基于梯度提升决策树的三组元精馏流程结构最优化

针对三组元精馏流程结构最优选择问题,提出一种基于梯度提升决策树(gradient boosting decision tree,GBDT)的机器学习方法,利用7种精馏流程结构分离9种三组元混合物的经济评价结果数据用于模型训练。分别应用传统决策树和GBDT模型对多个实际案例进行验证,结果显示无论是对已知物系还是未知物系,提出的GBDT模型相较传统决策树模型具有更高的预测准确率。

基于决策树的三组元精馏序列结构最优合成规则识别

针对三组元精馏系统结构的优化合成,提出一种数据驱动的基于信息熵最小化的分类回归决策树(CART)模型。三组元精馏优化数据采用文献中严格模拟优化的结果,数据包含4种三组元混合物、34种进料组成以及7个候选精馏序列结构的最优化设计结果,生成数据集用来训练CART决策树。由决策树训练结果给出了三组元精馏结构最优设计决策规则,模型测试结果显示本文提出的决策树模型对数据集范围内三组元物系精馏结构决策的准确率为88.2%,同时表明了影响三组元最优精馏序列的主要影响因素及其重要性。

三组分精馏隔板塔的操作柔性模拟与分析

隔板精馏塔作为完全热耦合精馏塔由于具有较强的耦合性,其操作与控制相比传统精馏塔更为复杂,同时由于具有更多的自由度表现出更多的操作柔性。选用正戊烷、正己烷、正庚烷混合物的分离为例,采用严格模拟方法,通过对7种进料条件设计的隔板塔进行模拟,考察了不同进料条件下的操作柔性,同时考察进料组成对隔板精馏塔操作柔性的影响。