人工神经网络在化工过程中的应用进展

人工神经网络作为人工智能的重要组成部分,以其超强的鲁棒性、容错性、可充分逼近任何复杂的非线性关系、并行处理、可学习和自适应等优点在改善化工过程传统生产技术诊断滞后、难以优化控制、物性估算误差较大以及不能处理非线性复杂情况等问题上有着广阔的发展空间。本文概述了人工神经网络的原理和发展历程,综述并分析了人工神经网络在故障诊断、过程控制和优化、质量控制、定量结构-活性/性质相关性分析、物性估算、专家系统以及聚类分析等化工过程中的应用原理以及研究进展和现状。最后指出卷积神经网络等深度学习算法的性能高、速度快,在化工过程中发展和应用深度学习算法将成为其发展方向和研究热点。

氢夹点技术方法研究进展和评价

氢夹点技术作为氢气网络优化的重要方法,以其简单直观、高效易懂等优点,自20世纪90年代末被提出至今,在解决氢网络用氢瓶颈上,已经有了成熟稳健的发展。本文介绍了氢夹点技术的基本原理,综述并分析了剩余氢量图解法、严格氢夹点图解法、氢负荷-流量图法、源组合曲线法、多杂质赤字率图解法等多种氢夹点技术方法的提出及研究进展,并对这些方法进行比较和评价,得到各种方法的优缺点和应用范围。最后指出多约束条件下的氢夹点技术方法研究、建立动力学建模以及炼厂氢网络柔性优化设计等将成为未来几年氢夹点技术的研究热点。

基于CAPE-OPEN标准的反应组件开发

为了让反应系统与流程模拟软件的耦合度更低、代码可复用性更高,基于CAPE-OPEN标准开发了反应组件:按照接口标准实现了反应对象、反应包管理器和一个反应包,反应包中包含了对平衡反应和幂次方动力学反应的定义和计算;将各部分对接,形成一个完整的反应求解组件;最后使用支持CAPE-OPEN标准的模拟器进行调用,将计算结果与常用模拟软件进行对比和分析,结果表明该组件计算准确。

ZSM-5分子筛上氯乙酸和二氯乙酸吸附行为的蒙特卡罗研究

采用巨正则统计系综蒙特卡罗模拟方法研究了不同温度、不同吸附方式下,ZSM-5型分子筛上氯乙酸和二氯乙酸分子的吸附行为。由分子筛内吸附质粒子云分布可知,氯乙酸和二氯乙酸分子主要吸附在12元环超笼内,仅有少数氯乙酸可以吸附在十元环孔道内。相同条件下,氯乙酸吸附量大于二氯乙酸吸附量。另外,由吸附相互作用能分布来看,氯乙酸与分子筛之间相互作用能要高于二氯乙酸与分子筛之间的相互作用能,这就使二氯乙酸分子吸附相对氯乙酸分子更为稳定。在350 k Pa时,温度变化对两种分子吸附数量无明显影响,温度升高,其粒子云密度变大。ZSM-5分子筛上存在氯乙酸和二氯乙酸分子的竞争吸附,两种分子由于尺寸相差较小,在吸附过程中相互挤压,相互排斥,造成一部分分子进入到十元环孔道,改变了能量的最可几分布。氯乙酸与二氯乙酸在分子筛内吸附等温线的模拟结果表明,在压力大于40 k Pa和300 k Pa时,氯乙酸和二氯乙酸吸附量分别达到饱和。