碳酸二乙酯-草酸二乙酯二元体系汽液平衡数据的测定与关联

测定了碳酸二乙酯草酸二乙酯二元体系常压汽液平衡数据,利用二元体系的汽液平衡实验数据,运用Visual Basic计算机语言,采用EOS γ法分别用Wilson和NRTL方程模拟计算了碳酸二乙酯-草酸二乙酯二元体系在常压下的汽液平衡并进行了关联,其平均偏差分别为0．0309和0．0201,并进行了热力学一致性检验,两种不同模型的计算结果与实验值都较为吻合,其中以NRTL拟合结果为更好。     

甲醇-环己酮二元体系汽液平衡的测定与关联

用改进的Ellis汽液平衡釜测定甲醇-环己酮二元体系常压汽液平衡数据,并校验实验数据的Herington热力学一致性,结果表明实验数据满足热力学一致性要求.以汽相组成的误差平方和作为目标函数,分别用Willson和NRTL方程关联实验数据,得两热力学方程的模型参数.汽相组成的模型计算值与实验值的平均相对偏差分别为0.56%和1.10%.     

二甲醚-甲醇二元体系汽液平衡的测定与计算

在0～1.45MPa压力范围内,测定了293．15K、323．15K、353．15K、373．15K温度下二甲醚-甲醇二元体系的汽液相平衡数据。利用气相色谱检测汽液相组成,对测定数据进行了热力学计算,采用PR方程计算气相各组分的逸度系数,利用NRTL和UNIFAC法计算液相活度系数。两种不同模型计算值与实验值符合良好,汽液相平衡数据经Herington面积法校验满足热力学一致性检验。     

碳酸二甲酯-甲醇二元体系汽液平衡数据的推算与关联

利用共沸点数据,分别用Wilson,NRTL和UNIFAC方程模拟计算了碳酸二甲酯－甲醇二元体系在常压下的汽液平衡,3种不同模型的计算结果与实验值都较为吻合,其中以UNIFAC方程的拟合结果为最好。     

液体空气汽液平衡计算模型

汽液平衡计算是精馏塔模拟计算中重要的组成部分。以液体空气汽液平衡计算为研究对象,利用神经网络技术,建立了总压（P）和各组分液相组成（X1、X2、X3）为输入节点,3种不同参数作为输出节点。（1）平衡温度（T）、各组分汽相组成（Y1、Y2、Y3）;(2)平衡温度（T）、各组分平衡常数（K1、K2、K3);（3）平衡温度（T）、汽相氮组成（Y1）及氩、氧平衡常数（K2、3））的BP神经网络模型。通过计算比较,第三种参数作为输出节点的液体空气汽液平衡计算模型,不仅具有良好的学习能力,而且预测结果也比较满意。对进一步研究并应用于空分塔模拟计算具有一定的指导意义。     

无实验参数模型的汽液平衡模拟

在无实验参数的条件下模拟汽液平衡,计算量大,计算过程复杂,对一些特殊的混合物计算误差较大,限制了模拟计算的应用范围,本文采用改进的UNIFAC计算活度系数模型和修正的拉乌尔定律模拟汽液平衡,再用构造饱和蒸汽压计算误差函数迭代计算汽液平衡温度,用试位法克服迭代计算中的收敛问题.改进了试位法的终止条件,通过调整迭代的初始温度,大大降低了迭代次数,有效提高了计算速度,对一些特殊的混合物也具有较好的模拟结果,在5 931 mmHg压力下,对水-乙酸混合物模拟计算的平均迭代次数仪19次,在Visual C++环境中,用面向对象的方法,实现了无实验参数模型模拟汽液平衡,数据处理用独立的类完成,并采用了动态分配内存的方法处理数据,使计算模块具有较好的独立性和复用性,最后在不同的压力下,模拟计算了乙醇-水、水-醋酸和苯-甲苯等混合物,证明该法可模拟实际过程,计算速度较快,模拟效果较好.     

甲基三氯硅烷-二甲基二氯硅烷-苯体系中二元体系的汽液平衡数据推算

在预测卤化硅烷体系性能时,通过改变溶液的混合规则来确定预测方案。估算了甲基三氯硅烷、二甲基二氯硅烷、苯相互之间组成的二元体系在恒压101.325 kPa下的相互作用参数,这种估算是基于把汽相看成理想溶液来实现的,而且采用matlab优化工具箱中的非线性最小二乘法用Wison模型关联了实验数据,预测结果比文献更逼近实验数据。这些二元体系汽液平衡数据为卤硅烷的生产提供了理论依据。     

盐酸-水-盐体系的汽液平衡预测

电解质溶液汽液平衡的预测和计算是加盐萃取精馏模拟的基础,准确计算电解质溶液的汽液平衡有重要的理论和实际意义。本文应用Chen的电解质溶液NRTL模型,根据电解质-水二元体系的汽液平衡数据回归的二元参数．对盐酸-水-氯化钙与盐酸-水-氯化镁两种体系的汽液平衡进行了预测,温度的平均绝对误差分别为0．32(K)和0．39(K),汽相摩尔分数的平均绝对误差分别为0．0080和0．0070。计算结果与文献数据比较一致。     

碳酸二甲酯-甲醇-糠醛三元体系汽液平衡数据的推算与关联

测定了DMC-CH_3OH,DMC-C_5H_4O_2,CH_3OH-C_5H_4O_2二元体系汽液平衡实验数据,利用二元体系的汽液平衡数据,运用C语言用NRTL状态方程模拟推算了碳酸二甲酯-甲醇-糠醛三元体系在常压下的汽液平衡,并对数据进行了关联。为建立精馏分离碳酸二甲酯-甲醇二元共沸体系的数学模型提供了必要的VLE数据。     

甲酸-水-N-甲基吡咯烷酮体系等压汽液平衡的研究

在常压下测试甲酸-水、甲酸-N-甲基吡咯烷酮、水-甲酸-N-甲基吡咯烷酮的汽液平衡数据。考虑甲酸在汽相中的缔合效应,用维里方程和Hayden-O'connell关联式修正了汽相的非理想性,并用非线性最小二乘法关联前2对二元体系的汽液平衡数据,得NRTL和Wilson方程的模型参数。以NRTL模型参数预测三元体系汽液平衡数据,温度平均偏差为1.76℃,甲酸的汽相平均偏差为0.032 2,水的汽相平均偏差为0.040 4;以Wilson模型参数预测三元体系汽液平衡数据,温度平均偏差为1.66℃,甲酸的汽相平均偏差为0.027 5,水的汽相平均偏差0.011 6,可见2个模型预测值均与实验值吻合良好,而Wilson模型的关联精度较高。     

盐-水-乙醇-乙二醇体系汽液平衡的预测

电解质溶液汽液平衡的预测和计算是是热力学的一个重要研究领域,是加盐萃取精馏模拟计算的重要基础,精 确的推算电解质溶液的汽液平衡数据有着十分重要的理论和实际意义。本文改进了计算电解质溶液汽液平衡的LI- QUAC模型,用计算水-乙醇-乙二醇体系汽液平衡更为精确的NRTL模型代替lIQUAC模型中的UNIFAC模型来计 算溶剂分子间相互作用对超额Gibbs自由能的影响,并据此推算出两种盐-水-乙醇-乙二醇体系的汽液平衡数据, 与本文实验数据及文献数据比较,结果比较满意。该模型对电解质溶液汽液平衡的进一步研究以及加盐萃取精馏的工 程计算均具有一定的指导意义。     

基于COSMO-SAC模型对离子液体选择性的预测

以水,1,4二氧六环,丙酮,正己烷,1-辛醇,环己烷,苯以及离子液体的σprofile计算结果为基础,采用COSMO-SAC模型对各种两相系统的活度系数进行计算,以预测相平衡。预测了环己烷、苯、对二甲苯、间二甲苯和邻二甲苯在离子液体1-乙基-3-甲基咪唑四氟硼酸盐[Emim][BF_4]和1-丁基-3-甲基咪唑二氰胺盐[Bmim][(CN)_2N]中的无限稀释活度系数,为选择合适离子液体分离脂肪烃/芳香烃混合体系,对二甲苯/间二甲苯混合物,对二甲苯/邻二甲苯混合物提供依据。     

超临界二氧化碳与异丁醇二元体系气液相互溶解度模型的研究

采用可变体积可视观察法测量装置,测定CO_2与异丁醇在40℃-80℃温度范围和不同压力下的平衡数据。研究高压状态下CO_2在液相中的溶解度和异丁醇在气相中的溶解度模型,以改进亨利定律和Chrastil半经验溶解度方程,提出适合于高压下CO_2与异丁醇二元体系的相互溶解度模型,其中CO_2在液相中的溶解度可用4次多项式模型关联,其形式为:P_(CO_2)=A+B_1·x~(CO_2)+B_2·x_(CO_2)~2+B_3·x_(CO_2)~3+B_4·x_(CO_2)~4。异丁醇在CO_2中的溶解度可用改进的Chrastil半经验溶解度方程模拟,其形式为C=p~k·exp(α/T)+b。结果:所提出的气相溶解度方程和液相溶解度方程与试验数据非常吻合,拟合相关系数和精度较高。     

UNIFAC-DMD法预测烷烃-氨的汽液相平衡

烷烃-氨的汽液相平衡模型是计算爱因斯坦制冷循环的重要数据.然而在设计氨-水-异戊烷的爱因斯坦制冷循环的过程中,从文献中查阅不到异戊烷一氨的相平衡数据.采用商业软件中基团贡献法UNIFAC-DMD自带的数据库所预测的结果也不尽人意,不能得到特征的蝶形相图.本文利用基团贡献法的原理,通过使用模拟软件,应用文献中得到的丙烷-氨和正丁烷-氨体系的相平衡数据,拟合基团贡献法uNIFAC-DMD中的CH2、NH3的含对温度修正的基团交互参数aCH2NH3,1/K,aCH2NH3,2,aCH2NH3,3/K-1和aNH3CH3,1/K,aNH3CH3,2,aNH3CH3,3/K-1..拟合得到上述基团交互参数值分别为-1 995.4,18.51,-0.037,11 565.3,-68.98,和0.111 4.将此组新参数替换原有基团贡献法的数据库参数,重新预测烷烃-氨的相平衡,成功预测得到了蝶形相图.     

A binary pattern classification using potts model

The paper offers a new kind of neural network for classifying binary patterns. Given the dimensionality of patterns, the memory capacity of the network grows exponentially with free parameter s. The paper considers the limitations for parameter s caused by the fact that greater values of demand large computer memory and decrease the basin of attraction we have. In contrast to similar models, the network enjoys larger memory capacity and better recognition capabilities—it can distinguish heavily distorted patterns and even cope with pattern correlation. The negative effect of the latter can be easily suppressed by taking a large enough value of s. A perceptron recognition system is considered to demonstrate the efficiency of the algorithm, yet the method is quite applicable in fully connected associative-memory networks. The article is published in the original.     

Tracking and identification of regime-switching systems using binary sensors

This work is concerned with tracking and system identification for time-varying parameters. The parameters are Markov chains and the observations are binary valued with noise corruption. To overcome the difficulties due to the limited measurement information, Wonham-type filters are developed first. Then, based on the filters, two popular estimators, namely, mean squares estimator (MSQ) and maximum posterior (MAP) estimator are constructed. For the mean squares estimator, we derive asymptotic normality in the sense of weak convergence and in the sense of strong approximation. The asymptotic normality is then used to derive error bounds. When the Markov chain is infrequently switching, we derive error bounds for MAP estimators. When the Markovian parameters are fast varying, we show that the averaged behavior of the parameter process can be derived from the stationary measure of the Markov chain and that can be estimated using empirical measures. Upper and lower error bounds on estimation errors are also established.     

Reservoir description using a binary level set model

We consider the inverse problem of permeability estimation for two-phase flow in porous media. In the parameter estimation process we utilize both data from the wells (production data) and spatially distributed data (from time-lapse seismic data). The problem is solved by approximating the permeability field by a piecewise constant function, where we allow the discontinuity curves to have arbitrary shape with some forced regularity. To achieve this, we have utilized level set functions to represent the permeability field and applied an additional total variation regularization. The optimization problem is solved by a variational augmented Lagrangian approach. A binary level set formulation is used to determine both the curves of discontinuities and the constant values for each region. We do not need any initial guess for the geometries of the discontinuities, only a reasonable guess of the constant levels is required.