项目名称: 耦合反应参数优化的氢网络集成机理和方法研究

项目编号: No.21476180

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 数理科学和化学

项目作者: 刘桂莲

作者单位: 西安交通大学

项目金额: 82万元

中文摘要: 反应直接关联着质量交换网络的源和阱,耦合反应参数优化进行质量交换网络的集成方能得到最优反应参数和最小公用工程消耗。本项目将对耦合反应参数优化的最复杂质量交换网络-炼厂氢网络进行系统的研究。 基于反应转化率与各反应操作参数之间的关系,分析反应器氢油比、操作温度、压力、杂质浓度、氢浓度等反应参数对氢源氢阱组成和流量的影响规律。在此基础上,根据严格的代数推理和图像法剖析反应参数与氢网络集成的定性和定量关系,建立反应参数影响特性图、以定量和定性的表征反应参数对氢网络剩余氢的影响。据此,分析和揭示各反应参数与氢网络的互动变化规律,从机理上探究反应与氢网络集成之间的互相影响;探讨最佳反应操作参数的特点和辨识方法,建立耦合多变量反应参数同步优化和氢网络集成的系统方法,并推广至其他质量交换网络,建立通用的耦合反应参数优化的质量交换网络集成方法。

中文关键词: 过程集成;全局优化;并行优化;夹点技术

英文摘要: For a Mass Exchange Network (MEN), the sink and source are connected by the reactor. Modifying the reactor parameters will affect the sink and source and hence affect the integration of the MEN. On the contrary, the integration of the MEN also affects the optimization of the reactor operating parameters. The optimal reactor parameters and the minimum utility consumption can be obtained through the coupling integration of the MEN with the optimization of the reactor operating parameters. There are different kind of MENs. Among them, hydrogen network is one of the most complex MENs, almost all its sink and source streams are affected by the reactor's performance. In this project, the Refinery Hydrogen Network (RHN), will be studied with the optimization of the reactor operating parameters coupled. Based on the relationship between the reactor conversion and its parameters, the systematic relationship between the flow rate and composition of sink/source and the hydrogen to oil ratio, temperature, pressor, impurity concentration, hydrogen concentration, etc., will be studied. Then, the relationship between the integration of the RHN and the reactor parameters can be revealed through the rigorous mathematical derivation and the graphic analysis. Hence, the quantitative diagram between the utility consumption and the reactor parameters can be constructed and applied to show their quantitative and qualitative relationship. Thereafter, the mutual effect relationship between the reactor operating parameters and RHN can be analyzed, the characteristics of the optimal reactor operating parameters and its identification method can be proposed. Based on this, the systematic optimization method considering the RHN and all the reactor operating parameters, which affect the sink and source streams, can be developed. This method will be extended to the other MENs, and the general method for integrating the MEN coupled with the optimization of the reactor operating parameters can be proposed.

英文关键词: Process integration;Global optimization;Parallel opyimization;Pinch technology

成为VIP会员查看完整内容
0

相关内容

专知会员服务
18+阅读 · 2021年9月6日
专知会员服务
23+阅读 · 2021年8月1日
【CVPR2021】面向视频动作分割的高效网络结构搜索
专知会员服务
13+阅读 · 2021年3月14日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
专知会员服务
45+阅读 · 2020年11月13日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
TensorFlow 模型优化工具包:协作优化 API
TensorFlow
1+阅读 · 2021年11月29日
【速览】IJCV 2021| 基于贝叶斯学习的紧凑1比特卷积神经网络(BONN)
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
一文读懂图卷积GCN
计算机视觉life
21+阅读 · 2019年12月21日
网络宽度对深度学习模型性能有什么影响?
极市平台
15+阅读 · 2019年7月7日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
RIS-Assisted Cooperative NOMA with SWIPT
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Towards Fine-grained Causal Reasoning and QA
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
专知会员服务
18+阅读 · 2021年9月6日
专知会员服务
23+阅读 · 2021年8月1日
【CVPR2021】面向视频动作分割的高效网络结构搜索
专知会员服务
13+阅读 · 2021年3月14日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
专知会员服务
45+阅读 · 2020年11月13日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
TensorFlow 模型优化工具包:协作优化 API
TensorFlow
1+阅读 · 2021年11月29日
【速览】IJCV 2021| 基于贝叶斯学习的紧凑1比特卷积神经网络(BONN)
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
流程工业数字孪生关键技术探讨
专知
1+阅读 · 2021年4月7日
一文读懂图卷积GCN
计算机视觉life
21+阅读 · 2019年12月21日
网络宽度对深度学习模型性能有什么影响?
极市平台
15+阅读 · 2019年7月7日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员