引言 | 第1-11页 |
第一章 文献综述 | 第11-21页 |
1.1 化工过程系统工程的概念 | 第11页 |
1.2 化工过程流程模拟的发展 | 第11-15页 |
1.2.1 稳态过程系统模拟 | 第11-13页 |
1.2.2 动态流程模拟 | 第13-14页 |
1.2.3 流程模拟软件的基本结构 | 第14-15页 |
1.3 操作系统参数优化方法选择 | 第15-19页 |
1.3.1 化工过程的优化 | 第15页 |
1.3.2 最优化方法的提出 | 第15-16页 |
1.3.3 最优化方法策略的发展 | 第16-17页 |
1.3.4 最优化的方法的分类 | 第17-18页 |
1.3.5 化工过程模拟中求解非线性方程组的有效方法 | 第18-19页 |
1.4 蒸馏过程的节能 | 第19页 |
1.5 神经网络 | 第19-21页 |
第二章 急冷系统过程流程模拟 | 第21-34页 |
2.1 模拟软件ASPEN PLUS简介 | 第21-23页 |
2.2 急冷系统工艺流程简介 | 第23-26页 |
2.2.1 课题背景分析 | 第23页 |
2.2.2 流程简述 | 第23-26页 |
2.3 急冷系统模型建立 | 第26-29页 |
2.3.1 热力学方程选用 | 第26-28页 |
2.3.2 组分确定和虚拟组分的选择 | 第28页 |
2.3.3 塔板数及进料位置的确定 | 第28页 |
2.3.4 急冷系统工艺控制指标 | 第28-29页 |
2.4 影响急冷系统操作的因素 | 第29-31页 |
2.4.1 汽油分馏塔塔顶、塔釜温度 | 第29页 |
2.4.2 急冷油粘度 | 第29-30页 |
2.4.3 稀释蒸汽配比 | 第30页 |
2.4.4 塔压降 | 第30页 |
2.4.5 稀释蒸汽发生器取热 | 第30-31页 |
2.5 数学模型的建立 | 第31-34页 |
2.5.1 模型建立依据 | 第31-32页 |
2.5.2 模型建立 | 第32-33页 |
2.5.3 模拟要求 | 第33页 |
2.5.4 模型验证 | 第33-34页 |
第三章 急冷系统模拟结果及模型验证 | 第34-41页 |
3.1 急冷系统模拟结果 | 第34-39页 |
3.2 急冷系统DA101、DA104塔的温度流量侧形的比较 | 第39-41页 |
第四章 急冷系统灵敏度分析及优化 | 第41-52页 |
4.1 灵敏度及灵敏度分析 | 第41-42页 |
4.2 DA101的灵敏度分析 | 第42-46页 |
4.2.1 E123的出口温度对DA101的影响 | 第42-43页 |
4.2.2 进料温度变化对DA101的影响 | 第43-44页 |
4.2. 3 DA101塔顶回流的影响 | 第44-45页 |
4.2.4 DA101塔底操作压力的影响 | 第45-46页 |
4.3 DA104的灵敏度分析 | 第46-47页 |
4.3.1 DA104的塔顶操作压力对该塔的影响 | 第46-47页 |
4.4 DA103的灵敏度分析 | 第47-49页 |
4.4.1 进料温度对DA103塔的影响 | 第47-48页 |
4.4.2 进料流量对DA103塔的影响 | 第48-49页 |
4.5 灵敏度分析结果 | 第49页 |
4.6 急冷系统优化 | 第49-52页 |
4.6.1 急冷系统优化模型的建立 | 第50-52页 |
第五章 现场工况分析及改造措施 | 第52-57页 |
5.1 现场运行工况的确认 | 第52页 |
5.2 DA101塔运行状况分析 | 第52-53页 |
5.3 改善塔运行所采取的措施 | 第53-57页 |
5.3.1 减粘措施 | 第53-55页 |
5.3.2 采用中段热油循环系统 | 第55-57页 |
第六章 神经网络预测 | 第57-64页 |
6.1 人工神经网络 | 第57-60页 |
6.1.1 BP网络模型 | 第57-58页 |
6.1.2 BP网络模型的训练过程 | 第58-59页 |
6.1.3 BP算法学习过程的具体步骤 | 第59-60页 |
6.1.4 BP网络模型的学习规则 | 第60页 |
6.1.5 运行人工神经网络 | 第60页 |
6.2 神经网络模型的建立 | 第60-64页 |
结论 | 第64-65页 |
参考文献 | 第65-67页 |
致谢 | 第67-68页 |
附录一 | 第68-75页 |
附录二 | 第75-81页 |
附录三 | 第81-86页 |
附录四 | 第86-93页 |