【摘 要】
：
间歇过程操作是化工过程中的一种重要生产方式.与连续过程不同,间歇生产不是在一个稳定的工作状态运行,而是根据设定的原料比例、操作条件所对应的操作轨迹运行.因此间歇过程数据具有多阶段性、动态时变性和非线性等特性,传统的监测方法难以应用于对间歇过程生产运行状态的监测.为了解决这个问题,提出了一种新的间歇过程监测策略.首先基于长短时记忆神经网络提取变量间的动态、非线性关系来建立回归模型.然后以回归模型得到的残差作为监测对象,由于残差已经不再有多阶段、动态特征,可以直接应用连续过程监测的方法对残差建立监测模型.最后
【机 构】
：
北京化工大学化学工程学院,北京100029
论文部分内容阅读
间歇过程操作是化工过程中的一种重要生产方式.与连续过程不同,间歇生产不是在一个稳定的工作状态运行,而是根据设定的原料比例、操作条件所对应的操作轨迹运行.因此间歇过程数据具有多阶段性、动态时变性和非线性等特性,传统的监测方法难以应用于对间歇过程生产运行状态的监测.为了解决这个问题,提出了一种新的间歇过程监测策略.首先基于长短时记忆神经网络提取变量间的动态、非线性关系来建立回归模型.然后以回归模型得到的残差作为监测对象,由于残差已经不再有多阶段、动态特征,可以直接应用连续过程监测的方法对残差建立监测模型.最后选择支持向量数据描述对正常数据集的残差进行超球体描述,以测试集样本点到超球体中心的距离作为监测统计量来实现故障点的检测.本方法被应用于青霉素发酵仿真过程,结果表明本方法成功将复杂的间歇过程监测转化成较为简单的连续过程监测问题来处理,且能够及时对过程故障进行报警.
其他文献
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
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.
本文采用水热纯化耦合乙二胺溶剂热两步液相化学方法,以商业红磷为原料成功制备出黑磷/红磷(BP/RP)异相结,并将材料用于可见光降解四环素研究.实验结果表明,商业红磷经过液相两步反应后,在原来的红磷相表面原位生长出正交晶相的黑磷纳米晶体,从而得到BP/RP异相结,异相结中BP含量约为3(wt)％.与RP相比,BP/RP异相结表面丰富的-OH、-P=O和P-O-P官能团,有利于目标污染物的吸附,同时拓宽了在可见光区的吸收范围并产生更多的光催化反应活性中心(·OH),在催化剂加入量为0.01g、四环素浓度为20
以镍网为基底,通过一步电沉积方法成功制备出用于碱性水电解的多孔镍铁合金析氧反应(Oxygen Evolution Reaction,OER)电极.镍铁的沉积伴随强烈的析氢,此条件下构筑出的多级孔结构成为电极用于OER反应时液相中传质与气泡释放的适宜传递通道.在析氧反应中,电流密度为10 mA·cm-2时的过电位仅为210 mV,Tafel斜率为35 mV·dec-1,催化活性超过商用的Ir催化剂和许多已报道的镍铁基催化剂.在60℃、30％KOH以及电流密度≥200 mA·cm-2的工况下,电极稳定运行25
为了降低噻吩的含量,本文合成了四(4-二甲氨基)苯基酞菁钴,然后将其与石墨烯复合制备成脱硫催化剂,并进行了表征,最后研究了此催化剂对去除噻吩的催化活性,结果表明,在石墨烯和四(4-二甲氨基)苯基酞菁钴的共同作用下,噻吩的去除率可以达到82％,具有良好的催化活性.