| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-22页 |
| ·研究目的与意义 | 第8-9页 |
| ·低温甲醇洗工艺介绍及研究进展 | 第9-17页 |
| ·低温甲醇洗工艺原理 | 第9-10页 |
| ·低温甲醇洗的工艺特点 | 第10-11页 |
| ·低温甲醇洗工艺的研究进展 | 第11-17页 |
| ·人工神经网络 | 第17-19页 |
| ·人工神经网络的研究进展 | 第17页 |
| ·人工神经网络在化工中的应用 | 第17-19页 |
| ·智能优化算法研究进展 | 第19页 |
| ·流程模拟技术及 Aspen Plus | 第19-21页 |
| ·本文研究内容 | 第21-22页 |
| 第2章 低温甲醇洗过程模拟及总公用工程消耗计算 | 第22-39页 |
| ·低温甲醇洗工艺流程 | 第22-25页 |
| ·酸性气体的吸收 | 第22-24页 |
| ·甲醇富液的再生 | 第24页 |
| ·甲醇-水分离 | 第24-25页 |
| ·低温甲醇洗工艺过程数据 | 第25-26页 |
| ·低温甲醇洗工艺过程的原料气规格 | 第25页 |
| ·低温甲醇洗工艺过程产品指标 | 第25-26页 |
| ·低温甲醇洗过程物性方法的选择 | 第26-28页 |
| ·低温甲醇洗过程模拟 | 第28-35页 |
| ·吸收塔的模拟 | 第28-30页 |
| ·硫化氢浓缩塔的模拟 | 第30-32页 |
| ·热再生塔的模拟 | 第32-33页 |
| ·脱水塔的模拟 | 第33-35页 |
| ·低温甲醇洗过程总公用工程消耗计算 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 综合 BP 神经网络和列队竞争算法的优化方法 | 第39-47页 |
| ·人工神经网络 | 第39-44页 |
| ·人工神经网络原理 | 第39-40页 |
| ·BP 神经网络 | 第40-44页 |
| ·列队竞争算法 | 第44-45页 |
| ·基于 BP 神经网络和列队竞争算法的优化方法 | 第45-46页 |
| ·混合优化计算方法介绍 | 第45-46页 |
| ·优化模型 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于 BP 神经网络和列队竞争算法的低温甲醇洗过程优化 | 第47-67页 |
| ·利用混合优化算法对实例一进行优化计算 | 第47-54页 |
| ·实例一的神经网络模型的建立 | 第47-52页 |
| ·低温甲醇洗过程优化 | 第52-54页 |
| ·利用混合优化算法对实例二进行优化计算 | 第54-65页 |
| ·实例二工艺简介 | 第54-57页 |
| ·低温甲醇洗工艺过程的主要操作参数 | 第57-58页 |
| ·实例二工艺过程模拟 | 第58页 |
| ·低温甲醇洗过程的神经网络模型的建立 | 第58-63页 |
| ·优化计算 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第5章 结论和展望 | 第67-69页 |
| ·结论 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间发表的论文 | 第74页 |