基于神经网络的精馏能耗模拟和优化  

Simulation and Optimization of Energy Consumption of Four-Tower Rectification Column Based on Neural Network

作　　者：陈心路[1] 赵霞[1] 朱建宁 

机构地区：[1]上海交通大学电子信息与电气工程学院,上海200240 [2]上海焦化有限公司,上海200241

出　　处：《计算机技术与发展》2011年第6期173-176,共4页Computer Technology and Development

基　　金：上海市2008年和2009年科技计划项目(09DZ1120200)

摘　　要：精馏是化工工业生产的重要操作单元,具有较强的非线性和时变性。现有的绝大部分文献是对精馏塔进行设计性的研究,而对实际投入运行的精馏塔,尤其在设计的进料负载因实际状况改变的情况下,节能优化方法研究较少。文中针对四塔精馏过程提出一个利用神经网络对其加以分析的方法。将神经网络训练输出的结果和实际的结果相比对,表明该建模方法具有比较满意的拟合效果,最后介绍将此模型应用到精馏塔的节能优化中,达到节能减排的目的。Rectification is an important operation of chemical industrial production,with strong nonlinear and time-varying.Most of the existing researches are focus on designing.But the methods of saving energy in the operation of rectification are seldom involved.This paper brought up the analysis of four-tower rectification using neural network.The training results of the neural network were close to the samples.It indicated the neural network comes off satisfactorily.In the end,applied this model to the optimization of rectification for energy saving.

关 键 词：甲醇精馏 四塔 神经网络 建模 优化 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]