甲醇-丁酮共沸物萃取精馏的模拟与优化

针对甲醇-丁酮二元共沸物难以分离的问题,以氯苯为溶剂,采用萃取精馏技术进行了流程设计和模拟计算。分别计算比较了苯甲醚、甲苯、氯苯3种萃取剂存在下甲醇-丁酮的无限稀释相对挥发度,结果表明氯苯的分离效果最优,并从剩余曲线角度分析了萃取精馏工艺的可行性。以全年总费用（TAC）为目标函数,对萃取剂用量、原料进料位置、萃取剂进料位置、总理论板数等参数进行了优化,模拟结果表明,氯苯的加入可以实现甲醇-丁酮体系的有效分离,产品纯度可达99.9%以上。从节能角度对萃取精馏工艺进行了优化,与节能前的工艺相比,设备费用增加3.28万元,能耗降低43.86万元,TAC降低42.77万元。     

基于组稀疏卡尔曼滤波的多步轨迹预测方法

提出一种基于组稀疏卡尔曼滤波的机动轨迹多步预测方法。首先引入组稀疏编码,通过一次学习建立简单的多步线性回归预测模型,克服了传统方法未能充分利用历史数据而导致预测精度降低的问题;再利用最小角回归算法来计算该模型的稀疏系数,进一步改善模型系数估计的准确性;然后改进了卡尔曼滤波算法,并结合上述组稀疏编码算法,来确保预测结果的精确性;最后通过与传统BP、长短时记忆网络和组稀疏编码方法的仿真比较,验证了所提方法的有效性。