膜分离过程的优化与控制方法研究

前言1 绪论 1.1 膜分离技术的发展和理想膜分离过程目标 1.1.1 膜分离技术的发展及应用瓶颈 1.1.2 膜分离过程控制的复杂性 1.1.3 膜分离过程控制技术的现状及存在的问题 1.1.4 理想膜分离过程的概念 1.2 过程控制技术的研究现状 1.2.1 控制理论与过程控制的发展 1.2.2 过程控制系统的发展 1.2.3 面向过程的集成优化控制技术 1.3 本书的意义2 气体膜分离过程两段流程的控制 2.1 气体膜分离机理分析 2.1.1 气体膜分离原理 2.1.2 气体膜分离过程的数学模型 2.1.3 气体膜分离过程的影响因素 2.2 炼厂气氢回收装置的控制 2.2.1 两段工艺流程 2.2.2 基本控制回路 2.3 PID参数整定 2.3.1 PID参数整定原则 2.3.2 PID参数整定方法 2.3.3 原料气入膜温度的模糊自整定PID控制 2.4 现场应用结果 2.4.1 控制系统稳定性 2.4.2 基于机理模型模拟的操作优化 2.5 本章小结3 气体膜分离过程中性能指标的软测量技术研究 3.1 神经网络软测量技术 3.1.1 软测量技术 3.1.2 神经网络软测量技术 3.2 RBF神经网络建模 3.2.1 主导变量和辅助变量的选择 3.2.2 数据采集和处理 3.2.3 RBF神经网络的建模 3.3 仿真实验 3.3.1 炼厂气氢回收装置的工艺流程 3.3.2 样本的选择 3.3.3 RBF神经网络模型的训练与校验 3.4 结果与讨论 3.5 软测量模型的在线校正 3.6 本章小结4 气体膜分离过程单级流程性能参数预测研究 4.1 引言 4.2 炼厂气氢回收膜分离过程单级流程 4.3 过程建模变量确定 4.4 数据采集处理和主元分析 4.5 RBFNN智能建模与过程性能参数预测 4.5.1 RBFNN智能建模 4.5.2 过程性能参数预测 4.6 LSSVM智能建模与过程性能参数预测 4.6.1 LSSVM智能建模 4.6.2 过程性能参数预测 4.7 本章小结5 气体膜分离过程两级流程性能参数预测研究 5.1 引言 5.2 基于PCA-LSSVM的气体膜分离过程性能参数预测 5.2.1 炼厂气氢回收过程两级流程 5.2.2 过程建模变量确定 5.2.3 数据采集处理与主元分析 5.2.4 LSSVM智能建模 5.2.5 过程性能参数预测 5.3 基于PSO-BPNN的气体膜分离过程性能参数预测 5.3.1 天然气脱CO2过程两级流程 5.3.2 过程变量确定与数据采集处理 5.3.3 BPNN智能建模与过程性能参数预测 5.3.4 PSO-BPNN建模与过程性能参数预测 5.4 本章小结6 气体膜分离过程多级流程性能参数在线预测研究 6.1 引言 6.2 基于LSSVM的炼厂气氢回收过程性能参数在线预测 6.2.1 炼厂气氢回收过程三级流程 6.2.2 过程变量选择和数据采集处理 6.2.3 在线模型的建立与校验 6.2.4 过程性能参数预测 6.3 基于LSSVM的天然气脱CO2过程性能参数在线预测 6.3.1 在线模型的建立与校验 6.3.2 过程性能参数在线预测 6.4 本章小结7 气体膜分离物料平衡过程的控制与优化 7.1 气体膜分离过程的关键控制参数 7.2 物料平衡控制点的比较 7.3 物料平衡的控制 7.3.1 原料气流量的自动控制 7.3.2 渗透气流量的自动控制 7.3.3 物料平衡的控制方向 7.3.4 物料平衡的双重控制 7.4 物料平衡过程优化控制 7.4.1 过程优化与遗传算法 7.4.2 物料平衡过程优化控制算法 7.5 现场应用结果 7.6 本章小结8 液体膜分离浓缩过程的控制 8.1 影响反渗透和纳滤膜性能的因素 8.2 浓缩过程的工艺流程 8.2.1 定时清洗间歇排料浓缩工艺流程及循环程序 8.2.2 随机清洗连续排料浓缩工艺流程及控制时序 8.3 大豆低聚糖随机清洗连续排料浓缩工艺流程的控制.
8.3.1 排料量的SCC二级控制 8.3.2 原料罐液位的选择性控制及PFC预测函数控制 8.3.3 大豆低聚糖浓缩过程先进控制系统 8.4 现场应用结果 8.4.1 现场数据 8.4.2 控制效果 8.5 本章小结9 膜分离过程全集成优化控制系统设计 9.1 膜分离过程优化控制的意义 9.2 膜分离过程全集成优化控制的基本思想 9.3 膜分离过程全集成优化控制系统的设计原则 9.4 膜分离过程全集成优化控制系统的功能设计 9.4.1 膜分离过程全集成优化控制的目标 9.4.2 膜分离过程全集成优化控制系统的总体结构 9.4.3 炼厂气氢回收过程全集成优化控制系统 9.5 现场应用结果 9.5.1 现场数据 9.5.2 技术经济分析 9.6 本章小结结论参考文献附录 膜分离性能预测名词索引