油品应急调度的混合整数线性规划模型

针对油品应急调度突发性、弱经济性、强时间性、广地域性等特点,提出以油品短缺对社会造成的影响最小和运输总费用最低为优化目标,以物质守恒、生产能力、运输时间限制等为约束的油品应急调度的混合整数线性规划(MILP)模型。该模型求解简便快捷,能够协助决策人员根据调度优化结果迅速制定出最优方案,以满足应急调度的需要。     

用于含过失误差数据稳态检测的改进滤波法

滤波法是稳态检测应用较广泛的方法 ,但它不适用于检测变量含有过失误差的情况 ,而实际过程测量变量常含有过失误差。该文对滤波法进行改进 ,用新假设代替原不合理假设 ,根据数理统计理论 ,推导出用于稳态检测的统计量。该统计量能应用于检测数据含过失误差的情况 ,且当数据不含过失误差时 ,可以推导出原统计量。数值实验结果显示 ,原方法用于检测数据含过失误差时稳态检测失效 ,而改进后的方法依然能够给出满意的结果     

空气预热器技术应用于乙烯裂解炉的计算流体力学模拟

为了深入了解裂解炉内的辐射及燃烧情况,并分析空气预热器的效果和影响,采用计算流体力学软件Fluent对KBR型乙烯裂解炉炉膛辐射段的流动、燃烧反应及辐射传热进行了三维模拟。在得到炉膛中温度场、主要组分质量分数分布等情况的基础上,对裂解炉安装空气预热器、预热进入炉膛底部燃烧器的空气的情况进行了研究。分析得出投用空气预热器的节能效果及对炉膛运行的影响。模拟结果与工业实际符合较好,为空气预热器的应用提供了理论上的参考。     

基于广义SDG的化工过程故障模拟分析

安全稳定的运行是化工过程的首要目标,因此快速、准确地发现故障成为化工生产企业的一项重要工作。符号有向图(signed directed graph,SDG)能够简洁、有效地描述复杂的因果关系,但传统SDG模型存在一些不足。该文在传统SDG模型的基础上,提出了广义SDG模型,扩展了节点(种类和状态)和边,使其包含的信息更加丰富,基于广义SDG的故障模拟不仅可以定性地给出故障程度,而且通过边的关系减少了虚假解。实例分析表明,基于广义SDG的故障模拟可以提高分析效率,改善过程安全以及提高操作人员判断故障源的能力。     

集成数据校正的乙烯装置进料数据采集

乙烯装置的模拟需要有准确的裂解炉进料信息,而通过对进料系统的模拟计算可以从较易测得的原料信息得到所需的裂解炉进料信息。通过对某石化企业乙烯装置进料系统进行模拟,根据体系特点集成数据校正以解决流量测量数据的不平衡和不完整的问题,利用数据的空间冗余提高了模拟计算所用数据的准确性和可靠性,并针对体系的特殊性提出了数据校正过程中出现几类负值的处理方法,最后模拟得到所需的裂解炉进料性质数据。     

基于理论可行性的生物合成路径评估方法

合成生物学是实现化工绿色化、可持续发展的有效方法之一。代谢途径重构是合成生物学中工业菌种开发与化学品生物催化合成的关键步骤，目的在于确定宿主内合成目标化合物的反应路径与底物，是酶定向进化、实现目标物质生物合成的基础。考虑到生物代谢网络的复杂性，代谢途径重构一般会得到较为庞大的路径结果。为了提高效率、减少无效的实验尝试，合理、有效的路径评估与筛选是重要与必须的。针对已有路径评估方法存在的问题，该文构建了一种生物合成路径评估与排序方法，设计了6个反映路径理论可行性的评估指标，结合层次分析法实现了合理、可解释的路径推荐。通过实例测试，证明了所提出的路径评估方法的有效性。该路径评估方法可降低实验的试错成本，为增加生物逆合成工具的实用性提供了基础。     

工程伦理教育在工科通识教育中的作用和实践

随着国家发展进入新时代,如何在工程领域培养一批又一批具备能够满足人民日益增长的美好生活需要的价值观和技能的人才,则成为解决新的主要社会矛盾的关键。在技能和价值观二者之中,价值观的教育和养成更为重要,难度更大。学界正在推行通识教育,力图通过通识教育培养工科学生对"真、善、美"的鉴赏力和理想追求。然而,由于通识教育目标不明确等诸多因素,工科的通识教育效果尚不理想,出现了通识教育与专业教育脱节的现象。为此,我们在化学工程教育中开设了具有中国特色的《化学工程伦理》研究生必修课程,试图将它作为专业教育和通识教育之间的桥梁,期望能为培养适应新时代要求、具有全球胜任力和竞争力的一流工程人才探索一条新路径。     

一种基于小波变换与神经网络的传感器故障诊断方法

传感器故障诊断在化工生产中有着重要地位。该文以小波变换与神经网络方法为基础,提出了一种传感器故障诊断的方法。该方法能够有效区分传感器故障造成的信号变化与过程本身正常波动造成的信号变化,同时在训练神经网络时只需要系统正常状态下的样本,克服了传感器故障样本稀少的困难。此外,该方法可以在传感器发生故障后估计出正常的模拟信号。实验证明,该方法能够有效完成故障诊断,并可以判断出传感器的故障类型。     

基于遗传算法的炼油厂多周期生产库存管理优化

为了应对季节性变化的市场需求和降低成本,针对市场需求不确定条件下的炼油厂生产库存优化问题,建立了一个考虑市场预测的多周期优化实例模型。模型中引入侧线采出总收率变量,简化了约束方程。然后根据模型特点采用实数编码的混合遗传算法(GA)进行求解。最后用某炼油厂的生产销售数据进行了优化计算,计算结果表明,基于遗传算法的多周期优化在基本满足市场需求的同时可大幅度降低总体库存费用。