首页--工业技术论文--化学工业论文--一般性问题论文--化工过程(物理过程及物理化学过程)论文--分离过程论文

模拟移动床分离过程的控制与优化方法研究

摘要第5-7页
Abstract第7-8页
第一章 绪论第13-17页
    1.1 模拟移动床色谱分离技术的发展历程第13页
    1.2 模拟移动床分离工艺的应用第13-14页
    1.3 研究现状第14-15页
        1.3.1 国内研究现状第14-15页
        1.3.2 国外研究现状第15页
    1.4 论文组织结构第15-17页
第二章 模拟移动床的建模以及模型求解第17-29页
    2.1 引言第17页
    2.2 模拟移动床色谱的基本理论第17-21页
        2.2.1 色谱柱的基本方程第17-18页
        2.2.2 线性理想色谱模型第18页
        2.2.3 线性非理性非平衡色谱模型第18-19页
        2.2.4 线性非理性平衡色谱模型第19页
        2.2.5 理想平衡非线性色谱模型第19-20页
        2.2.6 色谱柱重要参数介绍第20-21页
    2.3 色谱吸附等温线第21-25页
        2.3.1 Langmuir吸附等温线第21-23页
        2.3.2 BET吸附等温线第23页
        2.3.3 Freundlich吸附等温线第23-24页
        2.3.4 Toth吸附等温线第24-25页
    2.4 模拟移动床的原理第25-26页
    2.5 模拟移动床的模型理论第26-27页
        2.5.1 模拟移动床的进出口物料平衡第26页
        2.5.2 流量比第26-27页
    2.6 模拟移动床的模型求解第27-29页
第三章 模拟移动床操作分离程序设计第29-44页
    3.1 引言第29页
    3.2 模拟移动床三角理论第29-33页
        3.2.1 线性三角理论第29-30页
        3.2.2 非线性三角理论第30-31页
        3.2.3 扩展非线性三角理论第31-33页
    3.3 模拟移动床基于线性吸附等温线的GUI设计第33-34页
    3.4 模拟移动床基于非线性三角理论的GUI设计第34-36页
    3.5 模拟移动床基于扩展Langmuir的非线性三角理论GUI设计第36-37页
    3.6 吸附等温线的确定第37-39页
        3.6.1 吸附等温线的确定方法第37-38页
        3.6.2 运用遗传算法确定吸附等温线第38-39页
    3.7 模拟移动床分离甲苯-对二甲苯实验第39-44页
        3.7.1 分离原理第39-40页
        3.7.2 实验装置说明第40页
        3.7.3 实验准备阶段第40页
        3.7.4 模拟移动床装置的分离实验步骤第40-41页
        3.7.5 模拟移动床分离甲苯、对二甲苯实验第41-44页
第四章 模拟移动床的模型辨识与控制第44-61页
    4.1 引言第44页
    4.2 模拟移动床分离工艺的模型辨识第44-46页
        4.2.1 数据的生成第44页
        4.2.2 系统辨识第44-46页
    4.3 移动床基于分离工艺的模型预测控制第46-49页
        4.3.1 预测控制的基础理论第46页
        4.3.2 DMC算法第46-47页
        4.3.3 控制器的设计第47-49页
    4.4 模拟移动床提纯工艺的模型辨识第49-51页
        4.4.1 子空间辨识法第49-51页
        4.4.2 提纯工艺的模型辨识第51页
    4.5 模拟移动床基于提纯工艺的控制分析第51-61页
        4.5.1 PID控制设计第51-52页
        4.5.2 基于粒子群的PID控制设计第52-54页
        4.5.3 基于状态反馈矩阵控制设计第54-55页
        4.5.4 基于模糊PID的控制设计第55-58页
        4.5.5 基于模型预测算法的控制设计第58-60页
        4.5.6 分析与讨论第60-61页
第五章 模拟移动床的参数优化第61-85页
    5.1 引言第61页
    5.2 模拟移动床的性能指标第61-62页
    5.3 模拟移动床机理模型的单目标优化第62-70页
        5.3.1 遗传算法第62-63页
        5.3.2 粒子群算法第63-65页
        5.3.3 量子粒子群算法第65页
        5.3.4 量子遗传算法第65-67页
        5.3.5 分析对比第67-70页
    5.4 模拟移动床神经网络模型的单目标优化第70-79页
        5.4.1 模拟移动床基于BP神经网络模型的数据预测第70-73页
        5.4.2 模拟移动床基于RBF神经网络模型的数据预测第73-75页
        5.4.3 鱼群算法第75-76页
        5.4.4 细菌觅食算法第76-77页
        5.4.5 算法分析对比第77-79页
    5.5 模拟移动床多目标优化第79-85页
        5.5.1 NSGAII算法第79-80页
        5.5.2 MOPSO算法第80-81页
        5.5.3 分析对比第81-85页
第六章 总结与展望第85-86页
致谢第86-87页
参考文献第87-92页
作者在学期间学术成果第92页

论文共92页,点击 下载论文
上一篇:无模板法制备不同结构二氧化钛微球的研究
下一篇:利用方解石制备碳酸钙晶须及其反应机理的研究