【摘 要】
：
化工过程的故障检测与诊断对于现代化工系统的可靠性和安全性具有重要意义.深度学习作为一项新兴的技术,引起了学术界和工业界的广泛关注.从方法的角度出发,将基于深度学习的化工过程故障检测与诊断技术分为:基于自动编码器的方法、基于深度置信网络的方法、基于卷积神经网络的方法和基于循环神经网络的方法,并分别对4种方法的最新研究进展进行了系统的归纳和总结.最后从工业应用角度总结了一些主要的挑战,并从“数据”、“模型”和“可视化”3个方面展望了未来的发展方向.
【机 构】
：
天津大学化工学院,天津300350
论文部分内容阅读
化工过程的故障检测与诊断对于现代化工系统的可靠性和安全性具有重要意义.深度学习作为一项新兴的技术,引起了学术界和工业界的广泛关注.从方法的角度出发,将基于深度学习的化工过程故障检测与诊断技术分为:基于自动编码器的方法、基于深度置信网络的方法、基于卷积神经网络的方法和基于循环神经网络的方法,并分别对4种方法的最新研究进展进行了系统的归纳和总结.最后从工业应用角度总结了一些主要的挑战,并从“数据”、“模型”和“可视化”3个方面展望了未来的发展方向.
其他文献
钢轨安全状态的监测对保证列车的安全运行至关重要,针对钢轨裂纹的检测,本文阐述了几种不同的裂纹检测技术.重点分析了红外热成像检测技术在钢轨裂纹检测中的应用,该检测技术包括外激励加热、红外图像采集以及图像处理三部分.本文将常用激励方式进行了介绍和对比,详细阐述了卤素灯作为激励在裂纹检测中的应用;其次,搭建了基于卤素灯激励的红外热成像检测实验平台;然后,对采集到的红外图像进行增强处理,并提出改进图像处理算法;最后,本文对该技术未来的应用前景做出展望.
为提高分子筛纳米片催化烷烃裂解的低碳烯烃收率,通过改变双季铵盐表面活性剂C22-6-6与Na+的比例(C22-6-6/Na+),水热合成出不同厚度(7.5～20.6 nm)的HZSM-5纳米片(ZN-x),并将其用于催化正癸烷裂解反应.结果表明:随纳米片厚度增加,催化剂外表面积和介孔体积显著降低,外表面Br?nsted酸量从ZN-10的65μmol/g降到了ZN-2.7的26μmol/g.ZN-2纳米片(17.9 nm)在500℃下催化裂解正癸烷具有最高的低碳烯烃收率(38.3％),较ZN-10(7.5
聚合反应动力学参数估计是烯烃聚合过程建模与优化的重要环节和难点.针对Ziegler-Natta催化剂多活性中心特性、反应复杂、动力学参数多的问题,提出了基于粒子群优化(PSO)算法的烯烃聚合反应动力学参数估计方法.该方法以聚烯烃分子量分布(MWD)、短支链分布(SCB)、共聚组成分布(CCD)等微观链结构为目标,以动力学参数为优化变量,采用免疫算法(IA)和PSO算法直接进行优化求解.结果表明:两种算法均可以实现以MWD为目标的均聚反应动力学参数的估计,但PSO算法可以实现多活性位烯烃聚合反应动力学参数的
双氧水(H2O2)作为一种典型的清洁高效氧化剂,将在未来化学工业的绿色化、高效化、安全化过程中起到重要作用,传统蒽醌法合成H2O2工艺污染大、能耗高,亟需开发安全高效的H2O2绿色生产工艺.据此开发了常压滴流床反应器用于氢氧直接合成H2O2工艺.基于商业钯/碳催化剂,系统地研究了常压条件下滴流床反应器中气相流量、氧氢比例、氮气浓度以及催化剂装填密度等因素对H2O2产量的影响,并对反应工艺参数进行优化,为连续、稳定、高效地直接合成H2O2绿色生产工艺提供有效参考.
以吡啶、吡咯和尿素为含氮元素前驱体,通过水热自组装结合热处理法制备了氮掺杂的石墨烯整体式催化剂,考察了其催化丙烷氧化脱氢反应的活性.催化剂结构表征和反应活性测试结果表明:以吡啶为前驱体很难有效地引入较高含量的氮原子;以吡咯为前驱体时能够一定程度地增加氮原子的掺杂量,但对石墨烯表面氧物种含量的调控并不明显,对石墨烯催化活性的改善比较有限;尿素分子具有一定的还原性,在水热过程中能与石墨烯表面的氧官能团发生化学反应.尿素前驱体不仅能作为氮源被引入到石墨烯的结构中,而且能有效提升石墨烯整体式催化剂中活性氧物种的数
为了提高中空碳纳米球(HCNS)对挥发性有机化合物(VOCs)的吸附性能,用氨基钠(NaNH2)对HCNS进行活化处理,使活化后HCNS的比表面积和微孔增加.实验考察了活化剂的质量和活化温度对活化后HCNS性能的影响.结果表明:当NaNH2和HCNS的质量比为3,活化温度为500℃得到的样品性能较优;样品HCNS-3-500的比表面积和孔容最大,分别为1589 m2/g和1.96 cm3/g;对正己烷、甲苯和92#汽油的静态吸附容量分别为2.70,1.93和1.36 g/g,单组份正己烷和甲苯的动态吸附容
以用于硝基环己烷还原制环己酮肟的铜基催化剂为研究对象,在釜式反应器中研究了蒸氨水热法制备的Cu/SiO2催化剂催化硝基环己烷还原制环己酮肟过程中的主、副反应历程,重点考察了反应体系中水的存在对反应路径及目标产物选择性的影响.结果表明:该反应过程中环己酮肟水解反应基本不会发生,但外源水量的增加会显著促进环己酮的生成.由此可推测,在硝基环己烷加氢反应中,Cu/SiO2作用下环己酮肟先是加氢生成某不稳定中间物种,中间物种进一步加氢生成氨基环己烷或者水解生成环己酮.
成像系统实时采集的低光照环境图像具有照度低、噪声严重、视觉效果差等问题,为了提高低光照环境成像质量,本文提出基于多尺度小波U型网络的低光照图像增强方法.该方法采用多级编解码器构建U型网络,并引入小波变换构建特征分频单元,分离高频和低频信息,增强对低频照度特征和高频纹理信息的感知.设计多尺度感知损失函数,指导网络学习低频信息到高频信息的逐级重建,从而优化网络的收敛和性能.最后,在LOL、LIME、NPE、MEF、DICM和VV数据集上进行测试.实验结果表明,所提方法能够有效提升图像照度,抑制图像噪声和纹理丢
分子筛催化过程中反应物、产物以及中间体等分子在分子筛孔道内的扩散行为显著影响催化剂择形催化性能、限域效应、产物选择性和稳定性等.本文总结了近二十年来分子模拟技术在分子筛扩散研究中的应用进展.首先简单介绍以分子动力学模拟为代表的分子筛扩散研究方法,然后介绍了包括烷烃、烯烃和芳烃在内的单组分以及多组分碳氢化合物在分子筛中的扩散行为,详细论述了温度、客体分子负载量、分子筛拓扑结构、骨架刚柔性以及酸性等多种因素对扩散性能的影响,并对分子模拟技术在分子筛扩散研究中的应用进行了展望.
高剪切混合器作为一种新型的过程强化设备,工业应用 日益广泛,但其工程设计依然依靠经验放大.利用不同定转子构型的叶片-网孔管线式高剪切混合器的功耗、液-液传质系数和乳化性能等数据,采用反向传播神经网络算法、循环神经网络算法和决策树算法等机器学习算法对数据进行分析建模,为高剪切混合器的设计与优化提供工具.结果表明:反向传播神经网络算法和循环神经网络算法都可以准确预测高剪切混合器性能,但是单个神经网络算法存在过拟合和泛化能力差的问题,通过将不同机器学习模型融合进一步提高了模型精度和稳定性.基于自动机器学习的Py