废物最小化的过程集成方法研究

发布时间：2020-06-23 03:04

【摘要】： 随着化学工业的迅速发展，化学工业的生产活动在消耗大量的资源和能量的同时，产生了多方面的环境影响，化工过程的污染问题由于对人类和环境的影响已在全世界范围内引起越来越多的关注。废物最小化是从源头削减废物的产生以及物质的循环再利用，降低物质和能量消耗，提高过程效率和产品质量，最大限度减少生产过程对环境的污染，达到节约资源，保护人类赖以生存的环境的目的，是实施清洁生产、实现经济与环境的协调发展的重要措施。本文针对化工过程环境污染问题，总结了目前清洁生产的研究状况及发展趋势，对解决环境问题的废物最小化的过程集成方法进行了理论与实例研究。论文主要内容有： 1．过程集成是清洁生产实施的关键技术之一。它是通过最少的物质和能量消耗和最大限度地回收物质和能量实现最大设计效率，是废物最小化过程设计的基础。本文在总结清洁生产的研究现状及废物最小化的过程集成方法的研究进展基础之上讨论了废物最小化过程设计的总体策略，建立了以过程集成为基础的废物最小化过程设计的总体框架，将多目标优化作为过程经济、环境等性能协调优化的实现工具。 2．由于废物最小化问题需要在产品、过程设计中考虑环境因素，环境影响的定量化是进行过程环境性能评价的基本前提。本文讨论了基于污染物平衡原理的化工过程环境影响评价方法。将环境影响因素集成到过程路径图中，直观地表示出全过程的环境影响负荷的变化情况。化工过程的环境影响评价可用于确定过程中环境影响较为严重的环节，确定过程改进的目标，也可用于环境友好过程方案的选择。本文将化工过程的环境影响评价作为优化问题初选的方法，并把环境因素纳入过程优化中，与过程设计的其他因数进行权衡，实现过程经济、环境等性能的协调优化。 3．考虑环境因素的过程设计需要同时考虑环境和经济等目标，因此废物最小化的过程设计往往需要进行多个设计目标的权衡，以实现过程性能的协调优化。本文进一步研究了多目标优化问题的求解方法，采用多目标遗传算法的非劣排序适应度分配策略，把模拟退火算法的思想融入多目标遗传算法中，开大连理工大学博土学位论文发了多目标遗传－模拟退火算法。将模拟退火算法引入多目标遗传算法的变异操作中，由于模拟退火算法采用MCtroPo仇准则接受差的解，从而使算法具有逃脱局部最优解，向全局最优解所在的区域靠近的优点，减少了陷入局部最优解的可能性。通过测试函数的测试及其在废物最小化多目标优化问题中的实际应用验证了本文提出的方法的有效性。 4．本论文结合合成氨生产的工程实例，进行化工过程废物最小化造的实例研究，并在废物最小化过程设计的总体框架下，进一步提出了基于过程模拟的废物最小化过程集成方法，井以凝液回收系统为例进行说明。在过程模拟基础上，通过神经网络把物质和能量信息以及变量间的关系从 Aspen Plus转移到优化模型上，从而将过程模型与废物最小化的优化模型（环境、经济评价模型）结合起来，并通过多目标遗传－模拟退火算法进行过程方案的多目标优化，实现了在过程严格模拟基础上废物最小化的过程集成，以及系统物质和能量的综合利用、过程环境和经济性能的协调优化。
【学位授予单位】：大连理工大学
【学位级别】：博士
【学位授予年份】：2001
【分类号】：X701
【图文】：

效益,能量回收,环境影响,初始种群

a初始种群分布，PM为物质回收效益(10‘yuan/a)，PH为能量回收效益(10‘yuan/a)，E为过程的环境影响

效益,能量回收,环境影响,种群分布

b第100代种群分布，PM为物质回收效益(lo6yuan/a)，PH为能量回收效益(106yu:n/:)，E为过程的环境影响

【引证文献】