乙醇胺反应工艺模拟与分析

国内乙醇胺生产大多采用低温低浓度氨水和环氧乙烷进行反应,反应体系中氨和水的循环量大、反应速度慢、不能按市场要求控制产品分布。本文通过比较不同的反应动力学表达式,选择了较好的反应动力学方法,在Aspen plus中建立了乙醇胺反应过程的模型,对影响反应速度和产品分布的反应温度、氨水浓度、物料混合方式、以及物料配比等因素进行了分析,得出了该反应工艺温度提高到90℃可以使反应速度差不多处于最大值,氨水浓度增大使反应停留时间减少,生产负荷提高。由于氨／环氧乙烷进料摩尔比较大,使物料混合形式对反应速度影响不大,反应过程前后反应速度变化不大。物料返混越大, 氨／环氧乙烷进料摩尔比越大,产品中三乙醇胺占的比例越大,一乙醇胺比例越小。这些反应规律为实际的生产提供了有益的指导。     

多目标遗传算法及在过程优化综合中的应用

化工过程的多目标优化综合问题可归结为多目标混合整数非线性规划(MOMINLP)模型的求解,求解方法主要有数学规划法和多目标进化算法。以多目标遗传算法(MOGA)为代表的进化算法被认为是特别适合求解此类问题。遗传算法大多用于单目标问题的优化,近十几年来将遗传算法应用到多目标优化的研究得到了很大的发展。本文对多目标遗传算法的一些重要概念、发展历程进行了回顾。针对化工过程的模型特点,对MOGA在过程综合中的应用研究进行了讨论,并认为混合遗传算法应是求解此类问题的有效算法。     

基于遗传禁忌算法的多目的间歇过程调度问题求解

由于组合爆炸特性,多目的厂的调度问题很难求解大规模甚至中等规模的问题,本文采用一种新的随机性优化技术一基于禁忌技术的遗传算法点(Tabu-genetic algorithm,TGA)来对该问题进行求解,引入新的选择策略和变异方法．并以零等待的多目的间歇过程调度为实例,计算表明同已有的方法相比,该方法求解效率高、收敛速度快、使用简单方便,可有效的克服计算负荷和求解质量之间的冲突,是一种求解多目的厂间歇过程调度问题的有效算法。     

高密度聚乙烯过程动态建模与仿真的策略

介绍了高密度聚乙烯ＨＤＰＥ生产过程和用于过程动态模拟与仿真的数学模型的特点。针对ＨＤＰＥ过程,提出了机理＋经验＋神经网络技术的建模策略和方法。给出了数学模型的求解方法。实践证明,研究建立的模型可靠、精确和快速,能满足ＨＤＰＥ过程动态模拟与仿真的需要。     

面向对象的物性数据库及推算系统

物性数据及其推算对于化工过程模拟、优化、设计具有重要意义。本文在ＷＩＮＤＯＷＳ９５操作平台下采用Ｃ＋＋语言建立了一个面向对象的物性数据库及推算系统。为便于系统开发、维护,在类设计时将界面类与算法类分开实现。利用该系统可以直接查询、修改、补充化合物及其基本物性,还可推算化合物的基本物性、传递物性及其他物性,为化工计算提供可行的数据。     

DAM生产装置扩建改造研究

利用系统工程的观点,提出了生产装置扩建改造的基本策略,并将其应用于DAM制造装置中,通过对过程进行分析、模拟,采用多种方法对工艺过程中的瓶颈环节进行改造,以较小的改造费用,达到了预期的扩建目标.     

甲苯二异氰酸酯光气回收系统工艺改进与优化

对甲苯二异氰酸酯(TD I)光气回收系统中各塔的影响因素进行了模拟和分析,对甲苯吸收塔增加了中间冷却器,确定了甲苯解吸塔氯乙烷和水的采出位置,优化了甲苯精制塔进料位置,增加了盐酸塔。这些改进措施稳定了甲苯吸收塔的操作、提高了HC l回收率、降低TD I装置中氯乙烷质量分数、降低塔的腐蚀,并减少了碱液破坏塔Ⅰ、Ⅱ废碱液排放,达到安全环保的目的。     

基于模块模拟器的多目标过程综合解算策略

多目标过程综合可归结为一个多目标混合整数非线性规划(MOMINLP)的求解,求解难度较大,以往研究所采用的过程模型多为基于方程的简化模型,难以指导复杂过程的最优设计。在模块模拟器Aspen Plus上建立了一个基于多目标遗传算法的过程综合求解策略,该策略包括3个层次,即模拟层、综合层和决策层。3个层次间通过接口程序进行数据和信息传递。对模拟计算错误进行了处理,避免影响优化结果。实例表明三层次求解策略适用性强,所得结果能够反映过程的本质规律,可为设计符合可持续发展的过程系统提供依据。     

模块环境下的filter-SQP用于过程优化

引言 20世纪70年代中期以来,经过许多学者的努力,SQP法成为求解非线性规划(NLP)问题最有效的方法之一.     

气相色谱-质谱联用测定DEIP中的微量组分

建立了气相色谱-质谱联用(GC/MS)检测间苯二甲酸二乙酯(DEIP)中微量杂质的方法,DEIP样品经减压蒸馏分离,用GC/MS对其中的微量杂质进行分析,结合生产工艺、谱库检索和人工解谱,鉴定出11种主要杂质,用面积归一法确定了11种杂质的含量,该方法的建立对生产及工艺优化有较好的指导作用。