智能可视化优化技术用于常压塔多目标操作优化

应用Aspen Plus流程模拟软件,对某炼油厂的原油常减压蒸馏装置中常压塔进行准确模拟.在此基础上,选取常底蒸汽量、侧线采出量、中段回流量等8个操作变量,在其值域范围内,通过计算机模拟实验,获得了满足常压塔约束条件的样本数据.以产值最大化和能耗最小化为优化目标,应用智能可视化优化技术将这些样本数据降维映射到二维平面,生成产值与能耗的等值线.根据数据点和等值线的降维映射图,确定出能耗小、产值高的优化区域和优化操作点.对比原工况点,优化操作点的常压塔产值提高了1.42％、能耗降低了4.7％,智能可视化优化技术为常压塔的多目标操作优化提供了一种有效的手段.     

两种酸笋主要成分、挥发性成分及抗氧化活性对比

目的:研究两种酸笋的化学成分、挥发性成分和生物活性及酸笋的区域特性和风味形成机制。方法:采用理化试验分析酸笋及其提取物中的主要成分,利用顶空固相微萃取气相色谱—质谱联用仪(HS-SPME-GC-MS)对酸笋中的挥发性风味成分进行鉴定和分析,通过体外抗氧化活性方法(ABTS自由基清除方法、DPPH自由基清除方法和FRAP法)评估酸笋提取物的抗氧化活性。结果:GXLZTY酸笋和GDYBNX酸笋在水分、pH、可溶性总糖、脂肪、氨基酸态氮和亚硝酸盐的含量上无明显差异。然而,氯化物、总酸、蛋白质、膳食纤维、总黄酮、总多酚和矿物质元素的含量在两者之间存在显著差异。GXLZTY酸笋中的主要成分为对甲基苯酚、己酸、辛酸、2-乙基己醇和二氧化硫,而GDYBNX酸笋中的主要成分为对甲基苯酚、醋酸和丝氨醇。GXLZTY酸笋提取物在清除ABTS自由基、DPPH自由基和FRAP活性方面的表现均优于GDYBNX酸笋提取物。结论:GXLZTY酸笋具有更高的营养价值和抗氧化活性。     

基于LCA与NSGA-II的混合算法解多目标优化问题

针对非支配遗传算法(NSGA-Ⅱ)存在易过早收敛和计算时间长的问题,本文提出一种列队竞争算法(LCA)与非支配排序遗传算法的混合算法(LCA-NSGA-Ⅱ)。通过将列队竞争算法引入NSGA-Ⅱ,均衡全局搜索和局部搜索,以解决NSGA-Ⅱ早熟的问题,并利用一种快速排序方法,降低非支配排序的时间复杂度,采用动态的拥挤度计算方法,保持外部存档集的均匀性。将LCA-NSGA-Ⅱ用于经典测试函数的计算,在收敛性、分布性和运算效率方面都取得了比NSGA-Ⅱ更好的效果。最后,在ASPEN PLUS与MATLAB集成平台上,用LCA-NSGA-Ⅱ算法以烯烃回收率和能耗为目标优化MTO烯烃分离过程,为实际操作优化提供指导方向。     

大豆-鸡蛋清复合蛋白粉功能性质的研究

本文通过单因素试验设计对大豆分离蛋白-蛋清蛋白混合粉的功能特性进行研究。结果表明,大豆分离蛋白与蛋清蛋白的配比和pH值对实验结果都有显著影响。中性条件下,蛋清蛋白的比例由0%增加到80%时,混合蛋白粉的溶解度由12%上升到58%,凝胶强度由59 g上升到1604 g;大豆分离蛋白的比例由0%增加到80%时,混合蛋白粉的起泡性由86.5%上升到184%,失水率由80%降低为35%。通过实验得出了两种蛋白质之间的非线性作用,两种蛋白质在胶凝性上表现为协同作用,在起泡性上表现为抗拮作用,而在溶解度上二者表现为简单的线性叠加。     

种群分布式并行遗传算法解化工多目标优化问题

带精英策略的非支配排序遗传算法(NSGA-II)在与流程模拟软件Aspen Plus结合求解化工多目标优化问题方面耗时较高.为了解决这一问题,本文提出了一种种群分布式的并行遗传算法(populations distributed parallel genetic algorithm,PDPGA),将模拟计算任务分配给局域网的多台子节点计算机并行执行.以氯乙烯精制的多目标优化过程为研究对象,选取氯乙烯采出量最大化和系统总能耗最小化为两个目标,低沸塔和高沸塔的质量回流比、塔顶馏出率和塔压6个操作参数为优化变量.分别应用PDPGA和NSGA-II对上述过程进行优化求解,二者的种群规模均设为70,进化代数均设为70,PDPGA使用1主节点和2子节点共3台计算机.结果表明,与直接应用NSGA-II进行串行优化相比,PDPGA优化方法能充分利用闲置的计算机资源、有效提高解得质量和大幅降低优化计算的时间.     

预焙阳极电热焙烧半工业试验

在自行设计的电炉上对预焙阳极的焙烧进行了半工业规模试验,试验结果得出,焙烧阳极的总合格率为95.2％,电耗为1430度/吨炭块,文中对某些试验结果进行了讨论。     

己内酰胺分离过程的多目标优化

应用流程模拟软件Aspen Plus对环己酮-磷酸羟胺(HPO)法生产己内酰胺中的分离过程进行了模拟,在此基础上,建立了己内酰胺收率最大化、精馏塔能耗最小化和苯消耗量最小化的多目标优化模型。应用带精英策略的非支配遗传算法(NSGA-Ⅱ)对该模型进行了求解,所得最优解集Pareto前沿揭示了苯消耗量与能耗对己内酰胺收率影响的规律。本文工作对己内酰胺分离过程的设计与操作优化有参考作用。     

基于原油TBP曲线校正的常减压装置操作的多目标优化

常减压装置的模拟与优化的效果取决于原油的实沸点(TBP)数据,针对进料原油物性时常变化,且实沸点(TBP)数据(曲线)测定费时和成本高的情况,提出了一种校正原油TBP曲线的方法。该方法以各侧线产品干点的模拟值与工况值误差平方和最小为目标,将TBP曲线的校正转化为最优化问题来求解。采用该方法能使模拟的精度显著提高。在此基础上,以汽提蒸汽量、侧线采出量、中段回流量为操作变量,以常压塔的拔出率最大化和能耗最小化为优化目标,建立了常减压装置的多目标优化模型。应用带精英策略的非支配遗传算法(NSGA-Ⅱ)对常减压装置进行优化求解,得到了常压塔总收率-能耗的最优Pareto解集,为常减压装置的操作优化提供了依据。