基于正交和神经网络法的二氯甲烷—乙醇精馏工艺优化

发布时间：2017-08-23 16:39

  本文关键词：基于正交和神经网络法的二氯甲烷—乙醇精馏工艺优化

  更多相关文章： 二氯甲烷 乙醇 精馏 正交设计 神经网络

【摘要】：本文采用ASPEN PLUS软件对二氯甲烷-乙醇-水混合物系分离进行模拟分析。以塔顶产品质量分数和塔釜能耗为目标函数,利用单因素分析法考察了精馏塔理论板数,原料进料位置,萃取剂进料位置,回流比,溶剂比等操作参数对目标函数的影响。通过实验验证了流程工艺的准确性。根据影响精馏过程的因素,设计正交试验。对模拟结果进行极差直观分析和方差分析,从而选取最佳操作条件。对于二氯甲烷精馏塔,以塔顶二氯甲烷质量分数为目标函数时,最佳操作条件为20块理论板,第17块板进料,回流比为1.8,此时塔顶二氯甲烷的质量分数为99.20%。以塔釜能耗为目标函数时,最佳操作为20块理论板,第15块板进料,回流比设为1.2,塔釜能耗为20.07kW。利用神经网络建立优化模型,求解的较优结果为,二氯甲烷质量分数为99.28%,塔釜能耗为18.25kW。对于乙醇精馏塔,以塔顶乙醇质量分数为目标函数时,最佳操作条件为12块理论板,第11块板进料,回流比为1.4,萃取剂进料所在位置在第4块理论板,溶剂比为1.1。此时塔顶乙醇的质量分数为99.99%。以塔釜能耗为目标函数时,最佳操作为15块理论板,进料位置为第8块板,回流比设为1.0,萃取剂的进料位置在第3块板,溶剂比为0.7,塔釜能耗为0.97kW。利用神经网络建立优化模型,求解的较优结果为,乙醇质量分数为99.71%,塔釜能耗为0.78kW。将神经网络与正交试验二者结合用于二氯甲烷-乙醇-水物系的精馏工艺参数优化过程中,可以明显缩短优化工艺参数的时间,提高工艺设计效率,并能获得比单纯使用正交试验更为优化的结果。本文提供了二氯甲烷-乙醇-水混合液的分离研究和优化方法,对其溶媒回收利用具有十分重要的意义,为进一步的中试和工业应用奠定了理论基础。
【关键词】：二氯甲烷 乙醇 精馏 正交设计 神经网络
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TQ028.31
【目录】：

• 摘要4-5
• abstract5-11
• 第一章 绪论11-21
• 1.1 精馏技术11-14
• 1.1.1 化工分离11-12
• 1.1.2 精馏技术12
• 1.1.3 精馏节能技术12-14
• 1.1.3.1 改变精馏工艺13-14
• 1.1.3.2 改变操作参数14
• 1.2 共沸物14-16
• 1.2.1 共沸物研究14-15
• 1.2.2 共沸物分离方法15-16
• 1.3 化工过程模拟16-17
• 1.3.1 过程模拟技术的发展16
• 1.3.2 模拟软件16-17
• 1.4 优化方法17-18
• 1.4.1 正交设计法17
• 1.4.2 均匀设计法17
• 1.4.3 响应面法17-18
• 1.4.4 人工神经网络18
• 1.4.5 粒子群算法18
• 1.5 主要工作与意义18-21
• 第二章 精馏分离二氯甲烷-乙醇-水物系的工艺优化21-29
• 2.1 精馏分离工艺的基础数据21-22
• 2.1.1 体系物性分析21-22
• 2.1.2 热力学方程的选取22
• 2.2 精馏工艺模型的建立22-23
• 2.2.1 工艺流程22-23
• 2.2.2 优化目标与参数23
• 2.3 精馏实验研究23-28
• 2.3.1 实验试剂及仪器23-24
• 2.3.1.1 实验试剂23-24
• 2.3.1.2 实验仪器24
• 2.3.2 二氯甲烷精馏实验24-26
• 2.3.2.1 实验流程24-25
• 2.3.2.2 实验结果与讨论25-26
• 2.3.3 乙醇精馏实验26-28
• 2.3.3.1 实验流程26-27
• 2.3.3.2 实验结果与讨论27-28
• 2.4 本章小结28-29
• 第三章 二氯精馏塔优化29-47
• 3.1 单因素分析29-31
• 3.1.1 二氯精馏塔理论板数29-30
• 3.1.2 二氯精馏塔进料位置30-31
• 3.1.3 二氯精馏塔回流比31
• 3.2 正交试验优化31-37
• 3.2.1 正交试验设计31-33
• 3.2.2 结果与讨论33-37
• 3.2.2.1 正交试验设计的极差分析33-35
• 3.2.2.2 正交试验设计的方差分析35-37
• 3.3 神经网络优化37-46
• 3.3.1 神经网络简介37-41
• 3.3.1.1 神经网络模型37-38
• 3.3.1.2 BP网络38-40
• 3.3.1.3 RBF网络40-41
• 3.3.2 二氯甲烷塔神经网络数学模型41-44
• 3.3.2.1 BP网络数学模型41-43
• 3.3.2.2 RBF网络数学模型43-44
• 3.3.3 结果与讨论44-46
• 3.4 本章小结46-47
• 第四章 乙醇精馏塔的优化47-61
• 4.1 单因素分析47-50
• 4.1.1 乙醇精馏塔理论板数47-48
• 4.1.2 乙醇精馏塔进料位置48
• 4.1.3 乙醇精馏塔回流比48-49
• 4.1.4 乙醇精馏塔萃取剂进料位置49-50
• 4.1.5 乙醇精馏塔溶剂比50
• 4.2 以乙醇含量为目标函数50-54
• 4.2.1 正交试验设计51-52
• 4.2.2 结果与讨论52-54
• 4.2.2.1 正交试验设计的极差分析52-53
• 4.2.2.2 正交试验设计的方差分析53-54
• 4.3 神经网络优化54-60
• 4.3.1 神经网络数学模型54-58
• 4.3.1.1 BP网络数学模型54-56
• 4.3.1.2 RBF网络数学模型56-58
• 4.3.2 结果与讨论58-60
• 4.4 本章小结60-61
• 第五章 结论与展望61-63
• 5.1 结论61-62
• 5.2 展望62-63
• 参考文献63-67
• 附录A67-69
• 攻读学位期间所取得的相关科研成果69-71
• 致谢71

【参考文献】

中国期刊全文数据库 前10条

1 杨晓宽;常学东;李云朋;;均匀设计法优化芦笋复合膳食纤维制备工艺[J];中国食品学报;2015年03期

2 司云航;杜德奔;王智杰;张开行;袁晓霞;贾延超;;基于HYSYS的C_3/MRC液化天然气流程分析[J];石油化工应用;2015年02期

3 叶青;熊晓娟;秦继伟;徐红;张浩;;萃取和热集成变压精馏分离异丙醇与异丙醚的模拟[J];常州大学学报(自然科学版);2015年01期

4 辛燕平;赵明;夏铭;孟继红;姚芳莲;许春建;;热集成变压精馏分离吡啶-水的控制研究[J];化学工程;2014年11期

5 李秀梅;;精馏塔节能优化综述[J];价值工程;2014年28期

6 纪智玲;王志恒;廖丽华;李文秀;张志刚;于三三;范俊刚;李双明;;具有最低共沸点难分离物系变压精馏分离[J];化工进展;2014年S1期

7 侯涛;高晓新;;乙腈-水共沸体系的变压精馏模拟与优化[J];石油化工高等学校学报;2014年02期

8 徐建新;张洪起;刘继东;董忠哲;;电解质NRTL模型的研究进展及应用[J];化工进展;2013年09期

9 韩彬光;;热泵精馏与多效精馏的分析和比较[J];广东化工;2013年11期

10 李春利;张明禄;方静;胡雨奇;;间歇共沸精馏分离乙二醇单甲醚-水物系[J];化工进展;2012年06期

，

本文编号：726135