磁共振成像应用于多相流体动力学研究进展

多相流反应器广泛应用于化工、冶金、能源及医药等过程工业,其内部具有非稳态、非线性、非平衡的自然属性,因而对多相流检测技术提出了挑战。准确检测并理解多相流体力学特性、进而揭示并掌握多相流反应器设计及放大规律,一直是当今过程工程领域的前沿课题之一。磁共振成像（MRI）作为一种非侵入式、多维瞬态全流场先进检测手段,可获得准确详尽的多维流场信息,包括颗粒浓度与速度（脉动）场、流型识别、气泡尾涡、颗粒聚团等多尺度流场参数及介尺度流动结构。此外,MRI在数值模型验证与改进方面也具有良好的应用前景。概述了MRI技术原理,重点论述了MRI近年来在气固及气液反应器中的研究现状,展望了MRI在多相流反应器中有待拓展的方向。     

磁共振成像应用于多相流体动力学研究进展

多相流反应器广泛应用于化工、冶金、能源及医药等过程工业,其内部具有非稳态、非线性、非平衡的自然属性,因而对多相流检测技术提出了挑战。准确检测并理解多相流体力学特性、进而揭示并掌握多相流反应器设计及放大规律,一直是当今过程工程领域的前沿课题之一。磁共振成像(MRI)作为一种非侵入式、多维瞬态全流场先进检测手段,可获得准确详尽的多维流场信息,包括颗粒浓度与速度(脉动)场、流型识别、气泡尾涡、颗粒聚团等多尺度流场参数及介尺度流动结构。此外,MRI在数值模型验证与改进方面也具有良好的应用前景。概述了MRI技术原理,重点论述了MRI近年来在气固及气液反应器中的研究现状,展望了MRI在多相流反应器中有待拓展的方向。     

钢纤维混凝土抗压强度预测方法研究

通过机器学习算法建立钢纤维混凝土抗压强度预测模型。采用集成机器学习算法,通过集成多个弱学习器来构造一个强学习器,从而找到钢纤维混凝土设计参数和其抗压强度之间的映射关系。预测误差较小的弱学习器权重较大,可提高机器学习模型的整体精度。从现有文献中收集钢纤维混凝土抗压强度实验数据,用来训练集成机器学习模型,其中以钢纤维混凝土成分（例如粗/细集料、水泥、水、钢纤维掺量等）作为输入数据,以抗压强度值作为输出数据。模型验证测试数据集的结果表明,所采用的集成机器学习模型对预测钢纤维混凝土抗压强度的预测精度很高（MAPE=1.16%）,并且高于传统的单一机器学习预测模型（MAPE=1.76%）。     

机器学习在聚合物材料研究中的应用进展

在大数据和人工智能相结合的现代科学研究的新形势下，聚合物材料性能的快速预测和新型聚合物材料的研发逐渐成为聚合物材料研究领域的关注焦点。将机器学习应用于聚合物材料研究领域，打破了传统试错法的局限性，通过数据直接建立材料特征与所需性能之间复杂的关系模型，解决聚合物组成成分和复杂结构等在其研究过程中带来的难题。论文介绍了机器学习在聚合物材料研究领域的常用方法及算法；总结了以宏观参量与微观参量为机器学习模型输入时，聚合物材料性能预测的研究进展；分析了基于机器学习的聚合物材料设计和新型聚合物材料研发的重要应用成果；讨论并提出当前基于机器学习的聚合物材料的研究热点与方向。     

工业催化裂化过程在线工艺计算技术开发与应用

针对MIP工艺的原料（减渣／油浆层、蜡油／回炼油层、柴油层）和产物（汽油、液化气＋干气、焦炭）六个集总组分渣油催化裂化动力学模型,并根据某工业催化裂化提升管反应器流场特性应用序列理想平推流反应器与理想全混流反应器模型的混合反应器模型,建立了工业渣油催化裂化装置反应再生过程工艺计算模型。结合采用由化验值校正和模型参数交替校正的双重校正策略,在某工业连续催化裂化装置上进行在线工艺计算应用,以在线预测过程的裂化产物收率与产物分布。在进料和反应操作条件较大的变化范围内,在线预测趋势和预测精度均令人满意,符合工业过程先进控制的工艺计算精度需求。     

环境监测数据挖掘与环境预警模型构建技术探讨

本文探讨了环境监测数据挖掘与环境预警模型构建技术,旨在应对日益严重的环境问题。首先,研究了环境监测数据的采集、处理和存储方法,以确保数据的可靠性和完整性。接着,讨论了数据挖掘技术在环境监测中的应用,包括特征提取、模式识别和异常检测等方面。随后,介绍了环境预警模型的构建方法,利用历史数据和机器学习算法进行环境风险预测和预警。最后,强调了该技术在环境保护和可持续发展中的重要性,并提出了未来研究方向。     

机器学习在化学工程中应用研究的若干进展

随着计算机算力的提高与数学算法的不断突破,机器学习作为一种科学研究方法逐渐在化学工程中的过程优化、故障诊断等领域得到了应用,了解机器学习在化工中的研究进展对拓展化工领域的科研方法,改变传统的科研范式有较大意义。文章通过综述机器学习在萃取、精馏等单元操作中的应用场景及其使用的算法,归纳出化工数据用于机器学习的优势和劣势,提出采用机器学习模型对复杂多维非线性关系进行预测和对生产过程进行整体优化,是提高生产连续化和自动化水平的重要手段和方向。最后对机器学习应用于化工中其他领域(如计算流体力学、系统工程等)进行了展望。     

数据驱动范式下微波介质陶瓷材料及器件研究进展

机器学习等数据驱动方法能够快速发掘数据之间潜在的统计相关性,实现目标量的高效精准预测,并辅助分析数据背后的物理图像,已被广泛应用于材料性能预测和器件设计的研究之中。近年来,机器学习模型研究在微波介质陶瓷材料及器件开发中也取得了系列进展。本文介绍了机器学习方法的基本原理和过程,重点总结了微波介质陶瓷的介电常数、品质因数等关键性能的机器学习预测模型研究的最新进展,探讨了材料成分、结构、工艺等参数与微波介电性能之间的关系,并概述了机器学习方法在微波天线和滤波器的尺寸优化、失效分析等方面的应用。最后,指出了数据驱动研究在微波介质陶瓷材料及器件领域的若干发展方向。     

CFB提升管等效反应器网络模型

对气固循环流化床（CFB）提升管内的非均相流动行为进行了计算流体力学（CFD）模拟。基于CFD时均流场数据与信息,搭建了用于描述提升管内非理想流动过程的等效反应器网络（ERN）模型。在ERN模型建立过程中提出了反应器网络的6个拓扑结构参数和一个等效判据,并系统地分析了等效反应器网络结构六参数的性质与确定方法,从而形成了一套CFB提升管流动模型建模方法。     

群体平衡方程在搅拌反应器模拟中的应用

群体平衡方程（population balance equation,PBE）是描述多相流体系中分散相大小与分布随时空变化的通用方程。搅拌反应器内多为多相流体系,考虑到颗粒聚并、破碎等微观机制对颗粒大小、分布、粒数密度等宏观参量的影响,采用PBE对搅拌槽内多相流体系进行数值模拟,可以较准确预测搅拌槽内流场和颗粒的大小与分布。对群体平衡方程在搅拌反应器数值模拟中的应用进行了综述,在简要介绍PBE的基本形式后,讨论了PBE的主要数值求解方法,然后着重介绍近年来采用PBE对搅拌槽内液固沉淀过程、气液及液液体系进行数值模拟的情况,并对今后的研究方向进行了展望。     

CFD数值模拟技术在液滴微流控多相流特性研究的应用进展

高集成化的微流控系统具有界面面积大、传递距离短、混合速度快等优势,已被广泛应用于许多科学领域。然而,微通道内多相流间的相互作用及动力学行为受多方面的影响,仅依靠试验观测技术和理论预测方法难以全面了解多相流传质传热过程、获取流场特性参数、揭示多相流相互作用规律。当下CFD数值模拟技术的快速发展为预测和分析微流控通道内的多相流问题提供了更为直观、有效、准确的帮助。本文对数值模拟技术在液滴微流控多相流特性研究的应用进展进行全面综述,涵盖液滴微流控装置结构及演变、液滴微流控模拟方法及优化以及微通道内多相流作用过程及原理。     

基于介尺度稳定性条件的多相流曳力与群体平衡模型

介尺度结构和介尺度机制是化工、冶金、能源等过程工程中的重要科学问题。尽管多相流数理模型在过去的几十年中已取得长足进展，但仍存在准确性依赖可调参数、模型适用性有限、计算量大等问题，难以适应当前快速发展的新工艺和新过程开发的需求。实际上，基于平均化方法的多流体方程组需要若干子模型封闭，如相间作用力、聚并/破碎核函数以及湍流模型等；这些子模型决定了多流体模型的模拟准确性。从介科学角度发展介尺度物理模型为解决这些问题提供了新的思路。模型可以解析多相流非均匀结构演化的控制机制，进而改进或重构子模型。总结了基于介尺度稳定条件的两类介尺度封闭模型：一类用于封闭相间动量传递，如介尺度曳力；另一类用于封闭离散相特征参数的演化，如介尺度群体平衡模型，计算气泡或液滴尺寸。进而综述了这些模型在流化床、鼓泡塔、气升式环流反应器、搅拌槽、转定子乳化器等多相流设备中的应用，并展望了未来发展方向和关键科学问题。     

遗传算法在催化体系的全局结构优化中的应用

对催化体系进行全局结构优化,搜寻基态结构对预测催化剂结构、分析反应物的吸附特性、研究多相催化反应机理、构建实际反应路径等方面至关重要。遗传算法通过交叉、变异和选择等操作,模拟了自然淘汰进化过程,来搜索势能面上的基态结构。作为一种无偏优化算法,遗传算法的优化过程不依赖于输入结构,具有很强的全局搜索能力。对遗传算法在催化体系的全局结构优化问题中的应用进行了综述,介绍了遗传算法在实空间上进行全局结构优化的基本程序框架以及近年来结合并行计算、机器学习等技术发展的改进框架,并讨论了它们在团簇优化、负载型催化剂的结构优化问题上的相关应用,为遗传算法的进一步改进以及更广泛的应用提供理论指导。     

酶工程：从人工设计到人工智能

计算机在酶工程中的应用使得酶的序列空间探索度不断被扩大。随着不同分子力场参数的建立,涌现出诸多以计算分子能量为基础的算法,并被用于酶的催化活性、稳定性、底物特异性等的改造与筛选。伴随计算机硬件的提升与算法的优化,从头设计全新功能的人工酶取得成功并得以发展。近年来,人工智能在蛋白质结构预测上不断获得突破,同时也被应用到酶的设计中。介绍了分子力场基础和酶设计与筛选的算法,重点阐述了从头设计的方法和成功案例,以及机器学习设计酶的流程和最新的研究进展,展望了人工智能在酶工程领域的未来发展,为酶的改造与全新功能的生物催化剂的设计助力。     

基于特征选择的常减压装置模型及在计划优化中的应用

常减压装置将原油切割为不同中间产品,其作为炼油工艺的龙头装置,对炼油过程生产计划排产与效益提升至关重要。通过建立一种高精度且具有良好求解效率的常减压模型,用以求解模型关键指标实沸点（TBP）曲线,即综合考虑切割产品的实沸点（TBP）与原油TBP、流量、温度等变量影响,构建非线性方程组模型来表征输入输出间的关系;利用特征选择方法遴选相关变量（包括进料性质、相邻TBP及其二次项等）,并采用鲸鱼优化算法优化方程组系数。仿真结果表明,该多输出相互关系模型与已有文献工作相比,在兼顾求解效率基础上,常减压装置各蒸馏切割产品TBP曲线预测上有更高的精度,将此模型应用到炼厂计划优化中,与传统的悬摆切割模型对比,优化结果优于传统悬摆切割模型。     

高剪切混合器研究与应用进展

高剪切混合器作为一种能量密集型的过程强化手段,具有剪切速率高、局部能量耗散率高的特点,可以实现均质、乳化、溶解、分散、悬浮、结晶、破碎、反应等过程的强化,但尚缺少理性设计方法的系统研究。本文简述了高剪切混合器分类、工作模式,总结了操作参数、结构参数、物性参数等对高剪切混合器的流动与返混特性、微观混合特性、乳化和液液传质特性、气泡分散与气液传质特性、固体破碎与分散特性等的影响规律,简介了高剪切混合设备的工业实用案例;进而提出了该领域有待深入拓展的研究方向,包括高剪切混合器能量效率的提升途径、多相体系下高剪切混合器模型的建立方法、高剪切混合器与其他单元操作耦合规律、高剪切作用与外场协同强化机理、基于高剪切混合器的过程强化工艺优化等。     

超临界水热燃烧技术研究及应用进展

超临界水热燃烧技术作为一种新型的高效清洁燃烧技术,为实现有机废物处理、稠油资源高效开发、煤基固体燃料清洁转化利用、新型钻井技术开发及劣质燃料品质提升等提供了一条崭新的途径,具有广阔的发展前景。本文概述了超临界水热燃烧的提出、发展历程及其技术优势,评述了不同燃料的水热火焰特性、水热燃烧反应器形式以及水热燃烧技术工程应用方面的研究现状。指出对于特定燃料,水热燃烧反应器具有较低的燃料熄火温度是提高反应器内水热火焰稳定性的关键。水热燃烧反应器开发过程中水热火焰区的结构布置需综合考虑蓄热需求与反应器壁面安全。水热火焰特性与超临界水中传热传质的耦合机制、水热燃烧过程数值模拟、光-超临水-氧气复杂环境下的材料腐蚀特性、水热火焰辅助降解有机废物、生产多元热流体辅助稠油开采、煤基固体燃料的水热燃烧是超临界水热燃烧领域未来研究热点。     

流化床液固两相传质过程的模拟研究进展

液固两相流化床具有液固相接触效率高、传质和传热性能好、颗粒分布均匀等优点，已被广泛应用于众多工业过程中。然而，流化床中与传质过程耦合的颗粒流化的复杂非线性特征及其湍动特性，使得对传质过程特性的研究十分困难。且仅依靠实验观测和理论预测难以揭示多相流相互作用规律，无法获得全面和详细的速度场和浓度场分布情况。近年来，数值模拟的快速发展为深入探索流化床中液固两相流动行为及其与传质过程耦合问题提供了重要的途径。本文对流化床液固两相流动与传质过程模拟方法进行了综述，并对其未来研究趋势进行了展望。借助于计算传质学理论可以更精确地预测局部浓度的分布情况，进而可以深入分析液固两相流化床中的传质过程规律与传质特性，为液固两相流化床的设计和优化提供理论基础。     

径向移动床反应器流场特性及其数学模拟

本文票据主流道变质量流及颗粒床层气固体力学理论,建立了完整的径向移动床反应器流体力学数学模型,开发了模拟计算床层气相二维流场的一种新的数学方法及相应的计算程序。黛此可以模拟计算床层气相压力和轴径向速度的二维分布、内外主流道压力和流速分布以及布气孔道的过孔气速和压降。根据模拟计算结果,提出首先优化设计两主流道截面积分配,然后采用变开孔率设计消除开孔区端效应的两步设计方法。借此实现径向移动床反应器的优     

转炉钒渣提钒技术研究现状及展望

如何低成本绿色高效回收转炉冶炼钒渣中的钒资源是保证我国钒产业可持续发展的重要举措。本文在分析转炉钒渣成分及物相特征的基础上,系统总结了国内外主要钒制品生产企业提钒工艺研究现状,以钠化焙烧-水浸、钙化焙烧-酸浸等现行工艺和微波焙烧、超重力选择性分离、微生物冶金等新型工艺为例,阐述了不同工艺提钒过程的原理、优点及存在的问题。文章指出：随着全球碳中和目标的推进,未来转炉钒渣提钒新工艺的开发应更加注重解决现行技术存在的资源环境问题,如含盐废水产生量大、含铵芒硝难处理、提钒尾渣钠高难利用等问题;同时,提钒新技术的开发也应加大基础热力学数据库和有价金属微观迁移动力学模型的建立,充分结合微波、超重力、超声波等非常规冶金技术的优点,实现污染的源头削减,兼顾提钒废液和尾渣中其他有价金属的循环高值利用,促进转炉钒渣提钒新工艺朝着绿色化、低成本、短流程、高收率的方向发展。