单螺杆挤出过程固相破碎碎块径向熔融机理研究

首次建立了单螺杆挤出过程固相多点破碎球形块径向熔融模型,并推导出球形块内部温度分布公式。根据固相加速实验结果,提出固相碎块轴向熔融长度计算公式。利用上述公式,对LDPE和PP进行了计算。此外,分析了三种规则几何体与熔融速度关系,指出了细化碎块实现稳定挤出的途径。

遗传算法的聚丙烯熔融指数最优预报

熔融指数只能通过人工取样、离线化验分析获得,时间滞后大,难以满足实时控制的要求,其软测量预报意义很大。本文提出了一种基于遗传算法的聚丙烯熔融指数最优预报方法。径向基函数(RBF)神经网络用来拟合输入与输出之间的非线性关系,用遗传算法对RBF神经网络权值进行优化。基于某石化企业聚丙烯生产过程采集的历史数据进行研究。根据反应机理以及流程工艺分析,将温度、压力、液位、氢气气相百分数、3股丙烯进料流率、2股催化剂进料流率等9个过程变量作为模型的输入。经过优化的预报模型的均方根误差从优化前的0.0107减小为0.0057;平均绝对误差从原来的0.0392减小为0.0220;平均相对误差从优化前的1.49%减小为0.94%,表明优化后模型精度大大提高。优化后的标准差从优化前的0.0496减小为0.0271,表明优化后模型具有更好的预报稳定性。希尔不等系数从优化前的0.0096减小为优化后的0.0051,表明优化后模型与实际过程具有更好的一致性。优化后的RBF神经网络模型预测结果的各项指标都明显优于优化前的RBF模型,表明遗传算法提高了原模型的预报准确性、稳定性和可靠性。