醋酸脱水非均相共沸精馏过程多稳态研究

非均相共沸精馏过程中存在多稳态现象,它给共沸精馏过程的分析和控制带来了用难.本文利用流程模拟软件Aspen Plus对以醋酸正丁酯为共沸剂的醋酸脱水共沸精馏过程进行模拟计算.在稳态模型基础上,选择酯相进料流量为操作变量,塔底出料中醋酸含量为观察变量,对醋酸脱水系统进行灵敏度分析.分析结果表明,系统中存在多稳态区域,不同稳态下系统的行为特征相差较大.对开环系统进行动态脉冲测试表明,系统在酯相进料流量正脉冲作用下会从正常工作的稳态变化到低稳态,而通过控制精馏塔内温度变化区间的位置能够保证系统运行在所需的稳态上.最后,针对非均相共沸精馏过程模拟计算很难收敛到所需稳态的问题,本文分析指出可以通过酯进料流量的调节使模型计算收敛到所需的稳态.本文的多稳态研究方法较容易扩展到其它的非均相共沸精馏体系,研究结果将为实际共沸精馏过程的分析设计提供参考.     

精对苯二甲酸装置溶剂脱水塔水相回流对分离效果影响的研究

在醋酸脱水共沸精馏系统中,水相回流不仅能调节物料平衡,而且能控制塔顶出料中的醋酸浓度.在醋酸脱水系统设计和控制的研究中,水相回流往往给定一个固定的流量,很少被用作控制变量,水相回流与精馏塔的进料变化及出料组成的关系未见报道.本文利用Aspen Plus流程模拟软件模拟计算精对苯二甲酸(PTA)装置溶剂脱水共沸精馏系统.利用三元相图分析醋酸-水-醋酸正丁酯(HAC-H2O-NBA)体系中,进料组成变化与水相同流和酯相回流之间的关系.在稳态模型的基础上模拟分析进料中水含量和杂质对二甲苯(Px)对水相回流的影响,结果与相图分析一致.研究结果表明:对于某一特定的出料要求,当进料水含量高于69%时,水相回流可以降低为零,如果此时进料组成发生变化,只要调节酯相回流即可保证精馏塔的分离要求,而当进料水含量低于69%时,水相回流需要进行调节以保证塔顶采出水中醋酸含量合格:不能让杂质PX在塔内累积过多,以免因水相回流大量增加而使塔的能耗增加.本文的研究很容易扩展到其它具有特定出料要求的醋酸脱水共沸精馏系统中,研究结果将为实际生产过程中精馏塔出料组成和能耗的控制提供参考.     

改进差分进化法在裂解深度建模中的应用

针对基本差分进化法搜索精度不高,容易陷入局部最优的缺点,提出基于Alopex改进的差分进化法和自适应学习速率的BP神经网络相结合的学习法,首先运用改进的差分进化法来寻找满意的神经网络参数;然后调用自适应学习速率的LM法精调网络参数.某大型裂解炉裂解深度模型的仿真结果表明,所建模型的精度高,有实用价值.     

进化多智能体技术在多目标优化中的应用

针对多目标优化研究中传统遗传算法存在的一些问题，引入人工智能领域新兴发展起来的多智能体技术，结合遗传算法形成进化多智能体系统来求解多目标优化问题，主要对进化多智能体系统框架、进化遗传算法进行了论述。     

多目标遗传算法及其在化工领域的应用

多目标优化在工程优化领域占有较大比重，这些目标之间大多是相互冲突的，常用的方法是将这些目标通过不同的方式转化成单一目标进行求解，然而这样将使一些有用的信息丢失。多目标遗传算法可避免信息丢失，通过优化它给出一组非劣解供决策者根据不同需要进行选择。本文首先介绍了常用的多目标优化方法，然后详细介绍了目前研究较多的多目标遗传算法，着重讨论了多目标优化方法在化学工程领域中的应用，并对多目标遗传算法的发展进行了展望。     

企业员工思想现状分析及对策

针对当前企业员工思想现状,分析其存在问题及原因,并从企业长远发展的战略出发,提出相应的工作对策,引导员工转变观念,完善自我,充分调动员工的积极性和创造性,更好地为生产服务,为社会服务。     

基于伯恩斯坦多项式和D-vine copula的过程监控方法

针对利用Vine copula进行过程故障监控的建模过程中二元Copula函数种类选择困难问题,提出一种基于惩罚伯恩斯坦多项式的D-vine copula选择方法,运用到化工过程故障监控领域.该方法通过最近邻算法确定D-vine copula模型的变量顺序,利用惩罚伯恩斯坦多项式和核密度估计器分别估计得到D-vine ...     

利用改进的遗传算法进行质量交换网络的最优综合

针对现有质量交换网络综合方法的不足 ,提出用改进的遗传算法进行质量交换网络综合的数学模型 ,该模型以满足操作条件且总年度化费用最小为综合目标 ,在综合过程中同时考虑操作费用和投资费用 .实例计算表明了利用遗传算法进行质量交换网络综合的可行性     

一种PMSM无传感器控制电路的设计与实现

永磁同步电机无传感器控制系统因具备成本低﹑体积小等优势,具有广泛的应用前景.针对永磁同步电机无传感器控制的特点,设计了一款隔离式永磁同步电机控制电路,采用滑模观测器+锁相环的方式检测电机转子位置.并通过试验,验证了该设计的可行性.     

混合蚁群算法及其用于有机物毒性的QSAR研究

设计一种新的混合蚁群算法.该算法以一种新的二进制蚁群算法为基础,混合PBIL(population based incremental learning)算法及遗传算法的交叉操作和变异操作,从而大大提高了种群的多样性及收敛速度,改善全局最优解的搜索能力.通过函数优化测试,表明该算法具有良好的收敛速度和稳定性,最后用于有机物毒性的QSAR研究中,取得较好效果.