基于MEA-BP神经网络的多孔质轴承参数优化

为了提高圆盘类多孔质静压止推轴承的静态特性,采用思维进化算法(MEA)优化反向传播(BP)神经网络,创建圆盘类多孔质静压止推轴承静态特性的预测模型,完成轴承静态承载力、静刚度以及耗气量的高精度预测,其预测误差分别低于2%、5%以及5%。基于此模型,以最大化静态承载力和静刚度、最小化耗气量为优化目标值,采用遗传算法对轴承的多孔质参数组合进行多目标优化,实现轴承参数的快速优化设计。优化结果表明:此轴承静态承载力提高了64.53%,静刚度提高了31.93%,耗气量降低了56.52%。

壬二酰胺MEA与阿地米屈的美白及抑菌功效研究

对壬二酰胺MEA与阿地米屈的痤疮丙酸杆菌抑菌效果和美白活性进行研究并对比。以测定抑菌率及MBC值来评价其抑菌效果;以抑制黑色素变化量以及酪氨酸酶活性效果,测定美白活性。实验结果表明:壬二酰胺MEA在2.0 mg/mL浓度下对酪氨酸酶活性抑制率为65.96%、黑色素变化量降低24.90%,对痤疮丙酸杆菌的MBC值为10.0 mg/mL、此浓度下抑菌率达到93.26%。阿地米屈基本不会抑制细胞黑色素生成,其MBC值为10.0 mg/mL,抑菌率为98.78%。壬二酰胺MEA对痤疮丙酸杆菌具有良好的抑菌作用及美白活性,更适合在治疗痤疮及美白产品中应用。

苦参碱联合壬二酰胺MEA治疗玫瑰痤疮的临床疗效分析

目的探讨苦参碱与壬二酰胺MEA为主要组合物治疗玫瑰痤疮的安全性及疗效。方法以18-60岁的30例玫瑰痤疮患者为研究对象,连续使用测试产品4周,通过医生评估、受试者自评、图像拍摄以及仪器测试,评价测试样品是否具有修护皮肤屏障、舒缓褪红等功效。结果在本试验条件下,该测试产品用于面部玫瑰痤疮人群中,具有较高的安全性,严格按产品说明书使用4周,具有显著性的保湿、修护皮肤屏障、舒缓褪红等功效(P<0.05),并在一定程度上可以改善玫瑰痤疮患者面部皮肤的客观症状和体征。结论苦参碱联合壬二酰胺MEA对于玫瑰痤疮导致的红肿、潮红、皮肤炎症有显著的改善效果,并且安全性高。

基于MEA评估框架的混流式水轮机健康状态动态评估

为了对混流式水轮机安全运行状态进行评估,根据混流式水轮机检修记录和在线监测信号,构建健康状态评估体系;基于组合赋权法和MEA评估框架,构建混流式水轮机健康状态动态评估模型;并以某重点调水工程水电站的混流式水轮机为例,进行实证研究。结果表明,基于MEA评估框架的混流式水轮机健康状态评估体系具有适用性和合理性。研究结果可为混流式水轮机健康状态评估提供参考与借鉴。

基于MEA碳捕集过程的溶剂降解模型研究

目的吸收剂降解是工业烟气碳捕集过程中普遍存在的问题。目前,关于乙醇胺(MEA)溶剂降解的研究主要集中于单一的降解过程,缺乏对MEA溶剂降解过程完整机理模型的研究。提出了一种综合考虑MEA氧化降解和热降解的溶剂降解模型,使其能够更为准确地预测实际工业生产过程。方法建立了反应器的动态模型,并利用粒子群(PSO)算法,基于MEA溶剂降解的实验数据,构建了数据驱动的MEA溶剂降解模型。基于实际工厂数据,建立了一个包含MEA溶剂降解过程的稳态模型,并对关键设备中溶剂的降解情况进行了详细分析。在此基础之上,讨论了工艺参数对溶剂降解的影响,并提出在实际生产过程中有效降低溶剂降解的操作方法与建议。结果该模型的预测结果和实际工业生产数据较为吻合,可有效预测工业烟气碳捕集过程中MEA溶剂的降解情况,并在优化工艺操作参数方面表现出较大的潜力。结论该模型的建立可为碳捕集的模拟研究和工艺设计提供重要的参考。

基于MEA/烟气CO_(2)捕集系统的工艺模拟和吸收塔高度对模拟的影响分析

目的对MEA/烟气CO_(2)捕集系统进行工艺模拟计算,研究分析理论塔板数和填料高度对模拟计算的影响。方法采用Aspen HYSYS软件,对吸收塔采用不同填料高度和不同理论塔板数分别在溶液循环量为30 m^(3)/h和40 m^(3)/h时进行模拟计算,对CO_(2)捕集率、再生能耗等结果进行对比分析。结果当吸收塔理论塔板数为20或25时,CO_(2)捕集率模拟值偏低。当吸收塔理论塔板数为20时,再生能耗为采用252Y规整填料(填料高度10 m)吸收塔的1.61~1.87倍,为采用50 mm鲍尔环填料吸收塔(填料高度15 m)的1.53~1.78倍。当吸收塔理论塔板数为25时,再生能耗为采用252Y规整填料(填料高度10 m)吸收塔的1.31~1.38倍,为采用50 mm鲍尔环填料(填料高度15 m)吸收塔的1.24~1.32倍。对于30%(w)的MEA/烟气吸收体系,252Y规整填料高度的临界值为10 m,50 mm鲍尔环填料高度的临界值为15 m;模拟再生能耗为4.10~4.31 GJ/t CO_(2)。结论当吸收塔理论塔板数为20或25时,再生能耗模拟计算值偏高,Aspen HYSYS软件在能耗模拟方面适应性较差。采用Aspen HYSYS模拟计算时,建议先对吸收塔结构参数定义后再进行系统模拟,可得到相对准确的模拟计算结果。

MEA二元复合胺溶液对CO_(2)吸收的研究进展

全球温室效应日益加剧,CO_(2)减排刻不容缓,乙醇胺(MEA)法作为目前工业上应用最广泛、技术最成熟的烟气CO_(2)吸收方法,具有吸收速率快、成本低的优点,但是其能耗大、吸收量小和易损耗的缺点也很明显。针对目前常见的MEA二元复合胺溶液展开对比分析,阐述了MEA二元复合胺溶液的研究进展,总结了MEA吸收溶液中加入其他醇胺溶液形成二元复合胺溶液后在吸收速率、吸收量和再生能耗等方面对CO_(2)吸收效果不同程度的改善情况。基于总结与分析,提出了吸收剂开发需要从吸收机理、溶解度、吸收负荷、解吸速率、解吸操作条件以及再生能耗等方面进行综合比选的思路,可为新型吸收剂的开发提供一定的指导。

GM(1,1)-MEA-BP组合模型电能消耗预测及应用

为解决传统单一模型泛化能力弱、预测精度低等问题,提出一种GM(1,1)灰色模型和MEA-BP神经网络的组合预测模型,解决了GM(1,1)预测模型对能耗的预测受时间因素影响随机波动大及预测精度较低等问题,融合MEA-BP神经网络并行计算、强容错力以及分布式信息存储等优势,减少了因数据波动而影响预测结果精度的情况,解决了误差无法反馈调整等问题。选取1985—2020年全国电能消耗总量为建模数据,与线性回归、三指数平滑、GM(1,1)、BP神经网络、MEA-BP神经网络等模型的预测结果进行分析比较。结果表明:GM(1,1)-MEA-BP组合模型相较于其他模型,预测精度最高,误差值最小,MAPE值达到0.0065,RMSE值达到977.9961。通过实例证明了GM(1,1)-MEA-BP组合模型对电能消耗量预测具备较高的精度,可为国家在能源方面宏观智能调度提供依据。

基于RF-MEA-Elman的埋地腐蚀管道剩余寿命精度预测研究

针对传统腐蚀管道预测方法适应性差及精度低等问题,提出一种随机森林算法(RF)、思维进化法(MEA)及Elman相结合的模型(即RF-MEA-Elman模型)。首先采用RF对管道数据预处理,运用MEA对Elman神经网络的权值和阈值参数进行寻优,以此建立腐蚀管道剩余寿命组合预测模型。选取某一管段为例,借助MATLAB进行仿真训练与预测。结果表明,该模型与其他两种传统单一模型相比误差小且有更高的预测精度及泛化能力,为管道剩余寿命研究提供了新思路,也为油气输送系统风险防范和维修管理提供了参考依据。

基于MEA-BP的NTC热敏电阻温度传感器非线性补偿研究

热敏电阻作为温度传感器其阻温特性表现为非线性,在工程实际温度测量中存在一定的非线性误差,精度较低。论文使用NTC热敏电阻温度传感器作为研究对象,针对其存在的非线性问题,通过MEA(思维进化算法)优化BP神经网络模型从而实现对NTC热敏电阻温度传感器的非线性补偿,论文简要阐述了有关温度传感器补偿的相关方法与研究成果,分析了热敏电阻的阻温特性、工作原理,介绍了MEA-BP的模型构建,补偿原理与方法,利用5种评估标准对比传统RBF与BP神经网络模型。结果表明该补偿模型在各个评价指标上均优于传统RBF与BP神经网络,具有补偿精度更好、稳定性更强等优势,在测控、军工、航空等众多领域有一定实用价值。

基于MEA-BP神经网络的涡轮盘低循环疲劳寿命预测与概率评估

作为航空发动机的关键部件,涡轮盘在高温、高转速的严酷条件下工作.低循环疲劳作为涡轮盘的主要失效模式,对其失效寿命和可靠性有重要影响.涡轮盘的结构复杂性,使得基于仿真数据的疲劳寿命预测和概率评估的难度显著增加,直接使用蒙特·卡罗方法(Monte Carlo Method,MCM)的计算量非常大,而传统响应面法(Response Surface Method,RSM)精度达不到计算要求.鉴于思维进化算法(Mind Evolutionary Algorithm,MEA)优化反向传播(Back Propagation,BP)神经网络的方法具有很强的非线性逼近能力,本文探索MEA-BP神经网络和MCM抽样相结合的方法,开展涡轮盘的低循环疲劳寿命预测与概率评估.与MCM、RSM、BP神经网络法进行对比,验证MEA-BP神经网络的优越性.结果表明,MEA-BP神经网络不但可以满足精度要求,而且可以显著提高计算效率.通过灵敏度分析,得出了影响寿命的主要因素,为涡轮盘可靠性设计提供有效依据.

基于MEA-BP神经网络的印刷车间能耗预测

随着制造业的发展,能源需求日益增大,实现节能减排刻不容缓。针对印刷车间的能耗的复杂性,提出了利用MEA算法改进的BP神经网络模型作为解决能耗预测的办法。MEA算法利用算法解空间内多个子群体共同寻找最优值个体,采用“趋同”以及“异化”的有机结合,输出最优个体,解码得到网络的权值和阈值,建立了MEA-BP神经网络预测模型。可以有效地改善BP神经网络的收敛率和泛化能力,保证了权值和阈值的全局代表性。经模拟试验,实验证明了MEA-BP神经网络具有较好的预测精度,能够较好地运用在印刷车间能耗的预测方面。

氢燃料电池电堆气体吹扫条件对MEA漏量的影响

氢燃料电池电堆吹扫是优化系统吹扫策略的重要课题。本文通过研究10片电堆在不同吹扫条件下经过加速耐久吹扫循环试验后的MEA透氢电流密度与吹扫条件的关系,吹扫条件包括:温度、时间、流量。研究发现随着吹扫温度的增加,MEA的透氢电流密度呈增大的趋势,即吹扫温度越高,MEA漏量增加;随着吹扫时间的增加,MEA的透氢电流密度呈增大的趋势,即吹扫时间越长,MEA漏量增加;相比于吹扫温度和吹扫时间,吹扫流量对MEA耐久性的影响更大,当吹扫流量超过某一阈值时,MEA的漏量急剧增加,最终因发生机械衰减导致MEA失效,值得一提的是,虽然MEA质子交换膜发生失效,但是电堆的性能并未发生明显降低,这可能跟漏点发生在电堆出口有关。本文的研究结果对开发MEA新材料或改进其结构,优化燃料电池系统吹扫策略方面提供指导。

氢燃料电池关键零部件MEA的选型验证

氢燃料电池电堆降本举措是我国氢燃料电池行业发展的重中之重,关键零部件的国产化则是诸多降本举措中的重要环节。本文通过研究国产MEA选型和验证的案例,从燃料电池膜电极的发电性能、低温性能以及衰减和耐久等几个方面,对燃料电池工程化过程中MEA关键技术指标验证和确定提供了指导。

采用MEA-AdaBoost-BP模型的工程结构可靠性分析方法

针对工程结构可靠性设计中算法和计算存在的问题,提出基于MEA-AdaBoost-BP神经网络算法模型的可靠性求解方法.运用思维进化算法(MEA)求解训练集权值和阈值优化的BP神经网络,并构造为弱预测器函数.然后,运用AdaBoost算法将多个优化后的BP神经网络弱预测器函数迭代训练,形成MEA-AdaBoost-BP神经网络算法模型强预测器函数.最后,利用逼近隐性功能函数求解可靠性指标,并将其与AdaBoost-BP算法和Monte-Carlo算法进行比较.研究结果表明:所提算法在计算中与Monte-Carlo算法相比,其迭代次数分别仅为16次和46次,效率高,计算精度与Monte-Carlo法接近;而和AdaBoost-BP法相比,其可靠性指标误差分别仅为1.59%和1.88%,计算结果更精确.

MDEA+MEA/DEA混合胺液脱碳性能实验研究

混合胺液脱碳法具有吸收能力强、反应速度快、适用范围广、再生能耗低等许多优点,得到了越来越多的关注。为此,采用带有磁耦合搅拌的高压反应釜,进行了不同浓度配比MDEA+MEA、MDEA+DEA混合胺液对CO2的吸收与解吸实验研究。结果表明:①向2.0mol/L的MDEA中加入1.0mol/L的MEA,混合胺液对CO2的吸收解吸综合性能才有显著改善;②MDEA/DEA配比为2.0/1.0时CO2吸收反应很快达到平衡,但该配比在酸气负荷较高的情况下CO2吸收速率较低;③MDEA/DEA配比为2.6/0.4的混合胺液较MDEA单一胺液对CO2的吸收性能并无明显改善;④2.3/0.7配比的MDEA+DEA混合胺液对CO2的吸收负荷与CO2吸收速率均保持较高水平;⑤向MDEA中添加DEA对其CO2解吸性能的改善作用并不明显,只有2.0mol/L的MDEA+1.0mol/L的DEA混合胺液CO2解吸性能稍好,但不如相同配比的MDEA+MEA混合胺液。该成果为天然气脱碳胺液的配方优选和脱碳工业装置的设计提供了基础数据。

氨水与MEA的CO_2捕集对比研究

介绍了氨水及MEA捕集CO2的反应原理,探讨了吸收液中吸收剂的质量分数、CO2体积分数、入口烟气体积流量、溶液的pH值和反应温度等因素对氨水、MEA脱碳效率的影响,通过吸收容量试验分别测定了氨水和MEA的CO2吸收容量,并利用红外吸收光谱对其产物进行测定分析.结果表明:提高吸收剂的质量分数和pH值均可增大脱碳效率;温度对氨水和MEA的脱碳效率均有较大的影响;氨水对CO2的吸收容量远远大于MEA的吸收容量;氨法工艺在吸收剂再生、能耗以及副产品利用价值等方面优于MEA吸收法.

MEA无水溶剂捕集CO_2的研究

采用多种MEA无水溶剂(MEA+苯甲醇、MEA+二甘醇、MEA+N-甲基吡咯烷酮)进行CO2的吸收研究,通过与MEA水溶剂比较研究无水溶剂的性能以及工业应用潜力。实验结果表明:采用溶剂(苯甲醇、二甘醇、N-甲基吡咯烷酮)代替水,其吸收能力与解吸能力均有所降低,但其解吸速率大大增加,解吸能耗降低;通过3次循环实验,得出无水溶剂的稳定性较好,有一定的工业应用前景。

MDEA-MEA混合有机胺水溶液吸收CO_2

研究了N-甲基二乙醇胺(MDEA)和一乙醇胺(MEA)混合有机胺水溶液吸收CO_2的过程.根据双膜理论,导出了简化近似宏观动力学模型,用以预测混合有机胺水溶液吸收CO_2的速率.该模型考虑了化学反应之间的交互作用,用三次多项式近似表示反应组分在膜中的浓度分布.在各种条件下测定了搅拌反应器内MDEA/MEA水溶液吸收CO_2的速率.模型计算值与实验测定值符合良好.

MEA-MDEA复合胺溶液吸收烟气中二氧化碳实验研究

采用搅拌实验装置,对MEA-MDEA不同配比的复合胺溶液吸收和解吸模拟烟道气中二氧化碳特性进行研究,揭示了吸收速率、吸收容量和酸碱度与时间之间的内在联系,并与目前工业应用较广的MEA、DEA溶液进行了对比分析;对CO2初始逸出温度,试液再生温度,试液再生率,再生pH值下降率进行了细致记录分析。实验结果表明,0.5 mol/L MEA-0.5 mol/L MDEA是MEA-MDEA复合胺体系中最佳配比溶液。