| 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 |
