期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于图卷积神经网络的乙烯氧化反应器的三维物理场快速预测
1
作者 刘廷廷 孟子程 +2 位作者 穆丽静 陈锡忠 刘岑凡 《化工进展》 北大核心 2025年第8期4571-4581,共11页
作为石化工业的关键中间体,环氧乙烷生产过程中催化剂形貌与操作参数的协同优化是提升反应器效能的核心挑战。本研究针对传统实验和模拟方法在催化剂构效关系解析中的高成本瓶颈,融合颗粒解析计算流体力学(PRCFD)与图卷积神经网络(GCN)... 作为石化工业的关键中间体,环氧乙烷生产过程中催化剂形貌与操作参数的协同优化是提升反应器效能的核心挑战。本研究针对传统实验和模拟方法在催化剂构效关系解析中的高成本瓶颈,融合颗粒解析计算流体力学(PRCFD)与图卷积神经网络(GCN),构建了反应器多物理场的快速预测策略。基于COMSOL平台构建高保真计算流体力学(CFD)模型,研究了圆柱体、单孔及五孔结构催化剂在随机堆积体系中的流动-反应耦合过程,构建了涵盖三种典型颗粒形貌随机堆积构型及四种进气速率的综合研究场景。通过与真实乙烯转化率数据对比,验证了COMSOL模拟参数设置的有效性。模拟表明催化剂颗粒形状和进气速率对乙烯转化率和床层压降的影响呈现强非线性关系。基于有效的模拟数据,采用图卷积神经网络学习催化剂颗粒几何形状与压力、浓度之间的映射关系。训练后的模型能够快速预测不同催化剂和进气速率下的压力和浓度分布,相关系数R2大于0.9。本研究为化工反应器的智能设计提供了兼具物理可解释性与计算效率的创新技术手段。 展开更多
关键词 计算流体力学 填充床 乙烯氧化 神经网络 图卷积架构
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部