学位论文 > 优秀研究生学位论文题录展示

三甲苯精馏工艺模拟与节能策略

作　者: 辛江
导　师: 李鑫钢
学　校: 天津大学
专　业: 化学工程
关键词: 精密精馏热集成热偶精馏神经网络 PRO/II
分类号: TQ241.5
类　型: 硕士论文
年　份: 2007年
下　载: 242次
引　用: 0次
阅　读: 论文下载

内容摘要

本文以某厂三甲苯精密精馏的工艺流程为实例,研究了三甲苯三塔工艺及其节能工艺。三塔工艺,是指在生产偏三甲苯同时联产富集均三甲苯,由于比两塔工艺多了富集均三甲苯塔,所以导致系统总的能耗过高。三甲苯分离属于精密精馏,需要的理论板数高,操作回流比也较大,属于高难度分离过程,因此装置的投资和操作费用都较高。从优化节能出发,在原有流程的基础上,对精密精馏过程的节能策略进行研究。利用成熟的化工模拟软件PRO/II,在常压条件下,采用并联和串联两种流程对三甲苯分离体系进行了模拟计算,对分离流程中预分塔的回流比、总理论板数和进料位置进行了灵敏度分析,确定了最优化参数。热力学模型采用PRO/II中的PRM方程。结果表明,两种设计方案都能满足分离纯度要求,但热负荷较高。针对三甲苯精密精馏能耗高的特点,采用热集成节能方法,实行差压技术达到合理的热匹配要求。以各塔压力为主要调节变量,找到了热匹配合理的压力条件,能耗大幅降低。在不考虑设备固定投资的情况下,理论能耗变为原来的40%以下。将热偶精馏塔模型应用于三甲苯分离系统,进行了模拟计算,分析了热偶精馏塔的主塔进料位置、主塔产品采出位置、气液回流量等参数,得到它们的操作特性。结果表明,在相同的分离要求下,采用热偶精馏过程,比采用常规分离塔系,节能15%以上。用改进的BP人工神经网络建立能耗的预测数学模型,在不同的产品纯度和收率下,能耗能够较为准确快速的预测。分析了BP人工神经网络模型的计算结果与PRO/II模拟结果的误差。该模型有一定的现实意义,可以用于工程设计参考。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章文献综述  7-25
  1.1 化工过程系统工程  7-11
    1.1.1 化工过程系统综合  7-8
    1.1.2 化工过程流程模拟  8-10
    1.1.3 过程系统集成  10-11
  1.2 分离序列综合  11-13
    1.2.1 分离序列综合的发展  11
    1.2.2 分离序列综合的描述  11-13
  1.3 精馏过程的节能技术  13-17
    1.3.1 不改变流程的节能技术  13-15
    1.3.2 改变流程的节能技术  15-17
  1.4 热偶精馏  17-19
    1.4.1 热偶精馏的发展  17-18
    1.4.2 热偶精馏塔的设计  18-19
  1.5 神经网络  19-23
    1.5.1 BP神经网络的基本原理  19-22
    1.5.2 BP神经网络算法的改进  22-23
    1.5.3 人工神经网络建模  23
  1.6 本文研究内容及意义  23-25
第二章三甲苯系统的常规塔序模拟  25-47
  2.1 三甲苯三塔分离系统介绍  25-28
    2.1.1 流程简述  25-26
    2.1.2 热力学方程的选用  26-27
    2.1.3 工业试验研究和模拟流程的建立  27-28
  2.2 常压工艺  28-35
    2.2.1 并联工艺  28-33
    2.2.2 串联工艺  33-35
    2.2.3 两种工艺比较  35
  2.3 热集成工艺  35-45
    2.3.1 并联热集成工艺  36-40
    2.3.2 串联热集成工艺  40-45
    2.3.3 两种热集成工艺比较  45
  2.4 本章小结  45-47
第三章三甲苯热偶精馏的模拟与优化  47-57
  3.1 三甲苯热偶精馏流程简述  47-48
  3.2 热偶模拟流程的建立  48-51
  3.3 常规精馏塔系模拟数据  51-52
  3.4 热偶精馏与常规精馏的对比  52
  3.5 热偶精馏塔操作特性的分析  52-56
    3.5.1 主塔进料位置的选择  53-54
    3.5.2 主塔产品采出位置的选择  54-55
    3.5.3 气液回流量对热负荷的影响  55-56
  3.6 本章小结  56-57
第四章精馏能耗模型  57-65
  4.1 数据的获得  57-58
  4.2 直接数据拟和模型  58-59
  4.3 用BP神经网络建立精馏能耗预测模型  59-63
    4.3.1 数据样本的确立  59-60
    4.3.2 能耗模型设计参数的确定  60-62
    4.3.3 能耗模型的建立  62
    4.3.4 神经网络训练过程  62-63
    4.3.5 神经网络预测结果及验证  63
  4.4 本章小结  63-65
第五章结论  65-66
参考文献  66-70
发表论文和参加科研情况说明  70-71
致谢  71

三甲苯精馏工艺模拟与节能策略

内容摘要

全文目录

相似论文