期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
搅拌设备的智能化化工预设计
被引量：
3
1
作者
王嘉骏
冯连芳
+1 位作者
顾雪萍
王凯
《化学工程》
CAS
CSCD
北大核心
2002年第3期35-38,共4页
传统的搅拌设备手工设计过程耗时且易出错 ,鉴于设计的复杂性和经验知识为主的特点 ,采用将其和专家系统技术相结合的方法 ,以实现搅拌设备的智能化计算机辅助设计。对搅拌设备的过程设计思想和算法 ,以及过程因素之间的相互关系进行了...
传统的搅拌设备手工设计过程耗时且易出错 ,鉴于设计的复杂性和经验知识为主的特点 ,采用将其和专家系统技术相结合的方法 ,以实现搅拌设备的智能化计算机辅助设计。对搅拌设备的过程设计思想和算法 ,以及过程因素之间的相互关系进行了分析。认为如何将数值计算、定性推理和复杂的设计流程、大量的数据查询完美地结合起来 ,是系统开发的首要解决问题和实现的关键。对此智能化设计系统的实现方法、开发环境、功能结构和主要特点及难点进行了阐述。
展开更多
关键词
搅拌设备
智能化化工
预设计
混合
过程设备
专家系统
计算机辅助设计
在线阅读
下载PDF
职称材料
化工领域中的人工智能:人工神经网络技术的应用与前景
2
作者
鹿兰停
康胜
+5 位作者
许文轲
蒋子强
王德民
刘东阳
赵亮
徐春明
《化工进展》
北大核心
2025年第8期4808-4820,共13页
伴随着人工智能技术的快速发展以及应用成本的降低,人工智能已经渗透于众多传统行业,推动产业格局变革。化工行业作为全球经济的重要组成部分之一,长期受到高能耗和环境污染等挑战,并面临工艺优化和系统调度复杂、催化剂研发效率低、故...
伴随着人工智能技术的快速发展以及应用成本的降低,人工智能已经渗透于众多传统行业,推动产业格局变革。化工行业作为全球经济的重要组成部分之一,长期受到高能耗和环境污染等挑战,并面临工艺优化和系统调度复杂、催化剂研发效率低、故障诊断困难以及产物预测不准等一系列“卡脖子”难题,而人工神经网络(artificial neural network,ANN)技术凭借强大的非线性映射、自组织自适应学习及大数据驱动特性,已经逐步融入到化工基础研究和生产过程,为解决这些难题带来了新契机。本文综述了ANN催化剂设计与选用、反应条件优化、化工产品分析预测、过程系统优化以及环境监测与治理等化工领域的应用现状,探讨了ANN驱动化工核心难题解决的突破路径及具体案例,并分析了现有ANN在化工中应用的不足与挑战,最后提出了ANN未来在化工领域中应用的发展方向。
展开更多
关键词
人工神经网络
化工
智能化
过程优化
数据驱动
在线阅读
下载PDF
职称材料
题名
搅拌设备的智能化化工预设计
被引量：
3
1
作者
王嘉骏
冯连芳
顾雪萍
王凯
机构
浙江大学材料与化工学院聚合反应工程国家重点实验室
出处
《化学工程》
CAS
CSCD
北大核心
2002年第3期35-38,共4页
基金
国家"九五"科技攻关项目 (编号 :97 3 19 0 3 0 1 0 2 )
文摘
传统的搅拌设备手工设计过程耗时且易出错 ,鉴于设计的复杂性和经验知识为主的特点 ,采用将其和专家系统技术相结合的方法 ,以实现搅拌设备的智能化计算机辅助设计。对搅拌设备的过程设计思想和算法 ,以及过程因素之间的相互关系进行了分析。认为如何将数值计算、定性推理和复杂的设计流程、大量的数据查询完美地结合起来 ,是系统开发的首要解决问题和实现的关键。对此智能化设计系统的实现方法、开发环境、功能结构和主要特点及难点进行了阐述。
关键词
搅拌设备
智能化化工
预设计
混合
过程设备
专家系统
计算机辅助设计
Keywords
mixing
process equipment
expert system
computer aided design
分类号
TQ051 [化学工程]
在线阅读
下载PDF
职称材料
题名
化工领域中的人工智能:人工神经网络技术的应用与前景
2
作者
鹿兰停
康胜
许文轲
蒋子强
王德民
刘东阳
赵亮
徐春明
机构
中国石油大学(北京)化学工程与环境学院
中国石油大学(北京)重质油全国重点实验室
出处
《化工进展》
北大核心
2025年第8期4808-4820,共13页
基金
中国博士后科学基金(BX20240424)
国家自然科学基金(22325808,U22B20140,22021004,L2324201)
NSFC-CAS联合项目(XK2023HXC001)。
文摘
伴随着人工智能技术的快速发展以及应用成本的降低,人工智能已经渗透于众多传统行业,推动产业格局变革。化工行业作为全球经济的重要组成部分之一,长期受到高能耗和环境污染等挑战,并面临工艺优化和系统调度复杂、催化剂研发效率低、故障诊断困难以及产物预测不准等一系列“卡脖子”难题,而人工神经网络(artificial neural network,ANN)技术凭借强大的非线性映射、自组织自适应学习及大数据驱动特性,已经逐步融入到化工基础研究和生产过程,为解决这些难题带来了新契机。本文综述了ANN催化剂设计与选用、反应条件优化、化工产品分析预测、过程系统优化以及环境监测与治理等化工领域的应用现状,探讨了ANN驱动化工核心难题解决的突破路径及具体案例,并分析了现有ANN在化工中应用的不足与挑战,最后提出了ANN未来在化工领域中应用的发展方向。
关键词
人工神经网络
化工
智能化
过程优化
数据驱动
Keywords
artificial neural networks
chemical intelligence
process optimisation
data-driven
分类号
TQ-9 [化学工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
搅拌设备的智能化化工预设计
王嘉骏
冯连芳
顾雪萍
王凯
《化学工程》
CAS
CSCD
北大核心
2002
3
在线阅读
下载PDF
职称材料
2
化工领域中的人工智能:人工神经网络技术的应用与前景
鹿兰停
康胜
许文轲
蒋子强
王德民
刘东阳
赵亮
徐春明
《化工进展》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
