机器学习在聚合物材料研究中的应用进展

在大数据和人工智能相结合的现代科学研究的新形势下,聚合物材料性能的快速预测和新型聚合物材料的研发逐渐成为聚合物材料研究领域的关注焦点。将机器学习应用于聚合物材料研究领域,打破了传统试错法的局限性,通过数据直接建立材料特征与所需性能之间复杂的关系模型,解决聚合物组成成分和复杂结构等在其研究过程中带来的难题。论文介绍了机器学习在聚合物材料研究领域的常用方法及算法;总结了以宏观参量与微观参量为机器学习模型输入时,聚合物材料性能预测的研究进展;分析了基于机器学习的聚合物材料设计和新型聚合物材料研发的重要应用成果;讨论并提出当前基于机器学习的聚合物材料的研究热点与方向。     

机器学习在多相反应器中的应用进展

准确理解并精确预测多相反应器内复杂的流体力学特性、传递现象及反应特征,是过程工程领域的热点方向之一。随着试验测量技术及高性能计算机的快速发展,研究者可以获取高精度的多维瞬态流场数据集。近十年来,机器学习作为一门新兴学科,越来越广泛地应用于数据挖掘、图像识别、智能控制等领域。本文概述了几种常用的机器学习方法（包括神经网络模型、支持向量机模型、决策树模型、聚类算法模型等）,总结了机器学习模型的构建过程（包括数据集的建立、特征变量的选择、算法框架的选取、模型参数的调优、模型验证与测试等）,综述了机器学习辅助多相反应器中流场本构模型构建、流场图像重构、流型识别、流场关键参数预测及优化、不确定度分析、数字孪生技术平台等方面的应用进展,剖析了机器学习结合多相反应器领域所面临的挑战,展望了机器学习在多相反应器中可能有待拓展的方向。     

机器学习在复合材料领域中的应用进展

复合材料因其密度低、比模量高、比强度高等优势成为汽车轻量化的重要材料。但因复合材料所涉及材料参数相对庞杂,成本高、周期长的传统复合材料研究方法已无法适应目前复合材料的发展趋势。近年来,基于数据挖掘的机器学习具有高效、高精等优势,为解决上述复合材料领域现存困境提供了新思路。通过阐述机器学习技术的基本原理、应用流程以及典型算法,总结其在复合材料领域的应用可行性。分析了机器学习在复合材料的微观结构表征、力学性能预测、复合材料优化设计、加工制造模拟速度四个方面的研究进展。分析表明,机器学习可用于复合材料研究领域,且具有较高的预测精度和可靠性。最后分析了机器学习在该领域的问题与挑战,为其未来研究方向和发展提出展望。     

机器学习技术在气体吸附多孔材料研究中的应用进展

简要介绍了材料研究领域常用的机器学习算法,探讨了通过数据挖掘技术进行材料研究的方法流程,回顾了机器学习技术在多孔碳、沸石和金属有机骨架3类重要吸附材料研究中的典型案例,最后对这一技术在气体吸附材料研发中的应用前景进行了展望。     

机器学习理论在压裂分析中的应用研究

压裂工艺是低渗透油田开发的一项关键技术。国内每年实施压裂近万井次,为压裂分析积累了大量的实践经验。传统的建模方法是基于力学理论,模型复杂,对专业要求非常高。用机器学习技术．可以从已有的数据中抽取有用的信息,建立有效的数学模型。传统的机器学习算法只有在已知样本数无限多时才有效,而实际应用中压裂分析的已知样本数非常有限。目前常用的机器学习算法有拟合、聚类、决策树、神经网络、遗传算法、支持向量机等,本文针对其中的四种算法开展了现场应用,并对各种算法进行了分析,指出了算法的特点和应用条件。通过对机器学习算法的分析表明,各种算法可信度高,使用方便,可以进行选井选层、压裂效果预测、优化压裂设计。     

基于复杂煤质机器学习的重介质洗选密度精准控制算法优化

针对目前选煤厂重介分选系统的密控调节依赖化验室定时化验反馈调节,时间滞后性大的问题,且煤质变化后,数据更新不及时,无法有效及时调整洗选密度的现象,察哈素选煤厂采用基于复杂煤质,构建机器学习的方法,利用生成的可选性曲线等煤质资料及实时在线灰分检测仪器,使用科学的数学方法可以快速、有效的预测重介洗选密度;并在此基础上通过精准密度控制算法,控制洗选过程中的洗选密度,平稳提升控制的准确度;研究结果表明,本密度控制算法密度稳定率提升至85%以上(密度差在0.005 g/cm³范围内),煤质预测时效性提升近15倍,保证了分选密度和产品指标的稳定性,有效提升了产品产率。     

自动化技术在林化工业中应用的研究

本文在对我国林化工业自动化技术的应用现状进行调研的基础上，对如何将自动化技术因地制宜地应用于林化工业中使之起到提高综合效益的作用，提出了若干建议。为我国林化工业自动化探索出一条行之有效的道路。     

化工原理实验在化工仪表及自动化教学中的应用探讨

化工仪表及自动化是化工类学生的专业基础课,旨在培养学生掌握最基本的自动控制方面的知识,在实际生产中为自控系统的设计提供合理、准确的工艺条件及数据参数。针对传统的教学内容与模式存在的问题,结合我院化工原理实验装置特点,以探讨如何将化工原理实验课程中各单元操作控制手段作为案例,应用在化工仪表与自动化的教学中。使学生在感性认识的基础上进行理论学习,即理论与工程实践相结合,从而提高教学效果。     

自动化技术在林化工业中应用的研究

本文在对我国林化工业自动化技术的应用现状进行调研的基础上，对如何将自动化技术因地制宜地应用于林化工业小使之起到提高综合效益的作用，提出了若干建议。为我同林化工业自动化探索出一条行之有效的道路。     

先进过程控制优化工艺操作平稳性的应用研究

先进过程控制技术已在石油化工生产过程中得到应用,助推生产过程控制实现革命性突破。通过研究先进过程控制技术在某企业连续重整装置中的应用,分析了先进过程控制技术对工艺操作指标平稳性的影响,为企业做好工过程工艺操作优化提升提供技术支持,并对同行业化工过程应用先进过程控制技术提供了重要的借鉴意义。     

人工神经网络在橡胶工业中的应用进展

简要介绍了人工神经网络的原理、特点、结构、发展历史及现状,着重总结了该方法在橡胶工业的机械设计、性能预测、配方优化等方面的应用情况,指出了前人研究成果的创新之处及现阶段存在的问题,并对人工神经网络在橡胶工业领域的发展趋势做了预测。     

随机搜索算法在换热网络优化中的应用进展

随着对能源利用率要求的不断提高,换热网络的优化已引起了人们的高度重视。本文综述了国内外应用随机搜索算法处理换热网络优化问题的最新研究进展,分析了当前应用较多的4种随机搜索算法：遗传算法、模拟退火算法、粒子群算法、禁忌搜索算法。阐述了这些算法各自的优势和尚待改进的问题,指出将不同算法结合起来解决大规模的换热网络优化问题是今后的研究方向。     

乙炔法气相合成醋酸乙烯工业固定床反应器的优化操作的研究Ⅲ工业固定床的数学模型与操作优化的计算机模拟

在前面乙炔法气相合成醋酸乙烯的宏观动力学与失活动力学研究的基础上，建立了工业固定床反应器的数学模型，同时为优化操作计算机模拟提供了一系列计算机软件。依据工厂试生产数据用该模型进行了计算机模拟，得到了工业固定床反应器的反应动力学和失活动力学模型参数。基于该模型对工业操作进行优化模拟计算［１～４］，生产试验的结果表明，按照计算机所选择的适当的操作条件和升温制度，可在保证日产率的前提下延长催化剂使用周期     

硅烷偶联剂在橡胶工业中应用进展

随着白炭黑填充橡胶应用的增加，硅烷偶联剂作为新型橡胶加工助剂备受关注。本文介绍了硅烷偶联剂的结构和种类、作用机理及在橡胶工业中的应用，并对硅烷偶联剂的发展提出了简要建议。     

西门子FB42在DCS中的应用

针对仅有全开、全关状态反馈的电动调节阀给工业控制系统设计人员的调试和操作人员的操作带来的不便,研究了电动调节阀在工业控制系统中的工作机理和西门子STEP7中PID功能块FB42的工作原理,提出了一种计算无连续开度反馈的电动调节阀开度的算法,并利用Matlab来检验其控制效果,进而运用到实际工程的控制系统中,证实该算法的实用性和有效性。     

UOP超低压连续重整技术工业应用与研究

UOP超低压连续重整技术以其较高的芳烃产率、较高的液体收率和氢气产率等特点,深受广大炼厂青睐。为进一步提升产品附加值、优化产品结构,某公司投资建设了100万t/a连续重整装置。通过对装置的全面标定可知,在装置原料与设计存在较大差别的情况下,预加氢单元超负荷、重整单元满负荷生产时,重整汽油辛烷值可以达到102.4以上,催化剂单耗为0.003 kg/t,装置标油能耗为98.63 kg/t,总体可以达到设计要求。但也存在诸如催化剂单耗偏高、部分单元设计不科学等问题,需进一步对装置进行消缺、改造,优化工艺操作参数。