反应器操作优化的原理和方法。实际应用表明操作优化可以显著提高丙烯腈收率。     

基于神经网络和宏观动力学模型的流化床反应器离线故障诊断

采用人工神经网络与流化床反应器宏观动力学模型相结合的方法,对丙烯氨氧化流化床反应器的不正常操作进行了故障诊断.经过训练和可靠检验的神经网络能准确辨认故障的发生和类型,流化床反应器宏观动力学模型能根据其知识规则判断引起故障的原因,并提出相应的调节方法,直至反应器操作正常.     

丙烯腈流化床反应器先进控制

温度是丙烯腈生产的重要条件,在研究丙烯腈生产工艺的基础上,对丙烯腈流化床反应器进料系统PID控制器参数进行了整定,进一步采用阶梯式控制策略,用渐消记忆的递推最小二乘法辨识模型实现丙烯腈流化床反应器反应温度的广义预测控制,较好地解决了由反应器进料流量波动、反应压力变化等因素引起的反应温度的大幅波动问题,提高了反应器温度的控制品质,同时也提高了丙烯腈收率.     

丙烯氨氧化合成丙烯腈流化床反应器的模型拟合

基于反应动力学实验结果,分析考察了丙烯氨氧化反应的动力学行为,提出了关于反应转化率与目的产物收率的幂函数形式的拟合模型,藉此对某厂丙烯腈工业流化床反应器的操作数据进行了关联,在考虑反应器中气－固流动影响的前提下,建立了丙烯腈反应器的下述宏观数学模型：反应转化率Ｘ＝０．８３２５ｕ－０．１０５８Ｒ－０．０１６４ＮＨ３Ｒ０．２５０９Ｏ２ｅｘｐ（－０．７４５９＋３５９．７９／Ｔ）丙烯腈单收ＹＡＮ＝０．０８９６ｕ０．０３４２Ｒ０．２３３３ＮＨ３（５．８２４５ｅｘｐＲ１．１３３７Ｏ２－Ｒ４．７４４５Ｏ２）ｅｘｐ（－２．０６５１＋５２２．９８／Ｔ）模型拟合的相对误差小于１０％．     

浅析应用软测量实现丙烯腈流化床反应器收率提高

流化床反应器是丙烯氨氧化法生产丙烯腈的核心装置,操作条件包括反应温度、压力、进料比、线速和接触时间等。为提高反应收率、产量和质量,通过系统分析找到影响反应效果的原因并加以改进,采取了串级控制和动态软测量方法等,通过优化控制,提高了产品品质和产量。     

气—固流化床反应器内流体力学模拟进展

1前言气－固流化床内多相流体力学模拟，是将流体流动、传递特性、化学反应理论与机理实验、反应回的开发和放大相结合，对模拟的基木方程组、教学模型、数值方法和计算程序等用计8机来进行综合分析的过程，旨在为此类反应器的开发与放大提供必要的理论依据。其优点在于：（1）用模拟方法在计算机上进行试验可以节省大量的人力和物力的投人，比实际控量上进行试验更加迅速、经济Z（2）基于质量、动量、能量三大守恒定律的多相民体力学机型，外推容易，可以增加放大信我，使小试结果放大为工业生产注置的周用大大约怄；（3）采用流体力学模…     

丙烯腈反应器新型两级旋风分离器的研究与工业应用

简要分析了丙烯腈流化床反应器内旋风分离器的应用现状及其存在的问题 ,着重介绍了一种新型两级旋风分离器的研究思路、技术特点及其在现有丙烯腈装置扩能改造中的应用情况。     

丙烯腈反应器新型两级旋风分离器的研究与工程应用

简要分析了丙烯腈流化床反应器内旋风分离器的应用现状及其存在的问题,着重介绍了一种新型两级旋风分离器的研究思路、技术特点及其在现有丙烯腈装置扩能改造中的应用情况。     

利用人工神经网络和遗传算法对热偶精馏过程进行模拟优化

In this paper, a new approach using artificial neural network and genetic algorithm for the optimization of the thermally coupled distillation is presented. Mathematical model can be constructed with artificial neural network based on the simulation results with ASPEN PLUS. Modified genetic algorithm was used to optimize the model. With the proposed model and optimization arithmetic, mathematical model can be calculated, decision variables and target value can be reached automatically and quickly. A practical example is used to demonstrate the algorithm.     

Modeling and Optimization of Copper Flash Smelting Process Based on Neural Network

The copper flash smelting process neural network model (CFSPNNM) was developed, its input layer includes eightnodes: oxygen grade (OG), oxygen volume per ton of concentrate (OVPTC), flux rate (FR) and quantities of Cu, S, Fe, SiO2and MgO in copper concentrate; output layer includes three nodes: matte grade, matte temperature and Fe/SiO2 in slag, andnet structure was 8-13-10-3. Then, the internal relationship between the technological parameters and the objectiveparameters was built after the CFSPNNM was trained by using GA-BP algorithm. Moreover, the technological parameterswere optimized by using genetic algorithms (GA) to make energy consumption the lowest. Simulation results showed that theCFSPNNM had high prediction precision and good generalization performance. Compared with the practical average data, theenergy consumption can be reduced by 6.8% if the smelting process is controlled by adopting the optimized technologicalparameters.     

基于CAE和T-S神经网络的储物箱注塑工艺优化

针对塑件翘曲变形过大而导致塑件注塑失效的问题,通过运用CAE分析得出了影响翘曲变形过大的主要因素为收缩不均;采用正交试验方法获得了初步优化后参数,为Tθ(230℃)Ts(65℃)PI(70 MPa)ti(3.5 s)Ph1(60 MPa)th1(10 s)Ph1(75 MPa)th1(12 s)tc(6 s),对应的翘曲值为5.53 mm。在此基础上,再次运用GSO算法对改进的T-S模糊神经网络进行预测,得到了进一步优化的翘曲值,为3.49 mm,对应优化后的工艺参数为Tθ(230℃)Ts(68℃)PI(70 MPa)ti(4 s)Ph1(65 MPa)th1(8 s)Ph1(75 MPa)th1(14 s)tc(4 s),将优化后的工艺参数应用于实际注塑后,塑件的实效问题得到了有效解决,具有较强的实践参考价值。     

基于神经网络和遗传算法的注射成型工艺优化

论述人工神经网络和遗传算法在塑料注射成型工艺优化中的应用,首先利用人工神经网络建立注射成型工艺参数与塑件翘曲量之间关系的数学模型,然后用遗传算法对工艺参数优化.其中由正交法设计得到实验样本,由数值模拟软件计算得到塑件翘曲量,将其作为优化目标.按优化后的工艺参数进行实验,获得较高质量的塑料制品,从而为建立和控制注射模工艺参数提供一种行之有效的途径.     

基于人工神经网络的炸药性能研究

为了解人工神经网络方法在炸药性能预测的应用及发展,分析总结了BP神经网络在炸药性能预测方面的应用。选取合适的参考量作为输入,建立BP网络学习样本、训练样本,构建网络,训练并优化网络,调整隐含层节点数和迭代次数,使得预测误差处于可接受范围。通过对炸药的装药密度、爆热、爆速以及撞击感度等性能的研究,认为人工神经网络会对炸药更多的性能进行精确的预测,有重要参考价值。     

基于神经网络和遗传算法的塑料热压成型多目标优化

论述了人工神经网络和遗传算法在塑料热压成型工艺优化中的应用,首先利用人工神经网络建立热压成型工艺参数与零件性能之间关系的数学模型,然后用遗传算法对工艺参数优化。根据多目标函数优化问题的单目标化思想,对优化后的单目标进行分解,得到最优工艺参数条件下的塑料热压产品性能,从而为建立和控制塑料热压成型工艺参数提供了一种行之有效的方法。     

基于模糊神经网络的环管反应器故障诊断

环管反应器是丙烯聚合工艺中的主要反应设备之一.环管反应器运行过程中故障产生原因与征兆参数之间的影响关系比较模糊、复杂,不能准确地用数学关系式表述.针对此种情况,总结出环管反应器温度升高时可能的故障原因及征兆参数,并用模糊理论进行处理,再运用神经网络建立了环管反应器故障诊断系统.故障诊断实例表明,该系统具有较高的可靠性.     

基于CSTR的反应器网络综合双层优化算法

反应器网络综合问题一般都是复杂的非线性规划问题,在分析基于全混流反应器的反应器网络模型特点的基础上,提出了求解该模型的双层优化算法. 通过将反应器网络综合非线性规划问题分解为物流流量和反应器体积空间的线性优化和浓度空间的优化搜索问题,降低了所求解问题的规模和难度,同时利用全局优化算法进行浓度空间的优化搜索,提高了求得全局最优解的概率. 实例研究表明,双层优化算法可以更准确地给出最优的反应器网络结构以及网络中反应器的类型和大小.     

基于神经网络的多效并流蒸发过程的模拟方法

本文提出一种基于神经网络的多效并流蒸发过程的模拟以及优化算法，并以一简单三效并流蒸发过程为例，详细阐述了神经网络模拟算法的具体步骤。该算法具有对初始值要求不高、收敛速度快，全局收敛性好的特点。