-
题名基于迁移学习的微反应器大气液比Aspen模型构建
- 1
-
-
作者
秦睦轩
张玮
王盈锦
李梓良
-
机构
太原理工大学化学与化工学院
-
出处
《化工进展》
北大核心
2025年第9期4908-4916,共9页
-
基金
国家自然科学基金(22178241)。
-
文摘
微反应器作为过程强化的关键设备,已在多个领域应用。然而,多数流程模拟软件缺乏微反应器模块,在一定程度上阻碍了其在工业中的应用。本文提出了一种基于迁移学习构建的适用于大气液比的Aspen微反应器的产物收率预测模型,以微反应器中气液磺化合成十二烷基苯磺酸过程为例,验证了该模型的准确性。首先,通过大气液比[(2000∶1)~(3000∶1)]磺化实验,在T形微反应器中收集38组十二烷基苯磺酸的收率数据,作为迁移学习的目标域。基于微通道环状流特征采用Aspen Plus的平推流反应器(PFR)模块初步建立该过程的产物收率预测模型,并生成29700组源域数据。考虑流体动力学和微通道结构等特征,本文采用迁移学习中的条件对抗域适应网络(CADAN)并对其进行调整,包括采用深度ReLU网络架构及优化对抗损失函数。随后利用模拟数据训练特征提取器,并利用实验数据进行条件对抗域适应训练。最终建立的模型拟合系数(R^(2))可达0.9346,相较人工神经网络提升了14.6%,较PFR模型提升了98.18%。同时,该模型在20%的噪声水平下仍保持R^(2)大于0.78,均方根误差低至5.07,优于同等条件下的人工神经网络,显示出较高的预测精度和强鲁棒性。
-
关键词
微反应器
过程建模
ASPENPLUS
迁移学习
算法
-
Keywords
microreactor
process modeling
Aspen Plus
transfer learning
algorithm
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TQ423.11
[化学工程]
-
-
题名微反应器内气液磺化反应收率和能耗建模及多目标优化
被引量：1
- 2
-
-
作者
于嘉朋
徐娜
张玮
康清源
张鸿
秦睦轩
方嘉宾
-
机构
太原理工大学化学工程与技术学院
西安交通大学化学工程与技术学院
-
出处
《化工学报》
EI
CSCD
北大核心
2024年第10期3681-3690,共10页
-
基金
国家自然科学基金项目(22178241,21908152)
化学工程联合国家重点实验室开放课题(SKL-ChE-21A01)
西安市一碳化合物生物转化技术重点实验室开放课题。
-
文摘
气液微磺化技术因其安全、高效、低成本,是一种极具发展潜力的新型磺化方法。但由于磺化反应体系高黏的特点,在小尺寸通道内流动时压降非常大,显著提高微反应器能耗,实现微反应器高效热质传递性能与气液磺化反应体系高压降之间的优化调控对气液微磺化技术的实际推广应用具有重要意义。通过实验测试研究了气液微磺化反应过程的压降特性及各影响因素的作用机制,并基于量纲分析法建立了4种不同结构微反应器的气液磺化收率与能耗预测模型。为了实现高产率和低能耗,采用改进的NSGA-Ⅱ算法优化影响磺化产物收率和反应过程能耗的关键工艺参数。其中C-ES(十字形混合区+含膨胀单元的直通道反应区)型微反应器内,在气速为6.422 m/s、液速为0.0147 m/s、反应时间为91.464 min条件下,收率达到89.771%,能耗仅1.609 kW/t,证明C-ES型微反应器有效传质效率高,在低能耗下能显著强化气液两相传质性能。以上研究可为以高收率、低能耗为目标的微反应器结构设计及操作条件优化提供理论依据。
-
关键词
微反应器
气液磺化
磺化收率模型
能耗预测模型
多目标优化
-
Keywords
microreactor
gas-liquid sulfonation
sulfonation yield model
energy consumption prediction model
multi-objective optimization
-
分类号
TQ031.2
[化学工程]
-
