氨法脱硫中亚硫酸铵的氧化工艺参数

通过改变亚硫酸铵初始浓度、硫酸铵初始浓度、反应温度、混合液pH值、空气流量、催化剂浓度, 研究氨法脱硫中亚硫酸铵氧化率的变化. 结果表明: (NH₄)₂SO₃的浓度与 (NH₄)₂SO₃的氧化率成反比关系; 初始 (NH₄)₂SO₄浓度越大, (NH₄)₂SO₃氧化率越低; 当反应温度为40~60 ℃时, 随着温度的升高,  (NH₄)₂SO₃的氧化率不断增大;  (NH₄)₂SO₃氧化率受混合溶液pH值的影响, 较合适的pH值为5.5; 当空气流量为100~400 L/h时, 随着空气流量的增大,  (NH₄)₂SO₃的氧化率增大; 随着催化剂CoSO₄浓度升高,  (NH₄)₂SO₃氧化率增大.结合氨法脱硫工程实例考虑, 当反应温度控制在50 ℃ 左右, (NH₄)₂SO₃采用低浓度氧化, 混合液pH值为5.5, 空气流量为300 L/h, 催化剂浓度较高时, (NH₄)₂SO₃的氧化率较高.     

多元精馏体系仿真中的问题及对策

多元精馏体系是典型的多变量系统,而且各变量之间关联严重,对其进行动态建模和仿真,协调各变量之间的关系,有利于先进控制的实施,因为其动态机理模型十分复杂,在其系统建模、模型求解、仿真平台的开发中存在较多的问题,针对这些问题,从实际应用和机理分析出发,将模型中重要状态变量温度的代数方程表达式替换为微分方程形式,更好的反映了精馏塔的动态特性,合理选择了系统模型和微分方程的求解方法,并进行了探讨,开发了与之对应的基于MATLAB/SIMULINK的乙烯精馏塔动态仿真平台,并取得了较好的仿真效果,提高了计算效率而且计算精度合理。     

过程不确定性下丙烯精馏过程多变量预测控制技术应用

以丙烯精馏塔的多变量预测控制为研究对象,将卡尔曼(Kalman)滤波方法与动态反馈预测控制技术相结合,提出了一种带有积分输入补偿的Kalman滤波方法对系统不确定性干扰进行估计,然后将滤波后的输出、控制作用及状态信息动态反馈给多变量预测控制器以增强系统的抗干扰能力,提高控制系统的性能,并构建出丙烯精馏塔过程机理模型及仿真平台。仿真结果对比表明,采用本文改进的Kalman滤波方法使得多变量预测控制系统的控制性能和鲁棒性明显增强,生产过程更加平稳。