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

1、本文針對(duì)制藥行業(yè)中甲醇-丙酮-水精餾回收能耗大的問(wèn)題,以某廠實(shí)際工藝為研究對(duì)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(shí)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(duì)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(shí)驗(yàn)。
　　采用響應(yīng)面優(yōu)化方法對(duì)萃取精餾塔與丙酮塔進(jìn)行了優(yōu)化。在中心組合實(shí)驗(yàn)的基礎(chǔ)上對(duì)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(duì)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(duì)萃取精餾塔與丙酮塔進(jìn)行優(yōu)化。以中心組合實(shí)驗(yàn)的實(shí)驗(yàn)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(gè)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(duì)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(gè)數(shù)學(xué)模型。同樣應(yīng)用序貫二次規(guī)

3、劃法對(duì)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(cè)時(shí)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(duì)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