收藏本站
《重庆大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

遗传算法的开发及其在分壁式精馏分离工艺优化中的应用

田锡军  
【摘要】:随着科学技术的发展,人类对能源的需求日益增加,而能源危机又使能源价格大涨,这使得企业不仅需要寻求可替代能源,而且需要迫切解决节能技术问题。化工是对能源最为依赖的行业之一,而其中精馏过程是炼油、石化和化工生产过程中的高能耗生产单元,对精馏过程的工艺优化、装备集成是节能降耗和提高效益的有效手段。化工模拟的最优化问题一直是科研与企业研究的重点和热点。传统优化一般是单目标优化方法,在其他变量确定情况下,改变单一变量,寻找最优值,对于单极值问题,传统优化方法通常情况下可解决其优化问题。然而,对于化工过程,较多的为多目标优化问题,对于多目标优化算法的研究更具有实用价值。传统优化,比如Aspen plus自带的SQP优化算法,是从单个初始值迭代求最优解的,容易误入局部最优解,而且还会遇到很大的收敛问题。分壁式精馏塔由于操作变量较多,变量之间的耦合作用较强,相对普通精馏过程,很难通过传统的优化算法来实现过程优化,因此人们常常通过对一个或者几个变量的灵敏度分析来逐步实现过程的优化问题,这为化工模拟的计算带来较大麻烦。智能优化算法可以很好的避免这些问题,它通过全局搜索可以跳出局部最优并收敛到一个点之间有个较好的平衡,从而实现找到全局最优点。智能优化算法(如遗传算法)从串集开始搜索,覆盖面大,利于全局择优。基于此本课题提出将MATLAB结合ASPEN,构建了基于流程模拟器与遗传算法相结合的多目标优化算法。本文的主要工作包括以下内容:①学习总结了各种优化算法,阐述了多目标优化算法的研究背景和意义,以及国内外的研究现状。②介绍了多目标优化问题的相关概念与定义,详细的描述了遗传算法的相关知识,并将MATLAB结合ASPEN,提出了基于流程模拟器与遗传算法的多目标优化算法。③将提出的优化方法应用于分壁式精馏塔的精馏操作优化中,大大的提高了精馏的节能效率。在叔丁醇水体系以及BTX体系的分离优化中,通过模拟和经济评价验证了所建立的基于遗传算法的优化算法体系的可靠性和鲁棒性,相对于Aspen原有优化,可以将节能效率提高到20%以上。
【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TQ028.31

【参考文献】
中国期刊全文数据库 前10条
1 陶勇;熊佐松;刘海燕;鄢烈祥;廖安;;基于原油TBP曲线校正的常减压装置操作的多目标优化[J];计算机与应用化学;2014年03期
2 刘涛;苏成利;李平;;基于外点惩罚函数与NSGA-II算法的气体分馏装置多目标优化[J];江南大学学报(自然科学版);2013年06期
3 张宇;鄢烈祥;李国建;史彬;;非支配排序进化策略求解煤气化多目标优化问题[J];化工学报;2013年12期
4 朱登磊;任根宽;尚书勇;张燕;;基于分壁式精馏塔的甲醇-碳酸二甲酯分离新工艺研究[J];现代化工;2013年05期
5 刘涛;苏成利;;气体分馏装置的流程模拟及多目标优化[J];石油化工高等学校学报;2013年01期
6 贺昌;;论“节能减排”的意义[J];黑龙江水产;2012年04期
7 刘晓霞;窦明鑫;;遗传算法性能评价指标[J];合作经济与科技;2012年08期
8 朱怀工;王燕;张敏卿;;立板式隔板塔分离直馏汽油工艺[J];化工进展;2009年08期
9 公茂果;焦李成;杨咚咚;马文萍;;进化多目标优化算法研究[J];软件学报;2009年02期
10 岳金彩;曲波;程华农;韩方煜;;NSGA-Ⅱ用于光气吸收塔的多目标优化[J];计算机与应用化学;2008年02期
中国硕士学位论文全文数据库 前5条
1 刘海燕;多目标优化算法及其在化工中的应用研究[D];武汉理工大学;2015年
2 伍思敏;多目标粒子群优化算法的改进及应用研究[D];江南大学;2013年
3 汪采萍;蚁群算法的应用研究[D];合肥工业大学;2007年
4 郑强;带精英策略的非支配排序遗传算法的研究与应用[D];浙江大学;2006年
5 高媛;非支配排序遗传算法(NSGA)的研究与应用[D];浙江大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 王红君;冯国良;赵辉;岳有军;;基于NSGAⅡ算法的电弧炉优化配料模型研究[J];控制工程;2018年08期
2 杨宇;黄敏;王震宇;朱启兵;;利用有限制稳定配对策略求解双目标柔性作业车间调度问题[J];中国机械工程;2018年14期
3 李智翔;李赟;贺亮;;采用新邻居模型的多目标分解进化算法[J];计算机工程与应用;2018年14期
4 耿文静;董红斌;丁蕊;;基于MPI的并行多目标粒子群算法[J];模式识别与人工智能;2018年07期
5 王丽萍;丰美玲;邱飞岳;章鸣雷;;递归替换寻优策略的分解多目标进化算法[J];小型微型计算机系统;2018年06期
6 毛星;徐希涛;;多目标遗传算法在船闸调度中的应用[J];计算机与现代化;2018年06期
7 马元锋;李昂儒;余慧敏;潘晓英;;基于动态拥挤距离的混合多目标免疫优化算法[J];计算机科学;2018年S1期
8 易高明;蒋艳;;基于目标相对重要性的模糊多目标进化算法[J];计算机应用与软件;2018年06期
9 凌景;唐静;;基于改进遗传算法的3D NoC测试优化[J];巢湖学院学报;2018年03期
10 李霄玉;姚骏;;解决多目标旅行商问题的改进NSGA-Ⅱ算法[J];工业控制计算机;2018年04期
中国硕士学位论文全文数据库 前10条
1 胡雪婷;电信客户交往圈在客户识别中的研究[D];西安理工大学;2018年
2 孙良飞;考虑行为主体感知的柔件作业车间调度干扰管理研究[D];河北工程大学;2018年
3 丁欢;生鲜食品配送中心多目标选址研究[D];西南交通大学;2018年
4 王俊义;面向服务策略的机场特种车辆调度问题研究[D];中国民航大学;2018年
5 邓红梅;中欧班列公铁多式联运集货枢纽选址研究[D];重庆工商大学;2018年
6 陈娜;设施中断情景下震后应急物流网络的可靠性优化研究[D];重庆工商大学;2018年
7 张骏杰;基于“多规合一”的地级市国土空间优化方法研究[D];中国地质大学(北京);2018年
8 胡振威;共享经济模式下城市配送车辆调度问题研究[D];西南交通大学;2018年
9 郑巧然;铁路95306网站数据整合技术方案及应用案例研究[D];西南交通大学;2018年
10 杨忠坤;高速列车车体结构多学科优化研究[D];西南交通大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 侯涛;高晓新;;甲苯-乙醇共沸体系的萃取精馏模拟与优化[J];石油化工高等学校学报;2012年04期
2 李文秀;连利燕;张志刚;贾庆波;刘雷;;萃取精馏分离碳酸二甲酯和甲醇共沸物[J];化学工程;2012年07期
3 黄雪莉;刘娜;;新疆准东煤气化过程的模拟优化[J];煤炭转化;2012年03期
4 杨德明;王杨;廖巧;张雪杰;;基于双塔精馏的甲醇-碳酸二甲酯分离工艺[J];化工进展;2012年05期
5 杨雄;刘定华;刘晓勤;;甲醇羰基合成碳酸二甲酯反应机理及多相催化剂研究进展[J];化工进展;2012年03期
6 张利宾;史晓宁;崔乃刚;;基于NSGA-Ⅱ算法的上面级转移轨道中途修正时机优化[J];控制与决策;2011年09期
7 李群生;朱炜;付永泉;高东江;王海川;王浩;李仑;;常压下甲醇-碳酸二甲酯汽液平衡测定及其萃取剂选择[J];化学工程;2011年08期
8 贾彦雷;;碳酸二甲酯与甲醇分离的模拟研究[J];青岛科技大学学报(自然科学版);2011年01期
9 殷卫兵;齐峥;罗雄麟;赵辉;;基于流程模拟软件的原油常压蒸馏塔的节能优化[J];化工自动化及仪表;2011年01期
10 朱登磊;谭超;任根宽;;基于Aspen plus萃取精馏的概念设计及优化[J];计算机与应用化学;2010年06期
中国硕士学位论文全文数据库 前7条
1 詹雪兰;催化裂化主分馏塔和吸收稳定系统的全流程模拟与优化[D];华东理工大学;2014年
2 王康;多目标进化算法解集分布性评价指标及其应用[D];湘潭大学;2013年
3 伍思敏;多目标粒子群优化算法的改进及应用研究[D];江南大学;2013年
4 刘楠楠;基于进化算法的多目标优化算法及应用研究[D];南京航空航天大学;2010年
5 汪采萍;蚁群算法的应用研究[D];合肥工业大学;2007年
6 曾威;多目标进化算法及其在约束优化中的应用研究[D];中南大学;2007年
7 付宇;蚁群优化算法的改进及应用[D];上海海事大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 任志凤;胡小建;孙太生;徐飞;李云良;;遗传算法在焊接领域的优化与应用[J];现代焊接;2012年03期
2 冯锦春;杨林建;;利用遗传算法进行机械优化[J];四川工程职业技术学院学报;2007年06期
3 冯双林;靳继红;;现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J];农机化研究;2018年01期
4 梁肖;周湘贞;;基于遗传算法的小麦收割机路径智能优化控制研究[J];农机化研究;2018年02期
5 王勇;孙耀南;;基于遗传算法的医院房间位置优化研究[J];电脑与信息技术;2018年01期
6 程天栋;闵永智;马宏锋;;基于模糊超熵与遗传算法的轨面缺陷分割算法[J];兰州交通大学学报;2016年06期
7 陈龙;;基于遗传算法求解生产调度问题的探讨[J];现代制造技术与装备;2016年11期
8 邓伟;邝祝芳;余绍军;曾非凡;;基于遗传算法的三峡-葛洲坝船闸闸室编排算法[J];人民长江;2016年24期
9 王雷;李明;唐敦兵;蔡劲草;;基于改进遗传算法的机器人动态路径规划[J];南京航空航天大学学报;2016年06期
10 连建新;闫辉;张小稔;;基于分割树遗传算法的空间布局多目标优化研究[J];河北工业大学学报;2016年05期
中国重要会议论文全文数据库 前10条
1 谢宏;袁小芳;向启均;陈祎婧;王立宸;;机器人惯性参数的改进遗传算法辨识方法研究[A];第37届中国控制会议论文集(B)[C];2018年
2 陈猛;;遗传算法在机械设计中的研究和创新[A];2017年9月全国教育科学学术科研成果汇编[C];2017年
3 彭军;徐本柱;刘晓平;;遗传算法的实现及其在生产调度中的应用[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
4 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年
5 赖梅;熊丽荣;;基于改进遗传算法的乘务交路优化问题研究[A];第二十一届中国控制会议论文集[C];2002年
6 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
7 鞠训光;于洪珍;;求整体优化全部解的区间排除遗传算法[A];第十七届全国过路控制会议论文集[C];2006年
8 刘兴隆;;快速进化式遗传算法[A];“电力大系统灾变防治和经济运行重大课题”部分专题暨第九届全国电工数学学术年会论文集[C];2003年
9 谈斌;唐力铁;张己化;周海云;;遗传算法在漫反射系数计算中的应用研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
10 黄陈瑶;孙林;吉国华;;基于遗传算法的产业园自动布局中地形规整度影响研究[A];数字技术·建筑全生命周期——2018年全国建筑院系建筑数字技术教学与研究学术研讨会论文集[C];2018年
中国重要报纸全文数据库 前8条
1 上海科学院规划研究处 刘小玲;上海能否成为人工智能城市[N];解放日报;2017年
2 记者 常丽君;科学家首次将遗传算法用于量子模拟[N];科技日报;2016年
3 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
4 记者 李星婷;2014中国生命电子学术年会在渝召开[N];重庆日报;2014年
5 记者 刘霞;美用遗传算法逆向设计新型纳米材料[N];科技日报;2013年
6 高雪娟;协同设计的平台策略[N];中国计算机报;2006年
7 陈巍;浩辰有望在协同设计关键领域取得突破 引领CAD应用新潮流[N];大众科技报;2006年
8 高峰;美国真能毁掉中国?[N];世界报;2012年
中国博士学位论文全文数据库 前10条
1 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年
2 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年
3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年
4 宋晓峰;优生演进优化和统计学习建模[D];浙江大学;2003年
5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
6 卜雷;城市货物运输规划优化方法研究[D];西南交通大学;2004年
7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
8 李智勇;模式交流多群体遗传算法及其在神经网络进化建模中的应用[D];湖南大学;2003年
9 陈星;网络并行和遗传算法在HPM生物效应评价和辐射天线设计中的应用研究[D];四川大学;2004年
10 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年
中国硕士学位论文全文数据库 前10条
1 张金茹;基于改进遗传算法的多项目资源配置问题研究[D];郑州大学;2018年
2 田锡军;遗传算法的开发及其在分壁式精馏分离工艺优化中的应用[D];重庆大学;2017年
3 陈慧明;振动慢剪破碎机智能控制方法研究[D];江西理工大学;2018年
4 贾旭颖;民航货机装载优化模型的构建与实现[D];中国民航大学;2018年
5 纪云霞;列车节能运行优化的改进遗传算法研究[D];西南交通大学;2018年
6 何英杰;车机安全检测的研究与实现[D];北京邮电大学;2018年
7 李宏阳;基于改进遗传算法的风电场无功优化控制策略研究[D];沈阳工业大学;2018年
8 王海潇;基于遗传算法的优化无功补偿的研究[D];辽宁工业大学;2018年
9 赵泽;风光水互补发电系统有功控制问题研究[D];中国水利水电科学研究院;2018年
10 杨俊学;遗传算法在智能组卷系统中的应用研究[D];天津工业大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026