合成氨工艺的优化与装置的合理配置

针对合成氨生产装置中存在的问题，采用与甲醇装置联合生产等措施，改善了合成氨系统的生产控制指标，实现了稳产、高产、低耗。     

论工厂生产装置操作优化

本文综述了企业生产装置操作优化的重要性及操作优化的潜力与经济效益，并讨论了企业生产装置没有在优化条件下操作的原因，简述了企业生产装置操作优化的方法、效果、深度和广度。     

DCS在100kt／aS—NPK装置中的配置与功能

我院设计的湖北宜都星原化工有限责任公司100kt/sS-NPK装置于2000年3月建成投产。为适应现代化生产的要求，该装置设计采用了美国Honeywell公司S9100e系统，对整个装置的生产过程进行集中监控。集散控制系统（DCS）操作简便，监视直观、醒目，全面提高了整个装置的生产控制水平，保证了运行正常、生产稳定。     

扬子乙烯装置荣获达标竞赛第一名

扬子烯烃厂充分发挥装置规模优势和技术优势，实施乙烯联合装置新老区资源整合，优势互补，积极优化生产，消除装置”瓶颈”，提升了乙烯联合装置总体生产水平。去年，生产创造了装置有大修年份的历史新纪录；装置实现”八连冠”安全目标。在日前中石化集团公司暨股份公司乙烯同类装置的业务竞赛考核中，扬子乙烯装置再度获得同类装置达标考核竞赛第一名。     

上石化乙二醇总产能居全国第一

上海石化乙二醇年总产能达到61万吨，居全国第一。1990年上海石化建成了第一套年产22．5万吨的乙二醇生产装置。10多年来，这套装置经过两次增量改造、技术革新和优化生产技术管理，运行水平处于国内领先地位。此次投产的新装置利用了原有装置的预留空地，节约了大量投资，并且与既有装置实现一体化的生产组织管理，促进了效率的提升。     

辽化二期聚酯投料试车及试生产情况

根据辽化二期聚酯装置一年的生产实际情况，以及投料试车的过程，结合德国吉玛公司的工艺特点，叙述了本装置的工艺流程、设备特点、投料试车过程中所遇到的问题及解决的方法。通过对工艺条件的分析，论述了试生产过程中的参数优化，为同类装置提供了第一手资料，有利于聚酯装置平稳生产、参数优化。     

丙烯酸树脂改进生产装置的设计

与我国现有的丙烯酸树脂生产装置相比，所设计的改进生产装置合理、稳定。阐述了该装置的工艺流程及特点。列举了生产设备及其技术参数。     

锅炉给水预热器管子压瘪的原因分析与工艺改进

云南解化集团有限公司的双加压法硝酸生产装置是1997年从美国引进的二手装置。2007年11月，锅炉给水预热器出现1次206根列管压瘪事件，导致空压机出口阻力增大，影响了装置的生产运行。对此公司非常重视，结合装置存在的问题，对工艺、设备、仪表等进行了全面改进，采取纠正预防措施，以消除装置存在的安全隐患，避免同类事件的再次发生。     

羰基合成系统弛放气中丙烯、丙烷回收可行性分析

从现有生产装置挖掘潜增效，节能降耗的角度出发，对丁辛醇生产过程中排放到燃料区的弛放气进行了分析，并根据国外丁辛醇生产装置的尾气利用情况以及现有生产装置状况，提出了回收丙烯、丙烷的工艺路线，并采用计算机模拟计算的方式，论证了回收方案的可行性。     

简讯

新一代液体洗涤剂、化妆品生产装置在上海威宇问世由上海威宇机电制造有限公司开发、研制的新一代液体洗涤剂、化妆品生产装置近日在上海已开始投入批量生产，该机与传统的生产装置相比，在以下六方面实现了重大的技术突破。１．将原洗涤剂生产装置的水相锅改为真空反应釜...     

基于流程拓扑信息的统计过程监测方法

传统数据驱动的过程监测方法主要基于历史数据和统计学知识建立,往往忽视了对过程机理的考虑。基于预测残差的过程监测方法则通过数据驱动的回归模型实现对局部过程机理的近似,在预测残差的基础上建立监测模型实现了对过程偏离更好的识别。但其建立回归模型实现对局部过程机理的近似时主要基于数据,很少考虑具体流程信息。作为流程信息的一种表现形式,流程拓扑结构常被用来提取变量间的进程与因果关系,如果在建立回归模型时结合流程的拓扑结构,则可使得所建立的回归模型中包含一定的流程信息,使其对局部机理的近似更为准确。基于此,本文提出一种基于流程拓扑信息的统计过程监测方法。该方法利用流程的拓扑结构,提取变量间的进程与因果关系,建立回归模型实现对局部过程机理的近似。在此基础上建立基于预测残差的过程监测模型,实现对过程偏离的监测。该方法被应用于某连续重整装置的过程监测中,结果表明其监测效果要优于基于主元分析和基于预测残差的过程监测方法。     

钽铌湿法冶金技术概况及发展趋势探讨

介绍了钽铌湿法冶金技术的发展概况和现状。根据分解介质的不同,钽铌湿法治金技术可分为碱熔融法、酸法和氯化法,碱熔融法可分为钠碱熔融法和钾碱熔融法,酸法主要有氢氟酸法和硫酸法。分别介绍了以上各方法的工艺路线,并对其优缺点进行了分析。针对现行氢氟酸工艺存在严重氟污染和对低品位钽铌矿分解率低的问题,依据清洁冶金原理,提出了钽铌亚熔盐清洁冶金新工艺,从生产源头消除了氟污染,可实现钽铌资源的高效清洁利用,具有良好的应用前景。     

部分亚硝化-厌氧氨氧化工艺联合形式、应用及脱氮效能评析

部分亚硝化-厌氧氨氧化联合工艺与传统生物脱氮工艺相比具有一定优势,但该联合工艺是否一定优于传统生物脱氮工艺尚需论证。本文介绍了部分亚硝化-厌氧氨氧化联合工艺的组合形式、特点和处理实际废水的研究进展,从脱氮速率、能耗及碳源的角度将部分亚硝化-厌氧氨氧化联合工艺与传统生物脱氮工艺进行对比分析。指出部分亚硝化-厌氧氨氧化联合工艺具有不需要额外投加有机碳源的优点;部分亚硝化-厌氧氨氧化联合工艺虽然在曝气方面可以节省能耗,但是其中温反应需要一定的热能消耗,综合分析其处理能耗高于传统生物脱氮工艺;同时该联合工艺的整体脱氮速率与传统生物脱氮工艺相比差别不大。据此提出在选择生物脱氮工艺时需要考虑废水的碳氮比,碳氮比高时可以采用传统生物脱氮工艺,碳氮比低时可以考虑使用部分亚硝化-厌氧氨氧化联合工艺。     

改进的污泥浓缩工艺与原工艺的对比研究

针对目前抚顺石化公司某化工厂水处理中产生的污泥问题,本文对原有的污泥处理工艺进行了改进,原工艺与改进工艺在处理后污泥各项指标的比较中,新工艺完全强于原工艺,而且新工艺能够使污泥含水率下降到97％,解决了污泥体积超负荷的问题。并且改进工艺一年可以比原工艺节约资金85278.6元。因此,表明改进工艺不仅在技术上可行,而且在经济上也可行。     

基于GSA-LSTM动态结构特征提取的间歇过程监测方法

间歇过程监测对于保证批次生产过程的稳定运行具有重要意义。传统过程监测方法难以提取间歇过程数据特有的非线性结构和动态时变特征。为此,提出了一种融合图采样聚合网络和长短期记忆网络(GSA-LSTM)的典型相关分析方法用于间歇过程在线监测。首先,利用K近邻方法将批次过程数据转化为图结构形式,利用图采样聚合网络(GraphSAGE)提取数据内部的结构特征,然后利用长短期记忆网络(LSTM)提取数据的非线性动态特征,通过权重系数将结构特征和动态特征融合得到更具有代表性的间歇过程数据特征。进一步地,利用典型相关分析方法对残差建立监测模型。最后将所提方法应用于数值例子和注塑过程监测,结果分析验证了所提方法的有效性。     

不同工况下间接式蓄热器性能的实验研究及分析

当前对于相变蓄热器性能的评价指标主要是蓄放热时间,比较单一,不能全面准确地评价蓄热器性能。本文设计了一种以赤藻糖醇作为相变材料的间接式蓄热器,并通过铜管外加双直肋的手段强化传热。在相变材料内部以及进出口设有热电偶,利用控制变量法,通过改变进口油温以及导热油流量来观测不同工况下蓄热器内部温度的变化以及进出口油温的变化,对不同工况下蓄热器的蓄热效率、放热稳定性进行了分析。为了对蓄热器的充放热性能作出更加全面的评价,对蓄热器进行了 分析。结果表明:在流量不变的情况下,随着温度的升高,蓄热效率基本相同,放热稳定性基本一致, 效率增加;在温度不变的情况下,随着流量的增加,蓄热效率降低,放热稳定性减弱, 效率降低。     

基于LTSA和MICA与PCA联合指标的过程监控方法及应用

独立成分分析(ICA)方法主要被用来对线性非高斯过程进行监控,为了提高对非高斯过程的监控效果,则利用过程数据信息对ICA的监控指标进行了改进,提出了一种改进的独立成分分析(MICA)方法。许多实际工业过程数据都具有非线性、非高斯与高斯混合分布的特点,为此提出了一种基于LTSA和MICA与PCA联合指标的过程监控的方法。首先采用局部切空间排列(LTSA)算法对样本数据进行非线性降维,然后分别用MICA和PCA方法得到非高斯与高斯统计量,对其进行加权得到新的统计量,并被用于过程监控。最后将该方法应用在田纳西-伊斯曼(TE)过程和乙烯裂解炉的过程监控中,证明了该方法的有效性。     

C4烯烃催化裂解增产丙烯技术进展

从热力学、反应机理等方面分析了C4烯烃催化裂解增产丙烯技术的特点,介绍了该技术的最新研究进展;评述了C4烯烃催化裂解生产丙烯是高效利用烯烃资源的重要途径;认为应加快开发具有我国自主知识产权的高效烯烃催化裂解增产丙烯的技术。     

一种基于自适应回归核函数的污水处理能耗模型

针对污水处理过程能耗模型难以建立的问题,提出了一种基于自适应回归核函数的建模方法。通过分析污水处理过程的运行特点,构建能耗与运行过程变量之间的关系,得到一种基于过程变量的能耗模型表达;同时利用梯度下降算法对能耗模型参数进行自适应调整,提高模型精度。最后,将设计的能耗模型应用于污水处理过程基准仿真平台BSM1和实际污水处理厂,实验结果表明该模型能够根据污水处理过程变量实时获得污水处理过程的能耗,具有较好的自适应特性和较高的精度。     

Robust processes through latent variable modeling and optimization

A data‐based approach for developing robust processes is presented and illustrated with an application to an industrial membrane manufacturing process. Using historical process data, principal component analysis and partial least squares are used to extract models of the process and of the sensitivities of the process to various disturbances, including raw material variations, environmental conditions, and process equipment differences. Robustness measures are presented to quantify the robustness of the process to each of these disturbances. The process is then made robust (insensitive) to the disturbances over which one has some control (e.g., by modifying the equipment units to which the process is sensitive and imposing specification regions on sensitive raw materials). It is also made robust to disturbances over which one has little control (e.g., environmental variations) by optimizing the process operating conditions with respect to performance and robustness measures. The optimization is easily performed in the low‐dimensional space of the latent variables even though the number of process variables involved is very large. After applying the methodology to historical data from the membrane manufacturing process, results from several months of subsequent operation are used to demonstrate the large improvement achieved in the robustness of the process. © 2010 American Institute of Chemical Engineers AIChE J, 2011