Aspen Plus模拟软件在化工领域的应用研究进展

文章主要综述了Aspen Plus模拟软件的应用方法、技术特点以及在化工领域中的应用研究进展,并对开展Aspen Plus模拟工作提出了建议,为企业优化工艺流程、提高经济效益提供依据。     

醋酸丁酯生产设备腐蚀及对策分析

醋酸丁酯的生产过程是一个极其复杂的生产过程,一直以来众多专家学者都致力于研究降低其生产设备的腐蚀强度。本文着眼于影响醋酸丁酯生产设备腐蚀的几个因素:原材料本身的腐蚀性、生产工艺的特点以及人员操作的行为,并在此基础上提出了解决醋酸丁酯生产设备腐蚀的对策。通过对醋酸丁酯生产设备的腐蚀的研究,最终可以降低企业的生产成本、增加企业的效益。     

Aspen模拟不常见物质的物性估算

利用Aspen Plus软件提供的物性估算功能,计算丙烯酸叔丁酯的物性,从而模拟分离、提纯过程,确定工艺条件,得到理想的产物结果。     

Aspen Plus在化工设计物料衡算中的应用分析

化工领域中最关键的基础内容就是化工设计,随着社会的进步和科学技术的发展,传统的化工设计方式逐渐被Aspen Plus软件所替代,在化工设计领域中发挥着重要作用.本文主要阐述了Aspen Plus的概念,并对其在化工设计发挥的作用进行探究,分析了Aspen Plus在化工设计物料衡算中的应用,以期更加透彻的分析化工过程连续生产时的物料衡算,进一步提高化工设计效果.     

Aspen Plus模拟计算软件在氯化氢吸收与解析化工设计中的应用

氯化氢的吸收与盐酸的解析化工过程设计需要大量物性参数和模型计算,应用工程软件高效的完成过程模拟和计算可节省大量时间、资金和人力。本文综述了Aspen Plus模拟软件在氯化氢吸收与解析化工设计中的应用,就化工过程模拟方法进行了探讨。     

信息技术运用于精馏过程设计计算的思路和方法

随着信息技术的不断发展进步,其在实际中的应用范围以及应用领域也越来越广泛。本文将结合实际化工生产中催化精馏合成醋酸甲酯的具体过程,根据信息技术以及相关软件的优势,对于信息技术应用促成催化精馏合成醋酸甲酯的具体流程模拟实现进行分析论述,以促进信息技术以及软件在精馏过程设计中的应用推广,推动化工生产的信息化水平。     

化工工艺设计中的安全问题及控制

本文首先对化工工艺设计进行概述,随后分析了四种化工工艺设计中可能出现的安全问题,提出相应的参考控制原则和措施.     

化工工艺设计中的安全问题及控制

在化工业的生产加工过程中,其所涉及到的工艺原材料大多数都具有着高毒性、高腐蚀性且易燃易爆等特点,如果处理不当,就会直接威胁到人类的生命健康与安全.因此,在化工工艺的设计中,如何针对其所存在的安全问题做好各种控制措施,亟待解决.基于此,本文首先对化工工艺以及化工工艺设计进行了综述,然后在分析化工工艺设计中安全问题的基础上,提出相应的控制措施,以供参考.     

化工工艺设计中安全问题及控制管理

化学工业是现代工业体系的重要组成部分。它主要加工化学原料,使其成为其他行业的工业原料,涵盖建筑、电力、采矿等许多领域。在化学生产过程中,化学工艺设计是最重要的部分。本文将简要介绍化学工艺的设计,并重点介绍化学工艺设计中存在的安全问题,并提出一些解决办法。     

试论化工工艺设计中安全问题及控制

近几十年来我国的经济产业发展迅速,尤其是在化工领域的发展更是突飞猛进。然而在化工产业突飞猛进的同时,在实际生产中各种安全问题也层出不穷,现在已经被社会大众所注意和关心。如果想彻底解决生产过程中出现的安全问题,就要从工艺设计入手,总根源上杜绝和降低安全事故发生的概率,以确保化工产品质量合格的前提之下,优化化工工艺设计方案,提高化工生产的安全性和稳定性。     

Design of a novel adaptive inventory control system based on the online identification of lead time

In this paper, an adaptation method for the online identification of lead time is incorporated in production–inventory control systems. Based on the lead time estimate, the tuning parameters are updated in real time to improve the efficiency of the system. Combination of the adaptive scheme with a proportional control law is able to eliminate the inventory drift that appears when the actual lead time is not known in advance or when it varies with time. A detailed analysis is provided for the proposed production–inventory system, including a stability analysis and the quantification of its bullwhip effect. Several examples and comparison with state-of-the-art alternative approaches illustrate the efficiency of the system.     

山楂多糖分散片的制备及质量控制

为优化山楂多糖分散片的制备工艺,对其进行了质量控制。在单因素试验的基础上,以崩解时间为评价指标,选用压片压力、崩解剂用量、乙醇溶液浓度为因素,利用正交试验对山楂多糖分散片的制备工艺进行优化;按照《中华人民共和国药典》的方法,对主药含量、崩解时间、分散均匀性、溶出度等指标进行测定,以期对山楂多糖分散片的质量进行控制。得到山楂多糖分散片的最优制备工艺如下:采用交联聚乙烯基吡咯烷酮(PVPP)为崩解剂,碳酸钙为填充剂,体积分数为65%的乙醇溶液为黏合剂,滑石粉为润滑剂,压片的压力为6kg。研究表明,该分散片每片含山楂多糖40mg,崩解时间为65s,分散均匀性良好,15min溶出度为标示量的75.40%。     

青风藤配方颗粒的制备及与传统汤剂的比较

为了研究青风藤配方颗粒制备工艺以及对青风藤配方颗粒与传统汤剂进行定性定量比较,运用正交试验方法,采用干法制粒,以出膏率、青藤碱含量为指标,优选青风藤配方颗粒制备工艺;采用薄层色谱法进行定性比较;以青藤碱为对照品,采用高效液相色谱法进行定量比较。青风藤配方颗粒最佳制备工艺如下:提取2次,加水量18倍(第1次加水量为10倍,第2次加水量为8倍),各煎煮1.0h。TLC结果显示,配方颗粒与传统汤剂化学成分的类型无明显差异。5批青风藤配方颗粒青藤碱含量分别为1.56%,1.58%,1.31%,1.20%和1.78%;5批青风藤传统汤剂青藤碱含量分别为0.94%,0.96%,0.85%,0.82%和1.02%。青风藤配方颗粒与传统汤剂中化学成分的类型基本相同,但青藤碱含量差异较大。     

基于结构/控制耦合的动能拦截器捷联结构设计

在直接脉冲控制力的激励下,动能拦截器弹体结构动力学响应引起的捷联寻的器和捷联惯组处的振动,在敏感元件测量值中引入了动态弹性干扰量,进而引起大的脱靶量。提出了一种基于结构与控制耦合分析的捷联结构设计,利用Matlab/Simulink软件建立动能拦截器真比例导引控制模型,利用Ansys软件建立拦截器的有限元模型,对寻的器与惯导在不同的捷联方式和不同捷联刚度情况下进行控制与结构的联合仿真。仿真结果表明,增大接连刚度,降低两敏感元件的捷联安装的异面程度,让两者相邻布局,一定条件下可以解决弹性振动引起的脱靶问题。     

甘草SRAP-PCR正交试验设计优化及引物筛选

为了建立甘草SRAP技术,采用四因素(Taq酶,Mg~(2+),dNTP,引物)四水平的正交试验设计[L16(44)]对甘草进行SRAP-PCR试验,电泳结果采用软件SPSS分析,退火温度和引物筛选采用单因子试验。结果发现,4种因素对甘草SRAP-PCR的影响依次为dNTPTaq酶Mg~(2+)引物;优化后的甘草SRAP-PCR体系(20μL)为1×PCR缓冲液,引物0.6μmol/L,Mg~(2+)2.5mmol/L,Taq酶1.5U,dNTP 0.3mmol/L,模板DNA 40ng;最佳的退火温度为50℃;81对引物中有22对扩增出明亮、清晰的谱带。该优化的SRAP-PCR反应体系为进行甘草资源遗传分析提供了技术支持。     

石家庄市大气颗粒物TSP，PM10和PM2.5主要成分研究

为了研究石家庄市大气颗粒物TSP,PM_(10)以及PM_(2.5)中的主要成分,在不同季节分别采集了该市6个点位的颗粒物样品,对其主要成分的浓度与含量进行了分析。研究表明,TSP,PM_(10)以及PM_(2.5)中的主要成分为SO~(2-)_4,NO~-_3,NH~+_4,Al,Si,Fe,OC,EC等,这些主要成分在各粒径中呈现季节性变化的特点。春季以扬尘污染为主,冬季燃煤污染显著,夏秋季为复合型污染。市区6个点位主要成分的变化规律基本一致,"西南高教"与"西北水源"的颗粒物污染较为严重,可能与其周围污染源分布有关。     

An economic-statistical design of double sampling control chart

The double sampling (DS) chart can reduce the sample size when monitoring the process mean. In this study, Duncan's cost model was modified by adding the statistical constraints to develop the design model of DS chart for the optimization of design parameters—sample size, control limit coefficient, warning limit coefficient and sampling interval. A numerical example was provided to illustrate the use of this model. A sensitivity analysis of the effects of model parameters and statistical constraints on the optimal design of DS chart was also performed.