基于云平台的炼化企业智慧循环水系统

近年来,随着大数据、云计算技术在炼化行业的应用,通过模型优化产品结构、操作条件,可以显著提升炼化企业效益。随着装置运行,炼油厂内换热器循环水侧会在诸多方面（如pH、电解质组成、电导率等）表现出不同的水质劣化倾向。通过可视化的手段进行分析,可以实现各运行参数解耦,定量调控循环水处理工艺,最大程度推进节能减排。采用云平台作为模型部署基础,以Vue. js作为前端框架,实现了数据存储、可视化等关键功能。将多维度的循环水分析数据整合,构建了水质分析、在线诊断和优化为一体的智慧循环水数据分析系统。介绍了该系统数据存储、可视化、数据优化、在线诊断等功能的实现方式,并通过实例展示该系统在某炼油厂循环水处理优化过程中的应用效果。     

Herbrand基上的启发式语义映射

一、引言 在逻辑程序中允许负文字出现,极大地增强了逻辑程序的表达能力,但同时也其语义定义带来了困难。可以说,至今还没有一种好的方法来定义一般逻辑程序的语义。     

脱乙基型催化剂上二甲苯异构化反应动力学研究

采用微型固定床反应装置研究在SKI-210脱乙基型C₈芳烃异构化催化剂(简称SKI-210催化剂)上二甲苯异构化反应动力学。反应网络包括3种二甲苯异构体之间的异构化主反应以及二甲苯的歧化副反应,以Langmuir-Hinshelwood-Hougen-Watson(LHHW)方程模拟反应速率,使用gPROMS软件拟合得到反应动力学参数,建立了一级反应动力学模型并对模型进行检验。结果表明：在SKI-210催化剂上3种二甲苯相互转化的反应网络符合实验数据;该模型能预测二甲苯异构化反应的产物分布,模型对产物摩尔分数的预测标准偏差在0.0002～0.0152,模型预测值与实测值吻合良好。利用该模型进行模拟分析,考察了反应条件对对二甲苯(PX)收率和选择性的影响,发现在反应温度380℃、反应压力0.6 MPa、质量空速15 h^-1下,PX收率可达24.6%,为工业反应器的操作优化奠定了动力学模型基础。     

基于图卷积神经网络汽油单体烃辛烷值的预测

基于图卷积神经网络的神经指纹方法,引入了池化操作,建立了改进的神经指纹方法;进而采用改进的神经指纹法建立了汽油单体烃辛烷值的预测模型,作为对分子级汽油辛烷值调合模型的支撑。通过用单体烃沸点和临界温度数据集对预测模型进行验证,发现池化操作的引入对神经指纹法的预测能力有明显提升,改进神经指纹法模型可自动选取对辛烷值有利和不利的结构特征,双键结构对单体烃马达法辛烷值的影响比芳环结构的影响更大。该预测模型对研究法辛烷值和马达法辛烷值的预测达到了同等水平,取得了良好的预测效果。