采用不同分离技术的甲醇制芳烃流程对比分析与优化

为了降低甲醇制芳烃流程的能耗以及操作费用,提高经济性和竞争力,对采用冷油吸收法和精馏法进行轻烃回收的甲醇制芳烃流程进行了对比研究以及优化分析。首先,在Aspen HYSYS中建立了严格的流程模型,计算得到两个流程的能量平衡以及能量平衡数据,对流程操作以及产品数据进行了分析。然后,通过Aspen HYSYS和Matlab的数据连接,建立了以轻烃产品标准为约束的操作费用最小化的优化模型,并对两个流程进行了优化。结果表明：精馏流程的分离效果以及产品回收率均优于油洗流程;优化后油洗流程的总操作费用略高于精馏流程;从具体的操作费用贡献来看,精馏流程的电耗为油洗流程的1.46倍,并且需要使用更低温度的冷却剂,而油洗流程的中压蒸汽消耗量比精馏流程高出44.3%。该研究结果对进一步降低甲醇制芳烃工艺的能耗以及操作费用提供参考依据。     

NIRS-ANN无损定量分析水质监测中总氮的研究

本文通过对天然水样中总氮（TN）含量与水样的近红外光谱进行了相关性研究，引入了监测水质中总氮的近红外光谱（NIRS）分析方法。结果表明：基于NIRS方法利用人工神经网络（ANN）建立定量分析模型所得的TN含量与国标法得到的结果的相关性达到了0．937，并且在显著性水平大于0．05的条件下对NIRS—ANN方法与国标法的测定结果进行了t检验，二者无显著性差异，说明NIRS—ANN方法定量分析水质监测中总氮的可行性。     

低温甲醇洗碳捕集工艺的优化与(火用)分析

为提高低温甲醇洗碳捕集工艺CO₂的捕集率和降低捕集能耗，在传统甲醇溶剂捕集工艺基础上提出了一种新型的二氧化碳捕集工艺；并将其与传统低温甲醇洗工艺在捕集单位CO₂时的■消耗和■损失进行了比较.该工艺在吸收塔脱硫段和解吸塔间构建双级闪蒸装置，可有效避免脱硫后富H₂S甲醇溶液中CO₂的流失.考虑该过程处于非理想状态，参照DECHEMA数据库对二元相互作用和计算路径进行修正.为了验证结果的可靠性和进行对比，基于CPA、PSRK和NRTL三种状态方程分别进行模拟.结果表明：优化后工艺的CO₂捕集量与未优化相比增加了63.17%;与常规甲醇洗工艺相比，新工艺捕获单位CO₂的■消耗为传统低温甲醇洗工艺的64.87%,且■损失仅为传统工艺的33.64%.优化工艺对低温甲醇洗碳捕集工艺的改进具有一定的指导意义.     

FAHP和ANN在电力变压器风险评估中的应用

提出了基于模糊层次分析法（FAHP）和人工神经网络（ANN）相结合的电力变压器风险评估方法．采用FAHP分析变压器的层次结构,通过对影响变压器状态的若干因素之间隶属度的判别,构造模糊一致判断矩阵,定量计算出各因素的权重系数;选择权值较大的因素作为变压器ANN模型的输入,简化了ANN的结构．研究结果表明,FAHP-ANN模型克服了传统风险评估方法中ANN模型结构复杂、信号繁多、训练时间长等缺点,提高了评估的速度和结果的精度,实现了预期的目标．     

基于"人工神经网络"的旅游资源综合评价

基于人工神经元网络（ANN）在解决各种评价中特有优势与方法，根据旅游资源评价的主要内容及模拟的虚拟数据，建立了旅游资源的可开发性与其影响因素之间的ANN关系模型，利用该模型对各类旅游资源开发的可行性进行综合评价并归纳了应用人工神经元网络评价系统的主要优势．     

汽提法脱除2，4-二硝基甲苯的模拟与分析

采用平衡级模型法，对TDI生产过程中产生的含2，4-二硝基甲苯（DNT）废硫酸的汽提过程进行了严格的计算机流程模拟，分析了汽提压力、蒸汽用量和理论板数对汽提效果和硫酸浓度的影响，得到了优化的操作条件．适宜的操作条件为：压力20kPa左右，蒸汽用量与原料量之比为1：10左右，理论板数7～9块．针对优化后的操作条件进行了汽提小试实验，实验结果与计算机模拟结果相一致，表明优化后的操作条件可用于指导实际生产．     

基于PSO的支持向量机多元控制图均值偏移诊断模型

为了诊断多元控制图发出的报警信号是由哪一个或者哪些变量组合发生均值偏移引起的,提出了基于粒子群优化（PSO）算法的支持向量机（SVM）多元控制图均值偏移诊断模型．模型中使用丁。控制图对多元过程进行控制,在假设过程方差．协方差矩阵保持不变的前提下,根据不同的均值偏移模式,产生SVM训练数据集和测试数据集,用Ps0对SVM的参数进行优化,最终得到优化的SVM模型．结果表明,基于粒子群优化算法的支持向量机模型（SVM．PSO）比基于SVM和基于神经网络（ANN）模型的分类能力更强,分类准确率超过85％．     

公路边坡稳定性神经可靠度评价

利用人工神经网络(ANN)的强大非线性动态处理能力,较强的计算能力和容错特性以及建模不受严格条件限制等优点,把ANN模型作为可靠度计算的功能函数,将神经网络与可靠度计算耦合起来,提出边坡稳定性评价的神经可靠度法,并对具体公路边坡进行神经可靠度评价,结果表明,该方法是有效、可行的.     

人工神经网络确定和优化桩基持力层

引入人工神经网络（ANN）到新的桩基设计辅助系统中，提高利用人工智能进行桩基设计的能力，确定和优化桩基持力层，对ANN在桩基辅助设计中的应用进行有益的尝试．详细介绍了它的建模方法，结合工程实例，对ANN在上海地区常规土层条件下桩基持力层中的应用进行计算和分析，并对需要进一步研究的问题给出了建议．     

中长期电力负荷预测的几种灰色预测模型的比较及应用

对传统GM（1,1）模型,基于积分优化法的GM（1,1）模型,具有白指数律重合性的GM（1,1）模型,基于响应不变法的GM（1,1）模型,基于严格微分拟合法的GM（1,1）模型进行了详细分析比较．针对电力系统中长期负荷增长的特点,分析比较了以上5种模型的特点及其适用范围,为电力系统工作人员在年用电量预测中选择合适的灰色预测模型提供参考依据．     

变载荷感应电动机的神经网络建模研究

根据采用晶闸管三相调压器控制变载荷电动机运行的特点,阐明了采用神经网络方法对该系统建模的必要性.基于带有回归单元的Elman神经网络,对变载荷三相异步电动机的晶闸管三相调压器系统进行了建模.采用一种带惯性项的动态反向传播学习算法,克服了通常的BP算法振荡和收敛速度慢的弱点,使变载荷电动机系统跟随负载变化对电动机实现调压控制.对Elman神经网络的结构运用方法,以及惯性项的动态反向传播学习算法做了较详细的介绍,对由晶闸管三相调压器构成的拖动系统建模所选向量参数进行了说明.实例表明,利用该方法迭代后的学习结果更容易将误差减小至期望值.     

基于ANN模型和HPSO算法的数控机床可靠性分布模型研究

针对数控机床可靠性研究过程中,由于可靠性数据较难收集导致可靠性分布模型不唯一的问题,采用ANN模型对收集到的少量可靠性数据进行扩充,扩充后的数据采用K-S检验法进行分析以确定可靠性数据模型,同时在求解确定可靠性分布模型参数过程中,将混合粒子群优化(hybrid particle swarm optimization,HPSO)算法引入极大似然估计中,解决其在小样本数据下求解某些复杂分布模型时易陷于局部最优解和求解效率低的问题.实例分析结果表明:采用混合粒子群算法求解可以在求解效率和收敛性性能上达到较好的平衡,比较所有的求解模型结果,经过ANN模型扩充后的2重3参数威布尔分布的相对均方差最小,其值为0.0425,说明利用该方法求解数控机床的可靠性分布模型是可行的,而且能够获得较精确的结果.     

智能化工艺设计系统的几个关键技术

针对以专家系统为理论基础的传统人工智能计算机辅助工艺过程设计（ＣＡＰＰ）系统的缺陷，以加工方法选择、定位夹紧方案确定及每一安装下的工步排序三个基本问题为结合点，对工艺设计的人工神经网络模型，组合优化及不确定推理方式等进行了理论分析和研究。建立了适于加工方法选择的人工神经网络模型及工步排序的模拟退火优化模型，应用模糊综合评判方法合理地确定定位夹紧方案。在此基础上开发一个适于ＣＩＭＳ－ＥＲＣ环境面向典型非回转体零件的智能化ＣＡＰＰ系统。     

基于PCA-BNN的页岩气压裂施工参数优化

国内外学者在已有大量国外页岩压裂样本数据的前提下,开展了基于机器学习的页岩气压裂有效期预测及压裂参数优化的研究。随着近年来中国F气田不断地规模开发,积累了大量的压裂施工、生产动态、解释成果数据。通过利用已有的200口井的压裂施工历史数据及储层物性参数建立贝叶斯神经网络模型来优化压裂施工参数。选取对压裂效果有影响的储层物性参数、完井参数、压裂施工参数,用皮尔逊相关系数法分析11个参数的相关性;用主成分分析法（PCA）进一步降维处理,以降维后的主成分作为贝叶斯神经网络模型的输入参数,以压裂效果评价指标（有效期）为输出参数,引入贝叶斯方法自适应调整正则化系数避免神经网络过拟合,生成三层贝叶斯神经网络预测模型。用200口井中90%的井数据作为训练集,10%的井数据作为测试集,对该模型进行训练,实验结果表明,训练后该模型预测测试集的相对误差均值在5%以内,可以用来优化压裂施工参数。     

好氧颗粒污泥处理高浓度氨氮废水的研究

通过厌氧-好氧交替工艺培养好氧颗粒污泥,采用成熟好氧颗粒污泥处理高浓度氨氮废水,对不同pH、反应时间、进水浓度条件下好氧颗粒污泥微生物处理高浓度氨氮废水的效果进行了研究。实验结果表明,在进水氨氮浓度较高（460 mg/L）、pH为7~8、温度20℃左右的条件下,稳定运行15天,氨氮的去除率较高。     

NiFe2O4基金属陶瓷耐腐蚀因素分析及腐蚀率预测

采用灰关联分析方法解析了铝电解5%Ni-NiFe2O4基金属陶瓷惰性阳极的电解腐蚀率与电解参数的关系,建立了预测惰性阳极腐蚀率的人工神经网络模型.研究结果表明:灰关联分析是一种新的惰性阳极腐蚀数据处理方法;根据灰关联度的计算,在很多电解参数中找出了影响惰性阳极腐蚀率的主要因素,即Al2O3质量浓度、电解温度、分子比、面积比和电流密度等,并指出了各因素对电极腐蚀的影响程度;对NiFe2O4基金属陶瓷惰性阳极电解腐蚀率的预测结果与实测值吻合,表明利用所建立的神经网络模型能有效地预测惰性阳极腐蚀率.     

ANN在一次引爆FAE爆炸威力评价中的应用

在系统分析燃料空气炸药(FAE)爆炸威力主要影响因素的基础上，应用人工神经网络(ANN)理论及方法，建立了一次引爆FAE爆炸威力评价ANN模型，并利用该模型对不同配比环氧丙烷／铝粉混合燃料的爆轰参数及爆炸威力进行了模拟。结果表明，ANN模拟结果与一维多相爆轰模型计算值相当吻合，当铝粉含量处于50％～70％范围时，爆炸威力较为理想，当铝粉含量为65％时，爆炸威力指数达到最大。这一研究可为一次引爆FAE配方及战斗部设计与优化提供有益参考。     

基于最优变异因子的遗传算法在ANN训练中的应用

为解决人工神经网络训练中陷入局部极小值问题 ,对遗传算法中的变异模型作了分析和改进 ,采用了一维搜索方法以确定最优变异因子 ,首先由进退法确定最优变异因子存在的区间 ,然后运用黄金分割法以确定最优变异因子。结合一个实际算例 ,对最优变异因子和固定变异因子的应用效果进行了比较 ,结果表明基于最优变异因子的遗传算法能够更有效地克服局部极小点 ,有利于加速人工神经网络的训练过程     

化工过程仿真培训系统的单元过程多模型集成

本文提出了化工过程仿真培训系统的单元过程多模型集成方法,用有限状态自动机控制的集成多模型描述方法,描述了化工过程仿真培训系统的单元过程模型。进而讨论了对集成的多模型进行仿真的方法,提出了状态转换的监测与协调算法。把引发状态转换的事件分为四类：数据通讯、教师台操作等系统事件;外部操作;发生时间可预先确定的显式事件;由工艺参数和／或控制信号的变化引发的,发生时间不能预先确定的隐式事件。分别讨论各类事件在仿真中的处理方法。     

船体装配线划线优化遗传算法研究

船体装配线划线作业是与船体零件数控切割作业同时进行的,是现代造船模式中的一个重要环节.分析归纳了装配线划线作业的特点,以划线顺序和划线方向为参数,划线空走路径最短为目标,采用多参数混合编码法,建立了划线优化的遗传算法优化数学模型.对划线顺序和划线方向采用不同的遗传策略进行进化.提出的随机变异算子维持了种群的多样性,精英子自进化策略加快了种群进化过程.运用"贪心策略"初始化种群,提高了种群的适应度.仿真证明该模型是可行的,实际应用表明可有效减少划线空走路径,提高船厂生产效率.