硝基苯精馏过程的模拟优化

传统等温硝化制硝基苯工艺中,采用双塔精馏除去硝化产物中水、苯等轻组分和二硝基苯、硝基酚等重组分。本文采用Aspen plus软件对双塔流程进行稳态模拟优化,对其精馏特性进行了分析,指出初馏塔馏出量是一个重要的操作参数。对馏出比D/F进料位置等参数进行灵敏度分析,其优化值对工业生产过程具有重要的参考指导作用。     

甲醇精馏变负荷操作优化技术研究及应用

粗甲醇的精馏提纯是甲醇合成生产过程中十分关键的一环,具有很强的非线性和时变性.目前的绝大部分研究都是针对精馏塔设计与塔结构的研究,而对实际投入运行的精馏系统的操作型节能研究较少.研究对已实际投入生产的精馏系统,当进料负载和组分因实际生产情况或者市场需求而改变时,如何确定最佳操作参数达到节能优化的目的,并提出系统的解决方案.     

间歇精馏过程模拟优化研究进展

该文讨论了描述间歇精馏过程的严格模型及其基础上的各种简化模型,包括简捷模型、分段模型、半严格模型和降阶模型。总结了求解刚性微分方程的各种方法,其中各类BDF方法在解刚性方程时效果较好。分析比较了优化间歇精馏过程的两种方法以及综合优化问题的两种方法—二层法和SA法。     

平流双效精馏过程的模拟和优化

对平流双效精馏过程进行了详细研究，建立了最优化设计的数学模型并编制了通用计算机最优化设计程序，用实例对所建立的数学模型及优化设计方法进行了考核计算，发现平流双效精馏节能效果显著，具有很高的应用价值。     

氯乙烯精馏工艺中的低塔控制优化方案

该文是作者在氯乙烯精馏装置的生产操作、工艺改进、参数控制的长期实践基础上写成的。作者阐述了经过工艺和控制系统优化后,形成的新的控制方案和操作方法。生产实践证明了该方案操作简单、控制有效,解决了精馏生产过程中长期存在的控制不稳和氯乙烯含量不稳的问题,使产品质量达到了工艺要求。     

甲醇精馏系统模拟与优化

本文应用过程模拟软件Aspen Plus,采用Wilson和PSRK相结合的物性方法,实现了对某厂甲醇四塔双效精馏系统的模拟.为降低生产成本,本文通过对系统模拟与分析,对生产的工艺流程进行进一步改进,并提出3个优化方案:(1)增加加压精馏塔侧线采出送常压精馏塔作为进料;(2)对常压精馏塔塔底和回收塔塔底部分废水进行循环;(3)采用加压精馏塔与预精馏塔双效精馏.经过模拟计算,改进后的新工艺流程在保证甲醇产品的产量与质量的前提下,共能节省公用工程热量21173 kW,节省公用工程冷量16268 kW,节省工业用水10375 kg/hr,污水处理量减少10 375 kg/hr.本文所选用的单元操作模型及物性方法对于模拟甲醇精馏系统是准确可靠的,因此本文所提出的优化方案能为甲醇工业生产节能、节水以及减少废水排放的改造和新工艺流程的开发提供理论依据.     

丙酮和正己烷共沸体系萃取精馏的模拟优化

利用化工流程模拟软件Aspen Plus以NMP为萃取剂对丙酮和正己烷共沸物系的双塔连续萃取精馏过程进行了模拟计算与优化。确定最优工艺方案为:萃取精馏塔理论板数32,正己烷与丙酮原料进料位置为第25块理论板,萃取剂进料位置为第4块理论板数,溶剂比1.8,回流比1;溶剂回收塔理论板数为7块,回流比为0.6,进料位置为第4块理论板数。萃取精馏塔塔顶产品正己烷含量达到99.84%,萃取剂回收塔塔顶丙酮含量达到99.88%。模拟和优化结果为分离过程的优化操作和设计提供理论依据。     

反应精馏制备碳酸二乙酯的过程模拟与优化

碳酸二乙酯(Diethyl carbonate,DEC)是一种绿色环保的化工产品,用途广泛,具有良好的工业应用价值。为避免传统工艺副产物多、产物难分离等问题,采用碳酸丙烯酯一步法合成碳酸二乙酯,并将反应精馏技术应用于碳酸丙烯酯与乙醇酯交换反应生产碳酸二乙酯工艺中。以乙醇钠为催化剂条件下碳酸丙烯酯酯交换反应动力学为基础,应用Aspen Plus软件对反应精馏过程进行模拟,分别探讨了反应精馏塔精馏段、反应段和提馏段理论板数、醇酯进料比、操作回流比和塔顶采出进料摩尔比对碳酸丙烯酯转化率的影响,从而确定适宜的工艺条件:反应精馏塔的精馏段、反应段、提馏段理论板数分别为2、8、8:醇酯比为8;操作回流比R为6.7;塔顶采出进料摩尔比为0.71。在此工艺条件下碳酸丙烯酯的转化率为79.54%。模拟结果对反应精馏合成碳酸二乙酯的工艺设计和过程优化具有重要指导意义。     

能耗优化的神经网络轻量化方法研究进展

近年来,神经网络在语音识别、计算机视觉、自然语言处理等领域都取得了良好的进展.大量的神经网络被部署于诸如手机、摄像头等依赖电池或太阳能供电的小型设备.但神经网络参数量大计算复杂,需占用大量计算资源并消耗电能,从而限制了其在资源受限平台上的应用.学术界和工业界逐渐关注于神经网络的高能耗问题.神经网络轻量化方法可以有效地减少参数数量、降低参数精度或优化计算过程从而降低神经网络能耗.本文从能耗优化的角度梳理了神经网络能耗估算方法和神经网络轻量化方法的基本思路,综述了近年来该领域主要研究成果,并提出了能耗估算和能耗优化的神经网络轻量化方法存在的挑战及进一步研究的方向.其中神经网络能耗估算方法包括测量法、分析法和估算法.能耗优化的神经网络轻量化方法包括剪枝、量化、张量分解和知识蒸馏.对于进一步研究方向我们认为,首先需要建立可自适应网络类型的能耗模型;然后需要考虑平衡精度和能耗的轻量化方法.其次需要实现硬件平台可泛化的轻量化方法;最后开发搜索空间可约束的轻量化方法.     

热偶精馏过程模拟与优化的改进

热偶精馏是一种新的节能方式，但传统的热偶精馏模拟计算过程繁复，且基于传统模拟过程的优化方法也难以得到良好的可行解。针对这一问题，本文利用人工神经网络和遗传算法的特点，提出将二者结合以改进热偶精馏过程的优化方法，并将该方法应用于丁二烯分离及乙腈回收流程的研究中，先由神经网络建立黑箱数学模型，再由遗传算法优化热偶精馏的操作参数，通过计算结果比较，表明该方法可以迅速得到优化变量和目标函数，而且获得全局最优解。     

基于Elman神经网络的电池能耗仿真研究

针对电加热烟具电池在实际使用过程中难以测量的问题,笔者提出利用Elman神经网络对电池电量进行预测。首先根据实际电池工作状态下的电池电压、内阻、使用时间以及电池电量等历史数据,建立基于Elman神经网络的电池电量监控模型。运用多层Elman神经网络模型对某电子产品中的锂电池实时监测电量,经仿真和实际应用验证了此模型的可行性。     

基于BP神经网络的用户感知体系优化仿真

研究提高网络质量评估准确度问题。用户感知是网络质量评估的标尺,而现有无线网络优化中影响用户感知的有众多因素,和网络性能指标之间没有明显的映射关系,采用传统的数学方法很难对复杂的非线性问题定量分析,难以从网络性能指标中实现用户感知评估导致网络质量评估不准。为解决上述问题,提出一种基于BP神经网络的用户感知体系。采用具有非线性映射功能的神经网络,建立用户感知体系模型,实现用户感知的评估。通过比较验证,对用户感知度的评估达到了合理误差,并能够提升网络优化主动智能性,对网络质量评估更准确,对网络优化工作提供了设计依据。     

基于能耗指导分布式网络分簇路由优化设计

针对传统能耗管理和路由设计模型不能对非均匀分布的异构网络进行自适应能量补给和能量均衡分配的问题,提出一种基于能耗指导的分布式网络分簇路由优化设计方案。对网络模型进行构建,设计异构非均匀分布式网络的能量采集模型和能量消耗模型,以最小网络能耗均衡为指导,设计出优化的网络分簇路由算法。得到基于能耗指导模型的分布式网络路由优化数据分发机制,使网络能耗最低,节点存活性最好,且性能最高。实验结果表明,采用该算法进行分布式网络能耗指导,实现分簇路由优化设计,能够显著降低网络的能耗,有效提高网络生存期和覆盖率,分布式网络的吐吞量也得到提高。     

基于BP神经网络的火电厂煤耗在线仿真

研究火电厂供电煤耗优化问题,火电厂供电煤耗是衡量电厂能经济运行的一项重要指标,由于热耗与锅炉平衡效率计算需要大量离线数据,很难在电厂监控系统上实时显示供电煤耗.为解决上述问题,利用可变学习速率的BP算法建立了供电煤耗仿真的三层神经网络模型,并用C语言编制了相应的计算程序.对比不同输入参数以及不同隐层节点数情况下进行仿真,结果表明仅用16个强关联参数和22个隐层节点数的BP神经网络模型就能够在线仿真出精度较高的供电煤耗,并且动态响应好,具有很强的鲁棒性.     

基于IPSO-Elman神经网络的建筑暖通空调系统能耗预测方法

在建筑暖通空调系统能耗预测中,在不同负荷比率的作用下预测偏差较高,可靠性需要进一步提高.为此,提出了基于IP-SO-Elman神经网络的建筑暖通空调系统能耗预测方法.从正在运行的暖通空调系统中,提取能耗数据,在获得完整的能耗数据后,根据能耗数据的动态变化特点,计算IPSO-Elman神经网络的惯性权重和学习因子,将能耗...     

基于遗传神经网络的零件图像非线性校正

提出了基于遗传神经网络校正非线性失真图像的方法。首先,用遗传算法优化神经网络的权值,构成遗传神经网络。然后,从标准的矩形栅格的失真图像中提取特征样本,样本的坐标用于训练遗传神经网络,标准矩形栅格中的样本的坐标作为目标输出。最后,以失真图像所有像素的坐标作为遗传神经网络的输入;其输出的坐标经过灰度级插值,实现图像的非线性校正。实验结果表明,文中提出的方法是有效的。     

基于改进粒子群优化BP网络的城市用水量预测

对城市用水量的科学预测是城市供水管网规划与设计基础,可以给供水系统安排生产与优化调度提供科学依据。由于传统BP神经网络应用于城市用水量预测存在训练收敛速度过慢、预测精度较低等缺陷,本文提出基于改进粒子群优化BP神经网络的城市用水量预测方法。实验结果表明,该方法的训练收敛速度、预测精度明显优于传统BP神经网络、粒子群优化BP网络的方法,可以满足供水系统生产与调度的实际需要。     

基于改进能量分区控制传感网络通信优化仿真

当前无线传感网络中的节点分布可能存在极不均匀现象,造成节点能量消耗不集中,远离Sink节点的簇头能耗较大,破坏传感网络覆盖拓扑结构,导致网络的能量不均衡现象,通信受阻.为解决上述问题,提出了一种基于模糊c均值节点能量分区控制算法.利用混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对传感网络内的节点能量属性进行分类搜索,利用Logistics混沌映射对头节点进行优化分区操作,把混沌扰动量引入到节点能量分区当中,完成最优能量节点的选择,优化通信过程.仿真结果证明,算法对无线传感网络最优节点的聚类性能效果提高明显,通信效率提高25％以上.具有很好的实际应用性能和效果.     

基于改进Elman网络的精馏塔建模及仿真

针对前馈网络的不足,提出利用改进的Elman神经网络模型对兰州石化某厂600kt乙烯精馏塔出口成分含量进行建模和预测,并采用主元分析法对高维输入变量进行预处理,以简化网络建模的结构.实例分析表明:改进的Elman神经网络收敛速度快、预测精度高,能够更好的实现对乙烯精馏塔出口成分含量的建模和预测.