聚丙烯牌号切换动态过程建模及仿真研究

以Hypol工艺聚丙烯反应器为研究对象,建立了连续搅拌釜(CSTR)聚丙烯反应器的动态机理模型,以微分方程组和代数方程组进行描述.利用国内某大型聚丙烯装置现场工况数据,研究了动态模型对聚合反应牌号切换过程的适应能力,并与离线分析数据进行了对比分析,仿真结果表明了动态机理模型能够在很大范围内适应熔融指数(MI)的变化,可用于在线运行,指导生产.为聚丙烯牌号切换的优化控制奠定了基础.     

非平衡级模型的工业应用--乙烯精馏塔的核算和特性分析

以乙烯裂解分离装置中的关键设备乙烯精馏塔为对象,利用第二代精馏模型--非平衡级模型对其进行了稳态仿真计算,利用非平衡级稳态模型的计算结果对生产过程中存在的问题进行了分析,提出相应改造方案,对解决实际生产问题有一定的指导意义.     

反应精馏过程的操作优化与集成优化分析

为优化反应精馏工业装置操作,分析了反应精馏过程优化问题的内容和特点,提出了一套行之有效的优化策略,并建立了典型过程的以经济效益为目标、符合过程约束和质量及转化率约束的优化数学模型。对MTBE装置进行了操作优化分析,可提高年经济效益1.62%。提出了反应精馏过程的集成优化思想,通过对乳酸提纯反应精馏装置进行集成优化分析,可有效确定过程的最优设计参数,并提高年经济效益8.23%。计算结果表明:该模型及其算法可有效用于反应精馏过程的优化分析。通过优化计算可取得明显的经济效益。     

本体法聚丙烯CSTR建模研究

以 Hypol工艺聚丙烯反应器为研究对象 ,根据汽液平衡和聚合反应动力学方程 ,建立了丙烯聚合机理模型。利用 BWR状态方程结合亨利定律计算液相中的氢气浓度 ,避免了求解多元平衡问题 ,提高了计算速度。利用现场工况数据 ,模型可以实时预报聚丙烯的熔融指数 ,聚合釜的聚合率、浆液浓度、聚合热等重要参数。计算结果较好地符合现场实测数据 ,熔融指数 (MI)的平均预报误差为 1 .6 % ,其它参数的预报也取得了满意的效果 ,可在线运行 ,指导生产     

广义时变系统的最小二乘辨识方法

根据工程背景 ,提出了广义时变参数系统的概念。广义时变系统是指参数随系统可测扰动量变化的一类时变系统 ,即参数是系统可测扰动量函数的时变系统 ,提炼出这类时变系统的数学描述模型。根据最优化技术 ,导出了这类模型的两种辨识方法 ,即最小二乘型算法和随机梯度型算法 ,并应用鞅超收敛定理分析了算法的收敛性。分析表明 :由于该方法同时还利用了系统扰动量所含的信息 ,因而可以给出时变参数的一致估计。数字仿真验证了提出方法用于估计广义时变系统的参数是有效的。     

多元统计过程控制方法的平方预测误差分析

作为多元统计过程控制方法中的常用统计量,平方预测误差（ Ｓ Ｐ Ｅ）的变化规律有待深入研究。介绍了主元分析建模方法,推导了 Ｓ Ｐ Ｅ均值公式,分析了 Ｓ Ｐ Ｅ均值和过程变量均值向量、协方差矩阵之间的解析关系,用来自 ３ 阶液位系统的仿真数据验证了分析的结果。给出了 Ｓ Ｐ Ｅ随过程变量均值向量、协方差矩阵变化而变化的若干规律,说明了这些规律在生产过程监控应用中的意义。     

基于PCA-RBF神经网络的工业裂解炉收率在线预测软测量方法

为了解决工业裂解炉收率在线预测的问题,研究了基于PCA(principal component analysis)-RBF(radial basis function)神经网络模型的多输入多输出(MIMO)软测量方法及其在线校正技术。该方法由主元分析PCA、RBF神经网络和在线校正3部分组成,可以实现工业裂解炉收率的在线预测,具有实时性好、建模周期短、计算量小、校正方便等特点。本文给出的SRT-IV型工业裂解炉收率预测例子及其结果表明该软测量方法应用于工业裂解炉收率的在线预测是有效的。     

本体法环管式丙烯聚合过程建模和MFR预报

以Spheripol工艺环管聚丙烯反应器为研究对象,根据汽液平衡和聚合反应动力学方程,建立了丙烯聚合机理模型.采用了BWR状态方程结合亨利定律,计算环管内的汽液平衡,合理简化模型,提高了计算速度.利用现场工况数据,基于模型计算的聚丙烯的熔融指数较好地符合现场实测数据,说明了该模型的有效性.     

液体火箭推进系统故障过程建模与仿真研究

为克服由于试验或飞行数据不足而无法获取系统足够故障模式的问题 ,开展了液体火箭推进系统故障过程建模与计算机仿真研究工作。结合具体的模型系统 ,研究了各组件统一的故障描述方法 ,形成了表征系统故障过程的方程组。针对故障方程组的超强刚性和非线性特性问题 ,研究了解决该问题的数学方法。给出了系统故障过程的具体仿真实例以及与实际试车结果的对比分析 ,结果表明所建模型和数值求解方法对于研究液体火箭推进系统的故障过程是合理和有效的     

基于PCA-RBF神经网络的工业烈解炉收率在线预测软测量方法

为了解决工业烈解炉收率在线预测的问题,研究了基于PCA(principalcomponentanalysis)-RBF(radialbasisfunction)神经网络模型的多输出(MIMO)软测量方法及其在线校正技术.该方法由主元分析PCA、RBF神经网络和在线校正3部分组成,可以实现工业裂解炉止率的在线预测,具有实时性好、建模周期短、计算量小、校正方便等特点,本文给出的SRT-IV型工业裂解炉收率预测例子及其结果表明该软测量方法应用于工业裂解炉收率的在线预测是有效的.