基于RBFN-PLSR方法的CO2提纯塔模型

CO2提纯塔出口浓度与其影响因素之间存在复杂的非线性关系,传统的线性回归和非线性回归方法难以建立起它们之间准确的关系模型。本文运用RBFN的最佳函数逼近性能,结合PLSR的空间变换方法,建立了CO2提纯塔模型。交叉验证表明,所建模型平均拟合相对误差为0．0063%,平均预报相对误差为0．1210％,该模型可用于提纯塔出口CO2浓度的预测。     

CO2提纯塔建模研究

通过对工厂实际生产数据进行回归分析，得到CO2提纯塔的多元线性回归模型。检验表明，该模型具有较好的显著意义和较高的拟合精度，可为提纯塔的进一步工艺参数优化提供基础。     

基于Aspen Plus的超大规模低温甲醇洗工艺全流程模拟

利用Aspen Plus软件对超大规模低温甲醇洗工艺进行了全流程模拟,并对物性模型中关键组分的二元交互作用参数进行了修改。模型模拟得到了净化气的成分、汽提氮气的消耗量以及需要的冷量,揭示了洗涤塔脱硫段吸收剂对H2S脱除效果的影响、洗涤塔脱碳段吸收剂对CO2脱除效果的影响、H2S浓缩塔汽提N2对H2S浓缩效果的影响以及热再生塔塔底蒸汽对甲醇再生效果的影响。     

MEA吸收电厂烟气CO_2流程模拟与优化

从吸收剂浓度、吸收剂进料温度、解吸塔的压力和解吸塔再沸器热负荷等影响因素对乙醇胺(MEA)吸收电厂烟气中CO2的过程进行模拟分析,从而提出合理的吸收和解吸条件,为乙醇胺吸收燃煤电厂排放的CO2的工艺过程优化提供理论指导。     

溶液全循环法尿素工艺技术改进

介绍采用提高CO2转化率和尿素水解气提技术改进溶液全循环法尿素工艺。采用双钝化技术降低惰气含量，调整水碳比，以及改进塔盘结构，优化合成工艺条件等措施，提高CO2转化率。根据尿素水解机理，设计出边水解、边气提的水解气提技术，使解吸废液在较低水解温度、较短停留时间，达到理想的水解深度。     

NHD脱碳流程及低压闪蒸槽的改进

对原NHD脱碳工艺流程进行了改进 ,将低压闪蒸槽移至气提塔上部 ,并将其设计成为具有新型塔内件的高效规整填料塔 ,通过管路压力降的计算 ,取消了原流程中富液泵。结果表明 ,改进后CO2 纯度达到 98.5 % ,吨氨耗电降至 12 0kW·h ,耗NHD溶剂 0 .2kg/tNH3 。     

水泥窑尾烟气CO2变压吸附捕集技术的应用与实践

通过窑尾CO2变压吸附捕集与利用的成套装置,将窑尾烟气CO2提纯到40％后,巧妙搭载在飞灰水洗水泥窑协同处置技术系统中,用于飞灰水洗液硬度降控和pH调节,低成本利用窑尾烟气CO2.同时结合前期装置运行中出现的问题,进行技术优化改进,建成变温吸附(TSA)+变压吸附(PSA)的碳捕集装置一套,该装置CO2吸附速率可达到1...     

普光净化厂尾气酸水汽提工艺优化研究及应用

针对普光天然气净化厂酸水汽提净化水质合格率偏低的问题,采用了工艺模拟和实验的方法对净化厂的酸水单塔低压汽提工艺进行了研究。利用过程模拟软件Pro/Ⅱ以及现场实际生产数据建模并对酸水汽提工艺进行了模拟优化,工艺模拟优化结果表明进料温度为影响汽提效果关键因素。根据操作参数和改进的工艺流程模拟优化结果,设计了一套汽提中试装置并开展了现场实验,实验结果验证了进料温度为影响汽提效果的关键因素这一结论,同时根据实验结果确定了酸水汽提的最优工艺条件为进料温度74℃,且塔顶汽提采出量为10%。根据汽提工艺优化结果对一联合车间酸水汽提塔进行了工艺改造,改造可显著改善净化水质,使得净化水中硫化物和氨氮质量浓度分别控制在0.1 mg/L和10 mg/L以下。     

三聚氰胺装置CO2汽提塔压差升高对其操作影响分析

对三聚氰胺装置CO2汽提塔塔盘堵塞,压差升高原因及对其操作影响进行了分析,通过调整冲洗水量,蒸汽量,减负荷等措施来处理塔盘堵塞,避免压差波动,并提出操作优化建议,使CO2汽提塔运行达到最大可能稳定性.     

基于广义回归神经网络的碳铵塔预测模型

采用改进的遗传算法优化广义回归神经网络(GRNN)的平滑参数,并运用GRNN的非线性映射能力,建立了碳铵塔出口碳化度和氨滴度的预测模型.检验结果表明,该模型具有良好的预测性能.     

基于免疫遗传算法的低噪声轮胎花纹结构参数优化

在遗传算法的基础上引入免疫概念,提出免疫遗传算法,并进行轮胎花纹结构参数优化。免疫遗传算法有效克服了遗传算法易退化、早熟、速度慢和解单样性等缺陷,加强了轮胎花纹低噪声优化过程中的收敛性和优化适应性,提高了优化速度和可信度,并能使解多样性,扩大了设计选择空间。     

Performance evaluation of an ANN–GA aided experimental modeling and optimization procedure for enhanced synthesis of marine biosurfactant in a stirred tank reactor

BACKGROUND: An improved resilient back‐propagation neural network modeling coupled with genetic algorithm aided optimization technique was employed for optimizing the process variables to maximize lipopeptide biosurfactant production by marine Bacillus circulans. RESULTS: An artificial neural network (ANN) was used to develop a non‐linear model based on a 2⁴ full factorial central composite design involving four independent parameters, agitation, aeration, temperature and pH with biosurfactant concentration as the process output. The polynomial model was optimized to maximize lipopeptide biosurfactants concentration using a genetic algorithm (GA). The ranges and levels of these critical process parameters were determined through single‐factor‐at‐a‐time experimental strategy. Improved ANN‐GA modeling and optimization were performed using MATLAB v.7.6 and the experimental design was obtained using Design Expert v.7.0. The ANN model was developed using the advanced neural network architecture called resilient back‐propagation algorithm. CONCLUSION: Process optimization for maximum production of marine microbial surfactant involving ANN‐GA aided experimental modeling and optimization was successfully carried out as the predicted optimal conditions were well validated by performing actual fermentation experiments. Approximately 52% enhancement in biosurfactant concentration was achieved using the above‐mentioned optimization strategy. © 2012 Society of Chemical Industry     

遗传算法在煤炭产量预测建模中的应用

针对常规遗传算法（SGA）存在的早熟、寻优效率偏低等缺点，提出了一种改进的遗传算法。利用遗传算法的全局寻优特点，将它应用于模型参数估计，建立了精度更高的煤炭产量预测模型。     

逆向法测定酮洛芬对映体在Chiralpak AD柱上的吸附等温线

模拟移动床（SMB）色谱分离与纯化的操作过程复杂,对其进行设计与优化需要使用数值模拟方法,准确测定竞争型吸附等温线具有重要意义。采用逆向法确定了25℃下酮洛芬对映体在直链淀粉手性固定相（Chiralpak AD）上的竞争吸附等温线,先用高效液相色谱测得酮洛芬对映体在Chiralpak AD 柱上的过载流出曲线,再通过拟合实验测得的流出曲线确定吸附等温线模型及其参数。研究中采用平衡扩散模型描述酮洛芬对映体在色谱柱上流出的瞬态过程。参数拟合过程中,首先用非支配基因算法（NSGA-Ⅱ）在较广的参数空间内搜索吸附等温线模型参数,再以所得结果作为初值,使用Levenberg-Marquardt 算法（LMA）对参数进一步优化。比较了4种不同竞争吸附等温线模型对实验测得的流出曲线的拟合结果,其中五参数的Bi-Langmuir 模型拟合程度最好。测量了不同进料浓度和进料量条件下的流出曲线,并通过与模型预测结果的对照验证了所确定吸附等温线模型和参数。     

质子交换膜燃料电池混合动力系统能量优化的仿真分析

分析了混合动力系统的控制目标及需要考虑的几个关键参数。以PEMFC混合动力系统为对象,分别针对给定负载模式和实时运行模式进行控制策略设计和能量优化仿真。对给定的负载模式,采用遗传算法对多约束组合优化问题进行求解,仿真结果证明了算法的可行性。对于实时运行模式,在原有模糊控制策略的基础上,引入燃料电池电压和电压变化量对模糊输出进行两级修正。仿真结果表明,改进后的模糊控制策略可以有效提高燃料电池运行效率,降低燃料电池功率波动。     

一种基于偏好的多目标遗传算法在动态模型参数辨识中的应用

针对多目标优化问题,提出了PNSGA算法(preference-based non-dominated sorting genetic algorithm),是一种NSGA Ⅱ的改进算法,结合Pareto支配和偏好信息定义了新的优于关系;把偏好信息加入快速非支配排序中,引导搜索方向,更方便决策者选择;并进一步分析了加入偏好对拥挤度机制的影响.实验证明该算法能较好地解决动态模型参数辨识的问题,有利于决策者做出决策.     

约束优化问题的改进混合遗传算法

提出了罚函数与修复的混合策略,改进了罚函数,给出了种群早熟度评价指标,对遗传算法的交叉算子进行了改进,解决了单一使用罚函数方法求约束优化问题所遇到的困难,方便了遗传算法在约束优化问题中的应用,提高了遗传算法在机械及工程中应用的适应性。数值实验证明,该方法比传统的遗传算法处理约束优化问题效率高。     

遗传算法在环己醇/环己酮硝化氧化反应动力学模型参数估计中的应用

针对传统优化方法易陷入局部最优、全局寻优性能较差等缺点，本文提出了一种改进的遗传算法，并将它应用于环己醇／环己酮硝化氧化反应动力学模型参数估计，取得了满意的效果。     

Multiobjective optimization of polymerization reaction of vinyl acetate by genetic algorithm technique with a new replacement criterion

A multiobjective optimization procedure based on genetic algorithm has been developed to determine optimum operational conditions of polymerization reaction. In this article by using a new selection criterion to choose the next generation members with better quality, optimization efficiency is improved and the number of generations to obtain Pareto optimal set reduced. In this proposed method a novel replacement criterion based on ranking level information and proximity of solutions to the Pareto optimal front is used to choose the next generation members. The polymerization of vinyl acetate has been chosen as an example. Two objective functions, which used in this study, are maximization of the weight average molecular weight up to the desired value and minimization of the residual initiator concentration. A Pareto optimal set of objective functions has been obtained by application of a Pareto set filter operator. Furthermore, the influence of genetic algorithm parameters on the efficiency and convergence of genetic algorithm is studied by changing cross over and mutation probabilities. Because of the flexibility and generality of genetic algorithm, this optimization method is a useful technique with lots of potentials in determination of optimum value of operation parameters. POLYM. ENG. SCI., 2008. © 2008 Society of Plastics Engineers