基于響應面與神經(jīng)網(wǎng)絡的甲醇-丙酮精餾系統(tǒng)優(yōu)化.pdf

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,利用響應面和人工神經(jīng)網(wǎng)絡進行優(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。確定了目標函數(shù)及影響目標函數(shù)的操作參數(shù)。對各塔進行了單因素分析,并在此基礎上建立了中心組合實驗。
　　采用響應面優(yōu)化方法對萃取精餾塔與丙酮塔進行了優(yōu)化。在中心組合實驗的基礎上對目標函數(shù)與操作參數(shù)進行回歸,得到了

2、萃取精餾塔與丙酮塔的數(shù)學模型。應用序貫二次規(guī)劃法對數(shù)學模型進行優(yōu)化,得到了較優(yōu)的操作參數(shù)組合和目標函數(shù)值。然后采用人工神經(jīng)網(wǎng)絡對萃取精餾塔與丙酮塔進行優(yōu)化。以中心組合實驗的實驗組數(shù)作為訓練樣本,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函數(shù),建立了兩個人工神經(jīng)網(wǎng)絡,利用比較選擇出的隱含層傳遞函數(shù)與訓練函數(shù)對網(wǎng)絡進行訓練,最終得到了可以描述塔釜能耗與丙酮含量和操作參數(shù)之間關系的兩個數(shù)學模型。同樣應用序貫二次規(guī)

3、劃法對數(shù)學模型進行優(yōu)化,得到了較優(yōu)的操作參數(shù)組合和目標函數(shù)值。
　　分別將利用響應面建模中的決定系數(shù)及預測時的均方根誤差與利用神經(jīng)網(wǎng)絡建模中的決定系數(shù)及均方根誤差進行了比較,得到了神經(jīng)網(wǎng)絡建模更加精確的結(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)絡對甲醇塔進行優(yōu)化,優(yōu)化后甲醇塔節(jié)省能耗為0.0889×106k