摘要：针对重催干气脱硫过程存在进料波动频繁、优化响应滞后导致能量消耗过大等问题,通过Aspen HYSYS V11软件利用Li-Mather物性方法对该系统进行全流程模拟,根据Plackett-Burman设计筛选对目标值具有显著影响的有效因素,利用基于PSO算法的径向基人工神经网络对预测模型进行训练、验证和测试,并在满足净化干气硫化氢浓度约束的前提下对其进行深度优化,以期最小化系统能耗。结果表明,重催干气流量、重催干气硫化氢浓度、贫液哌嗪质量分数、贫液N-甲基二乙醇胺(MDEA)质量分数、胺液循环量、T-3001塔底温度和E-3003贫液出口温度对系统能耗影响非常显著,当以上述因素为输入信号,以系统能耗为网络输出时,7-16-1型径向基人工神经网络预测模型经过4182次迭代后,它的训练样本、验证样本、测试样本均方误差分别为5.08×10^(-6)、7.78×10^(-6)和9.56×10^(-6),均小于容许收敛误差限10^(-5),而其决定系数亦高达0.981、0.975、0.969,表现出良好的相关性。当利用基于PSO算法的径向基人工神经网络对重催干气脱硫系统能耗进行优化时,经过3198次粒子进化迭代后系统能耗仅为0.0649kg_(oe)/h,较优化前系统能耗0.0713kg_(oe)/h降低了8.98%,节能效果显著。

摘要：为了使以发光二极管为代表的光源在照射目标平面上获得高分辨率的并具有复杂预定形状的远场照度分布,提出了从照射目标平面向光源映射、基于微带表面构型的分离变量三维自由曲面非成像光学系统设计方法。首先,计算依赖于映射关系的表面法向矢量;其次,逐步计算网格格点和表面微带的边缘曲线形状;最后,将所有表面微带联结在一起构成光学系统的表面。该设计方法具有无需误差校正过程,可以高效设计具有复杂照度分布形状的光学系统等独特优势。高分辨率光线追踪模拟结果表明,对于照射目标平面上的棋盘状和条状等多种预定照度分布形状,应用该方法均可高效地获得精准的非成像光学系统。