基于正交和神经网络法的二氯甲烷—乙醇精馏工艺优化
摘要 | 第1-5页 |
abstract | 第5-11页 |
第一章 绪论 | 第11-21页 |
·精馏技术 | 第11-14页 |
·化工分离 | 第11-12页 |
·精馏技术 | 第12页 |
·精馏节能技术 | 第12-14页 |
·改变精馏工艺 | 第13-14页 |
·改变操作参数 | 第14页 |
·共沸物 | 第14-16页 |
·共沸物研究 | 第14-15页 |
·共沸物分离方法 | 第15-16页 |
·化工过程模拟 | 第16-17页 |
·过程模拟技术的发展 | 第16页 |
·模拟软件 | 第16-17页 |
·优化方法 | 第17-18页 |
·正交设计法 | 第17页 |
·均匀设计法 | 第17页 |
·响应面法 | 第17-18页 |
·人工神经网络 | 第18页 |
·粒子群算法 | 第18页 |
·主要工作与意义 | 第18-21页 |
第二章 精馏分离二氯甲烷-乙醇-水物系的工艺优化 | 第21-29页 |
·精馏分离工艺的基础数据 | 第21-22页 |
·体系物性分析 | 第21-22页 |
·热力学方程的选取 | 第22页 |
·精馏工艺模型的建立 | 第22-23页 |
·工艺流程 | 第22-23页 |
·优化目标与参数 | 第23页 |
·精馏实验研究 | 第23-28页 |
·实验试剂及仪器 | 第23-24页 |
·实验试剂 | 第23-24页 |
·实验仪器 | 第24页 |
·二氯甲烷精馏实验 | 第24-26页 |
·实验流程 | 第24-25页 |
·实验结果与讨论 | 第25-26页 |
·乙醇精馏实验 | 第26-28页 |
·实验流程 | 第26-27页 |
·实验结果与讨论 | 第27-28页 |
·本章小结 | 第28-29页 |
第三章 二氯精馏塔优化 | 第29-47页 |
·单因素分析 | 第29-31页 |
·二氯精馏塔理论板数 | 第29-30页 |
·二氯精馏塔进料位置 | 第30-31页 |
·二氯精馏塔回流比 | 第31页 |
·正交试验优化 | 第31-37页 |
·正交试验设计 | 第31-33页 |
·结果与讨论 | 第33-37页 |
·正交试验设计的极差分析 | 第33-35页 |
·正交试验设计的方差分析 | 第35-37页 |
·神经网络优化 | 第37-46页 |
·神经网络简介 | 第37-41页 |
·神经网络模型 | 第37-38页 |
·BP网络 | 第38-40页 |
·RBF网络 | 第40-41页 |
·二氯甲烷塔神经网络数学模型 | 第41-44页 |
·BP网络数学模型 | 第41-43页 |
·RBF网络数学模型 | 第43-44页 |
·结果与讨论 | 第44-46页 |
·本章小结 | 第46-47页 |
第四章 乙醇精馏塔的优化 | 第47-61页 |
·单因素分析 | 第47-50页 |
·乙醇精馏塔理论板数 | 第47-48页 |
·乙醇精馏塔进料位置 | 第48页 |
·乙醇精馏塔回流比 | 第48-49页 |
·乙醇精馏塔萃取剂进料位置 | 第49-50页 |
·乙醇精馏塔溶剂比 | 第50页 |
·以乙醇含量为目标函数 | 第50-54页 |
·正交试验设计 | 第51-52页 |
·结果与讨论 | 第52-54页 |
·正交试验设计的极差分析 | 第52-53页 |
·正交试验设计的方差分析 | 第53-54页 |
·神经网络优化 | 第54-60页 |
·神经网络数学模型 | 第54-58页 |
·BP网络数学模型 | 第54-56页 |
·RBF网络数学模型 | 第56-58页 |
·结果与讨论 | 第58-60页 |
·本章小结 | 第60-61页 |
第五章 结论与展望 | 第61-63页 |
·结论 | 第61-62页 |
·展望 | 第62-63页 |
参考文献 | 第63-67页 |
附录A | 第67-69页 |
攻读学位期间所取得的相关科研成果 | 第69-71页 |
致谢 | 第71页 |