合成氨工业是农业的基础,也是化学工业的支柱产业,在国民经济中占有重要的地位。同时,合成氨工业是高耗能产业,且具有巨大的节能潜力。降低合成氨生产能耗主要依靠高活性催化剂和生产工艺创新。与传统的Fe3O4基熔铁氨合成催化剂相比,新型的Fe1-xO基催化剂和钌基催化剂具有更高的活性,尤其在中低压下更具优势。因此,新型高活性催化剂的进一步完善和推广应用,以及中低压氨合成工艺的技术创新,是合成氨节能改造的有力措施。计算智能是人们从生物进化的机理和一些自然现象中受到启发,提出的许多用以解决复杂建模和优化问题的新方法,因其性能高效和通用性,受到各领域广泛的关注和应用。其中,神经网络、支持向量机、遗传算法和全息搜索策略等计算智能已在催化剂设计、反应动力学模型参数估计、工艺参数优化、化工系统集成等化学工程领域得到了应用。本文将计算智能进行改进,并应用于氨合成催化剂的助催化剂组成设计及优化,反应动力学参数估计,氨合成塔的工艺参数优化以及氨合成回路三大机组的功耗优化;以揭示氨合成催化剂的助催化剂调变规律、进一步提高催化剂活性,建立适用的钌基催化剂氨合成反应动力学方程,评价铁催化剂与钌催化剂串联的合成塔性能以及降低合成回路三大机组的功耗。本文的主要研究工作与相关成果可归纳如下:1.针对氨合成催化剂助催化剂成分复杂、相互之间存在很强的交互作用,与催化剂活性之间非线性特征明显,设计了一种改进的广义回归神经网络;针对助催化剂元素的物化性质参数较多,而样本数据有限,属于典型的小样本问题建模,提出了基于支持向量机的助催化剂元素设计方法,并对支持向量机进行改进;针对催化剂设计和工艺参数优化的复杂性,设计了一种多变异遗传算法;针对钌基催化剂氨合成反应动力学参数优化的复杂性,设计了迭代全息搜索策略优化算法。2.根据样本数据,运用改进的广义回归神经网络建立了助催化剂含量与催化剂活性之间的关系模型,根据该模型,运用多变异遗传算法对助催化剂含量进行了优化。实验验证结果表明:根据优化结果制备的6个催化剂样品的实验测定值与预测值基本一致;在制备的6个催化剂样品中,实验测定的最高活性为19.55%,与样品的预测值（19.61%）一致,比原样本的统计平均活性值（18.38%）高1.19%,且比原样本最高活性（19.08%）高出0.47%;所有的6个催化剂样品活性的实验测定值均比相应数目助催化剂的原样本统计平均活性值高出0.58%～1.73%。本文对助催化剂的含量优化取得了满意的结果。3.根据提出的基于支持向量机的助催化剂元素设计方法,运用改进的支持向量机建立助催化剂元素物化性质参数与催化剂活性之间的关系模型,对助催化剂元素进行了探索性设计预测,预测结果有一定的合理性。基于支持向量机的助催化剂元素设计方法对催化剂设计有一定的指导意义。4.对铁催化剂串钌催化剂氨合成塔进行了模拟和优化,结果表明:采用铁催化剂串钌催化剂氨合成塔可较大程度地提高出口氨浓度、增加氨产量,但钉催化剂的比例不宜高;铁催化剂串钌催化剂氨合成塔更适宜于中低压下使用。对铁基催化剂合成塔塔后串联钉基催化剂辅助合成塔的工艺进行了模拟和优化,结果表明:当操作压力在10MPa～15MPa、空速在5000 h-1～30000 h-1的范围内,通过串联等温操作的钉基催化剂辅助合成塔,出塔氨浓度从14.9%提高到19.29%～30.33%,增加率为29.46%～103.56%,大大地提高了氨的合成效率。与塔内绝热操作串联钌催化剂相比,塔后串联等温操作的钉催化剂辅助合成塔的工艺更优。5.研究了合成回路三大压缩机压缩功与催化剂活性的关系,通过对不同压力下三大机组总功耗的模拟优化计算,得到了以下结果:（1）当氨产量和系统压力一定时,三大机组总功耗决定于合成塔进、出口氨含量、新鲜气及放空气的惰性气体含量和氨冷凝温度,而最终决定于催化剂活性。据此,本文提出了采用新型高活性催化剂,降低合成压力及相应的空速,保持氨净值、新鲜气及放空气的惰性气体含量和氨冷凝温度不变的低能耗合成氨新工艺。（2）通过不同压力下的氨合成塔和三大机组总功耗模拟优化计算结果表明,本文提出的低能耗合成氨新工艺是可行的,三大机组总功耗随着操作压力的降低逐渐减小。与30MPa时相比,15MPa可节能11.06%,10MPa可节能13.5%,后者相当于每吨氨节约42.05公斤标煤。对于年产20万吨合成氨的装置,装机容量可减少2819 kW,每年可节约8410吨标煤,CO2减排22371吨。具有显著的节能减排效果。