基于人工神经网络和复合形法的低温甲醇洗模拟与优化研究
本文利用人工神经网络与复合形法相结合,实现了装置参数的优化,达到系统节能及优化操作。研究工作表明:1.ANN(人工神经网络)应用于低温甲醇洗系统的模拟是成功的,其模型能作为“黑箱”模型,代替模拟软件的严格模型。2.复合形法用于低温甲醇洗系统的关键工艺条件的优化是可行的,将ANN训练的模型结构作为一个约束方程可大大简化优化问题并节省机时。本文针对实际问题,具体问题具体分析,提出了生产工厂扩产节能及优化操作的改造方案。也为同类问题的解决提供了理论研究方法和实际实施的具体策略。
合成氨;低温甲醇洗;人工神经网络;复合形法
北京化工大学
硕士
化学工程与工艺
吴慧雄;韩世奇
2005
中文
TQ113.264;TQ018;TP183
63
2005-11-16(万方平台首次上网日期,不代表论文的发表时间)