2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩92頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文針對制藥行業(yè)中甲醇-丙酮-水精餾回收能耗大的問題,以某廠實際工藝為研究對象,利用響應(yīng)面和人工神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,得到了較優(yōu)的參數(shù)組合并降低了能耗。
  根據(jù)工業(yè)實際運(yùn)行數(shù)據(jù)建立了萃取精餾塔、丙酮塔、甲醇塔的工藝模型。確定了目標(biāo)函數(shù)及影響目標(biāo)函數(shù)的操作參數(shù)。對各塔進(jìn)行了單因素分析,并在此基礎(chǔ)上建立了中心組合實驗。
  采用響應(yīng)面優(yōu)化方法對萃取精餾塔與丙酮塔進(jìn)行了優(yōu)化。在中心組合實驗的基礎(chǔ)上對目標(biāo)函數(shù)與操作參數(shù)進(jìn)行回歸,得到了

2、萃取精餾塔與丙酮塔的數(shù)學(xué)模型。應(yīng)用序貫二次規(guī)劃法對數(shù)學(xué)模型進(jìn)行優(yōu)化,得到了較優(yōu)的操作參數(shù)組合和目標(biāo)函數(shù)值。然后采用人工神經(jīng)網(wǎng)絡(luò)對萃取精餾塔與丙酮塔進(jìn)行優(yōu)化。以中心組合實驗的實驗組數(shù)作為訓(xùn)練樣本,萃取精餾塔與丙酮塔的操作參數(shù)作為輸入變量,分別以塔釜能耗和丙酮含量為目標(biāo)函數(shù),建立了兩個人工神經(jīng)網(wǎng)絡(luò),利用比較選擇出的隱含層傳遞函數(shù)與訓(xùn)練函數(shù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,最終得到了可以描述塔釜能耗與丙酮含量和操作參數(shù)之間關(guān)系的兩個數(shù)學(xué)模型。同樣應(yīng)用序貫二次規(guī)

3、劃法對數(shù)學(xué)模型進(jìn)行優(yōu)化,得到了較優(yōu)的操作參數(shù)組合和目標(biāo)函數(shù)值。
  分別將利用響應(yīng)面建模中的決定系數(shù)及預(yù)測時的均方根誤差與利用神經(jīng)網(wǎng)絡(luò)建模中的決定系數(shù)及均方根誤差進(jìn)行了比較,得到了神經(jīng)網(wǎng)絡(luò)建模更加精確的結(jié)論。在保證產(chǎn)品質(zhì)量的條件下,采用神經(jīng)網(wǎng)絡(luò)優(yōu)化后萃取精餾塔與丙酮塔節(jié)省能耗0.1673×106kcal/h,與優(yōu)化前相比節(jié)能22.89%。
  最后采用人工神經(jīng)網(wǎng)絡(luò)對甲醇塔進(jìn)行優(yōu)化,優(yōu)化后甲醇塔節(jié)省能耗為0.0889×106k

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論