汽液平衡数据是化学工业发展新产品、开发新工艺、减少能耗、进行三废处理的重要基础数据之一。化工生产中的精馏、冷凝和蒸发等分离过程设备的改造、设计与革新以及对最佳工艺条件的选择,都需要精确可靠的汽液平衡数据。因此汽液平衡(VLE)数据的获取对化工生产具有重要的意义。对于理想体系,其汽液平衡数据的估算相对而言较为容易。但企业关注的体系,尤其是甲胺体系大多数都会偏离理想体系,较难获取。且甲胺沸点低、易挥发、取样困难等,在实验的处理过程中造成一定的困难,因此有关含甲胺的等压汽液平衡的数据十分少见。本文采用MATLAB中最优化和人工神经网络法(ANN)研究甲胺体系的汽液平衡。选用101.325kPa下的一甲胺(MMA)-水、二甲胺(DMA)-水、三甲胺(TMA)-水3组二元体系,一甲胺-二甲胺-水、一甲胺-三甲胺-水、二甲胺-三甲胺-水3组三元体系,一甲胺-二甲胺-三甲胺-水一组四元体系为研究对象,用MATLAB最优化工具箱来进行Wilson模型参数回归和泡点计算。以实验测定的汽液平衡(VLE)数据作为人工神经网络的学习样本,建立这7组研究体系的VLE预测模型,并以实验数据作为检验样本来检验网络模型的预测能力。分别用BP网络模型由二元系推算三元系、四元系和由三元推算四元系的VLE数据,同时,从一甲胺-二甲胺-水、一甲胺-三甲胺-水、二甲胺-三甲胺-水三个三元系中用BP网络模型预测出一甲胺-二甲胺、二甲胺-三甲胺、一甲胺-三甲胺三个二元系的VLE数据,从常压下甲胺二元系VLE数据预测高压下此二元系的VLE数据,并与Wilson模型推算值和文献值做比较。