膜分離過程的優(yōu)化與控制方法研究

定　價：￥58.00

作　者：	王磊著
出版社：	科學出版社
叢編項：
標　簽：	工業(yè)技術化學工業(yè) 一般問題

購買這本書可以去

ISBN：	9787030449580	出版時間：	2015-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	121	字數(shù)：

內(nèi)容簡介

　　《膜分離過程的優(yōu)化與控制方法研究》以膜分離過程的優(yōu)化控制為研究對象，以理想膜分離過程為目標，分別針對氣體和液體膜分離過程的優(yōu)化和控制方法開展研究，并結合新工藝實施方案中的具體要求，完成了如下主要工作：1．針對氣體膜分離過程重要性能參數(shù)難以在線檢測的問題，建立了基于RBF神經(jīng)網(wǎng)絡的氣體膜分離過程MIMO軟測量模型，對滲透氣氫濃度和氫氣回收率進行定量預測。2．針對中低壓膜的兩段流程中原料氣入膜溫度控制問題，提出了模糊自整定PID控制方法，使膜裝置運行得到進一步優(yōu)化3．針對納濾隨機清洗連續(xù)排料時原料罐液位跟蹤控制問題，提出了以常規(guī)PID為基礎控制、以預測函數(shù)控制確定設定值的原料罐液位控制方案

作者簡介

　　王磊，出生于1966年5月，大連人，博士，高級工程師，博士生導師，1988年畢業(yè)于北京理工大學，2007年畢業(yè)于大連理工大學，獲工學博士學位。2011年9月～2012年7月在清華大學化學工程系做教育部高等學校青年骨干教師訪問學者。曾在大連中德控制系統(tǒng)有限公司和中國科學院大連化學物理研究所長期從事計算機控制系統(tǒng)及膜分離過程優(yōu)化的工程技術開發(fā)工作，主持承擔國家與企業(yè)大中型項目30多項，總額達7000多萬，經(jīng)濟效益和社會效益顯*?，F(xiàn)在海南大學進行交叉學科的研究，主要研究方向：綠色過程集成與優(yōu)化控制系統(tǒng)、低碳節(jié)能技術及產(chǎn)業(yè)化、嵌入式系統(tǒng)與智能檢測、傳感器與信息材料等。

圖書目錄

前言
1 緒論
1．1 膜分離技術的發(fā)展和理想膜分離過程目標
1．1．1 膜分離技術的發(fā)展及應用瓶頸
1．1．2 膜分離過程控制的復雜性
1．1．3 膜分離過程控制技術的現(xiàn)狀及存在的問題
1．1．4 理想膜分離過程的概念
1．2 過程控制技術的研究現(xiàn)狀
1．2．1 控制理論與過程控制的發(fā)展
1．2．2 過程控制系統(tǒng)的發(fā)展
1．2．3 面向過程的集成優(yōu)化控制技術
1．3 本書的意義
2 氣體膜分離過程兩段流程的控制
2．1 氣體膜分離機理分析
2．1．1 氣體膜分離原理
2．1．2 氣體膜分離過程的數(shù)學模型
2．1．3 氣體膜分離過程的影響因素
2．2 煉廠氣氫回收裝置的控制
2．2．1 兩段工藝流程
2．2．2 基本控制回路
2．3 PID參數(shù)整定
2．3．1 PID參數(shù)整定原則
2．3．2 PID參數(shù)整定方法
2．3．3 原料氣入膜溫度的模糊自整定PID控制
2．4 現(xiàn)場應用結果
2．4．1 控制系統(tǒng)穩(wěn)定性
2．4．2 基于機理模型模擬的操作優(yōu)化
2．5 本章小結
3 氣體膜分離過程中性能指標的軟測量技術研究
3．1 神經(jīng)網(wǎng)絡軟測量技術
3．1．1 軟測量技術
3．1．2 神經(jīng)網(wǎng)絡軟測量技術
3．2 RBF神經(jīng)網(wǎng)絡建模
3．2．1 主導變量和輔助變量的選擇
3．2．2 數(shù)據(jù)采集和處理
3．2．3 RBF神經(jīng)網(wǎng)絡的建模
3．3 仿真實驗
3．3．1 煉廠氣氫回收裝置的工藝流程
3．3．2 樣本的選擇
3．3．3 RBF神經(jīng)網(wǎng)絡模型的訓練與校驗
3．4 結果與討論
3．5 軟測量模型的在線校正
3．6 本章小結
4 氣體膜分離過程單級流程性能參數(shù)預測研究
4．1 引言
4．2 煉廠氣氫回收膜分離過程單級流程
4．3 過程建模變量確定
4．4 數(shù)據(jù)采集處理和主元分析
4．5 RBFNN智能建模與過程性能參數(shù)預測
4．5．1 RBFNN智能建模
4．5．2 過程性能參數(shù)預測
4．6 LSSVM智能建模與過程性能參數(shù)預測
4．6．1 LSSVM智能建模
4．6．2 過程性能參數(shù)預測
4．7 本章小結
5 氣體膜分離過程兩級流程性能參數(shù)預測研究
5．1 引言
5．2 基于PCA-LSSVM的氣體膜分離過程性能參數(shù)預測
5．2．1 煉廠氣氫回收過程兩級流程
5．2．2 過程建模變量確定
5．2．3 數(shù)據(jù)采集處理與主元分析
5．2．4 LSSVM智能建模
5．2．5 過程性能參數(shù)預測
5．3 基于PSO-BPNN的氣體膜分離過程性能參數(shù)預測
5．3．1 天然氣脫CO2過程兩級流程
5．3．2 過程變量確定與數(shù)據(jù)采集處理
5．3．3 BPNN智能建模與過程性能參數(shù)預測
5．3．4 PSO-BPNN建模與過程性能參數(shù)預測
5．4 本章小結
6 氣體膜分離過程多級流程性能參數(shù)在線預測研究
6．1 引言
6．2 基于LSSVM的煉廠氣氫回收過程性能參數(shù)在線預測
6．2．1 煉廠氣氫回收過程三級流程
6．2．2 過程變量選擇和數(shù)據(jù)采集處理
6．2．3 在線模型的建立與校驗
6．2．4 過程性能參數(shù)預測
6．3 基于LSSVM的天然氣脫CO2過程性能參數(shù)在線預測
6．3．1 在線模型的建立與校驗
6．3．2 過程性能參數(shù)在線預測
6．4 本章小結
7 氣體膜分離物料平衡過程的控制與優(yōu)化
7．1 氣體膜分離過程的關鍵控制參數(shù)
7．2 物料平衡控制點的比較
7．3 物料平衡的控制
7．3．1 原料氣流量的自動控制
7．3．2 滲透氣流量的自動控制
7．3．3 物料平衡的控制方向
7．3．4 物料平衡的雙重控制
7．4 物料平衡過程優(yōu)化控制
7．4．1 過程優(yōu)化與遺傳算法
7．4．2 物料平衡過程優(yōu)化控制算法
7．5 現(xiàn)場應用結果
7．6 本章小結
8 液體膜分離濃縮過程的控制
8．1 影響反滲透和納濾膜性能的因素
8．2 濃縮過程的工藝流程
8．2．1 定時清洗間歇排料濃縮工藝流程及循環(huán)程序
8．2．2 隨機清洗連續(xù)排料濃縮工藝流程及控制時序
8．3 大豆低聚糖隨機清洗連續(xù)排料濃縮工藝流程的控制．
8．3．1 排料量的SCC二級控制
8．3．2 原料罐液位的選擇性控制及PFC預測函數(shù)控制
8．3．3 大豆低聚糖濃縮過程先進控制系統(tǒng)
8．4 現(xiàn)場應用結果
8．4．1 現(xiàn)場數(shù)據(jù)
8．4．2 控制效果
8．5 本章小結
9 膜分離過程全集成優(yōu)化控制系統(tǒng)設計
9．1 膜分離過程優(yōu)化控制的意義
9．2 膜分離過程全集成優(yōu)化控制的基本思想
9．3 膜分離過程全集成優(yōu)化控制系統(tǒng)的設計原則
9．4 膜分離過程全集成優(yōu)化控制系統(tǒng)的功能設計
9．4．1 膜分離過程全集成優(yōu)化控制的目標
9．4．2 膜分離過程全集成優(yōu)化控制系統(tǒng)的總體結構
9．4．3 煉廠氣氫回收過程全集成優(yōu)化控制系統(tǒng)
9．5 現(xiàn)場應用結果
9．5．1 現(xiàn)場數(shù)據(jù)
9．5．2 技術經(jīng)濟分析
9．6 本章小結
結論
參考文獻
附錄膜分離性能預測
名詞索引