CN110618667B - 基于工艺效果选择的智能化工系统 - Google Patents
基于工艺效果选择的智能化工系统 Download PDFInfo
- Publication number
- CN110618667B CN110618667B CN201910922109.3A CN201910922109A CN110618667B CN 110618667 B CN110618667 B CN 110618667B CN 201910922109 A CN201910922109 A CN 201910922109A CN 110618667 B CN110618667 B CN 110618667B
- Authority
- CN
- China
- Prior art keywords
- equipment
- selection
- matrix
- value
- certain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 253
- 230000008569 process Effects 0.000 title claims abstract description 248
- 230000000694 effects Effects 0.000 title claims abstract description 108
- 239000000126 substance Substances 0.000 title claims abstract description 45
- 239000000463 material Substances 0.000 claims abstract description 246
- 239000011159 matrix material Substances 0.000 claims abstract description 107
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000003889 chemical engineering Methods 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims description 54
- 239000007769 metal material Substances 0.000 claims description 12
- 239000002861 polymer material Substances 0.000 claims description 9
- 238000006479 redox reaction Methods 0.000 claims description 9
- 238000006757 chemical reactions by type Methods 0.000 claims description 7
- 229910052755 nonmetal Inorganic materials 0.000 claims description 7
- 239000002131 composite material Substances 0.000 claims description 6
- 229910052698 phosphorus Inorganic materials 0.000 claims description 6
- 238000001311 chemical methods and process Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 239000004033 plastic Substances 0.000 claims description 4
- 229920003023 plastic Polymers 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 4
- 239000004698 Polyethylene Substances 0.000 claims description 3
- 239000003638 chemical reducing agent Substances 0.000 claims description 3
- 238000003912 environmental pollution Methods 0.000 claims description 3
- 239000002657 fibrous material Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000005649 metathesis reaction Methods 0.000 claims description 3
- 239000007800 oxidant agent Substances 0.000 claims description 3
- -1 polyethylene Polymers 0.000 claims description 3
- 229920000573 polyethylene Polymers 0.000 claims description 3
- 239000003054 catalyst Substances 0.000 description 28
- 238000010586 diagram Methods 0.000 description 8
- 229910052797 bismuth Inorganic materials 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000000376 reactant Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005658 halogenation reaction Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 239000002808 molecular sieve Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 150000007530 organic bases Chemical class 0.000 description 2
- 230000005298 paramagnetic effect Effects 0.000 description 2
- 238000006068 polycondensation reaction Methods 0.000 description 2
- 238000007348 radical reaction Methods 0.000 description 2
- URGAHOPLAPQHLN-UHFFFAOYSA-N sodium aluminosilicate Chemical compound [Na+].[Al+3].[O-][Si]([O-])=O.[O-][Si]([O-])=O URGAHOPLAPQHLN-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000006359 acetalization reaction Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000010933 acylation Effects 0.000 description 1
- 238000005917 acylation reaction Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000029936 alkylation Effects 0.000 description 1
- 238000005804 alkylation reaction Methods 0.000 description 1
- 238000005576 amination reaction Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000012824 chemical production Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 238000007333 cyanation reaction Methods 0.000 description 1
- 238000006356 dehydrogenation reaction Methods 0.000 description 1
- 230000005292 diamagnetic effect Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000007350 electrophilic reaction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000032050 esterification Effects 0.000 description 1
- 238000005886 esterification reaction Methods 0.000 description 1
- 230000005294 ferromagnetic effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000026030 halogenation Effects 0.000 description 1
- 239000002638 heterogeneous catalyst Substances 0.000 description 1
- 239000002815 homogeneous catalyst Substances 0.000 description 1
- 238000005984 hydrogenation reaction Methods 0.000 description 1
- 238000005342 ion exchange Methods 0.000 description 1
- 238000006317 isomerization reaction Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000011943 nanocatalyst Substances 0.000 description 1
- 238000006396 nitration reaction Methods 0.000 description 1
- 238000007344 nucleophilic reaction Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 150000002978 peroxides Chemical class 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 150000003254 radicals Chemical class 0.000 description 1
- 229910052761 rare earth metal Inorganic materials 0.000 description 1
- 150000002910 rare earth metals Chemical class 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000011973 solid acid Substances 0.000 description 1
- 239000011949 solid catalyst Substances 0.000 description 1
- 238000006277 sulfonation reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 150000003623 transition metal compounds Chemical class 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种基于工艺效果选择的智能化工系统,包括,前端显示模块,其实时显示当前需求及对应的工艺效果相关信息;控制模块,所述控制模块包括:需求单元,根据实际化工需求输入控制模块内;还设置工艺效果建模单元,其内设置有工艺效果矩阵P,通过工艺效果与物料、工艺条件、设备进行综合选择;通过工艺效果与物料、工艺条件、设备之间的加权关系,选择对应的物料、工艺条件、设备,所述处理模块按照工艺效果、设备、工艺条件、物料的选择顺序进行调整,优先调整工艺效果、设备选择,之后调整工艺条件的选择,最后对物料进行选择,直至达到最优值。
Description
技术领域
本发明涉及智能化工控制技术领域,具体而言,涉及一种基于工艺效果选择的智能化工系统。
背景技术
现有的化工生产及制造工艺,在对特定的某种物料、工艺过程进行设定时,往往仅能针对单一的工艺、物料、设备进行确定,在较多需求的情况下,不能够满足实时的智能调整和控制。
如,在对特定的某种物料进行生产,其工艺过程均为固定的,物料选择也是固定的,往往企业在生产特定产品或者采用特定工艺时,仅能选择相应的物料。
如,在对某种工艺过程的处理时,往往采用固定的工艺反应条件,特定的工艺参量,不能够进行选择及处理,尤其在多种工艺要求的情况下,不能够根据适当的工艺条件智能选择。
因此,如何通过工艺效果的需求智能选择对应的物料、设备、工艺条件等化学因素智能选择及控制,为本领域所亟需解决的技术问题。
发明内容
鉴于此,本发明提出了一种基于工艺效果选择的智能化工系统,旨在解决现有的系统化的基于工艺效果选择的智能化工方案的技术问题。
本发明提出了一种基于工艺效果选择的智能化工系统,包括,前端显示模块,其实时显示当前需求及对应的工艺效果相关信息;控制模块,所述控制模块包括:需求单元,根据实际化工需求输入控制模块内;还设置工艺效果建模单元,其内设置有工艺效果矩阵P,P(q1,q2,q3,q4,q5,qi),每种工艺效果参量均能够量化;
处理模块,其根据用户工艺效果需求获取符合需求的各种设备、物料和工艺条件,通过工艺效果与物料、工艺条件、设备进行综合选择;通过工艺效果与物料、工艺条件、设备之间的加权关系,选择对应的物料、工艺条件、设备,所述处理模块内设置预设参量Q0,实时计算的工艺效果加权系数Q与预设参量Q0比较,若在预设的误差区间内,则认定选择的各个最优值为可使用的,相应的设备、物料、工艺条件均可采用,若超过预设的误差空间,则,按照工艺效果、设备、工艺条件、物料的选择顺序进行调整,优先调整工艺效果、设备选择,之后调整工艺条件的选择,最后对物料进行选择,直至达到最优值。
进一步地,所述工艺效果矩阵P(qi,Ci,Hi,Ji),qi表示对应的工艺效果参量,q1表示生产能力指标,q2表示环境污染程度,q3表示转化率,q4表示产率,q5表示收率,依次类推,每种工艺效果参量均能够量化,则通过工艺效果与物料、工艺条件、设备进行综合选择。
进一步地,工艺效果矩阵P,Ci表示对应的某种设备可加工物料选择值,Hi表示对应的某种设备可使用的工艺条件选择值,Ji表示对应的某种设备可使用的设备选择值,i表示序号。
进一步地,所述控制模块设定工艺效果加权系数Q,处理模块内设置预设参量Q0,
式中,Ci表示对应的某种设备可加工物料选择值,C0表示对应的某种设备可加工物料选择标准值,Hi表示对应的某种设备可使用的工艺条件选择值,H0表示对应的某种设备可使用的工艺条件选择标准值,qi表示对应的工艺效果参量,q0表示对应的工艺效果标准值,Zi表示对应的某种设备可使用的设备选择值,Z0表示对应的某种设备可使用的预设选择值,其中,Hi,qi,Zi通过上述计算得出,H0、q0、Z0通过预先设定。
进一步地,还包括:
物料建模单元,根据需求选择对应的符合预先设定条件的若干种物料,根据物料的类型、性能及某种性能对应的数值,设定物料性能矩阵F1,并对某种物料的特性赋值,其内设置有物料矩阵W;
工艺条件建模单元,其内设置有工艺选择矩阵H,其将各种化学反应及工艺过程进行分类,并设定工艺选择值B;
设备建模单元,其基于设备的选择建立量化模型,所述设备建模单元设置设备矩阵S,其将各个设备分类。
进一步地,所述设备建模单元在建模时,对各个设备的参量进行量化,建立多维数据库,对各个设备的基准参量进行选择时,按照加权算法进行处理,需求单元输入对应的设备选择值J(k,M),其中,k表示输入的需求设备性能,M表示对应的设备参量值,在基于设备选择的过程中,设备选择值J在一定的范围内,选择大量的设备种类,从中选择最优的设备;所述控制模块设定权重参量Z,处理模块内设置预设参量Z0,
上式中,J2i表示对应的某种设备的价格,J20表示对应的某种设备的价格标准量,J3i表示对应的某种设备的空间尺寸,J30表示对应的某种设备的空间尺寸标准量,J4i表示对应的某种设备的使用寿命,J4i表示对应的某种设备的使用寿命标准量,Ci表示对应的某种设备可加工物料选择值,C0表示对应的某种设备可加工物料选择标准值,Hi表示对应的某种设备可使用的工艺条件选择值,H0表示对应的某种设备可使用的工艺条件选择标准值。
进一步地,所述设备矩阵S,J1i表示对应的某种设备的生产厂家,J2i表示对应的某种设备的价格,J3i表示对应的某种设备的空间尺寸,作为用户参量选择的一个因素,J4i表示对应的某种设备的使用寿命,Ci表示对应的某种设备可加工物料,通过物料矩阵W(C1,C2,C3,C4)可进行整理确定,Hi表示对应的某种设备可使用的工艺条件,通过工艺选择矩阵H(D,E),以及其内的反应条件矩阵D1(fi,Ci,gi,Bi)、D2(fi,Ci,gi,Bi)、E(fi,Ci,gi,hi,Bi)确定。
进一步地,所述物料矩阵W(C1,C2,C3,C4),其中,C1表示金属材料,C2表示无机非金属材料,C3表示高分子材料,C4表示复合材料,分别形成金属材料矩阵C1j,无机非金属材料矩阵C2j,高分子材料矩阵C3j,复合材料矩阵C4j,其中,j表示序号,每种分别代表一种物料;其中,高分子材料矩阵C3j中,j取值为1,2,3,C31i表示塑料材料,i表示序号,如C311表示聚乙烯;C32i表示橡胶材料,C33i表示纤维材料;
所述物料建模单元针对每种物料形成的物料矩阵W(C1ji,C2ji,C3ji,C4ji),并且,针对每种物料的性能进行量化,确定物料选择值A。
进一步地,所述工艺选择矩阵H(D,E),其中,D表示无机化学反应类型,E表示有机化学类型,所述工艺选择矩阵H(D,E)中嵌套无机化学反应矩阵D1(f1,f2,f3,f4),f1表示化合反应,f2表示分解反应,f3表示置换反应,f4表示复分解反应;无机化学反应矩阵D2(f5i,f6),f5表示氧化还原反应,f6表示非氧化还原反应,i表示序号,f51表示自身氧化还原反应,f52表示还原剂与氧化剂反应。
进一步地,所述物料选择值A、工艺选择值B、设备选择值J通过加权算法获得。
与现有技术相比,本发明的有益效果在于,本发明建立工艺效果数据库,数据库根据工艺进行分类,建立三维或者多维数,并对其对应的物料、工艺条件、设备、达到的工艺效果建立对应函数模型,通过加权及终端反馈方式,对工艺进行选择,确定最佳的可选择工艺。处理模块内设置预设参量Q0,实时计算的工艺效果加权系数Q与预设参量Q0比较,若在预设的误差区间内,则认定选择的各个最优值为可使用的,相应的设备、物料、工艺条件均可采用,若超过预设的误差空间,则,按照工艺效果、设备、工艺条件、物料的选择顺序进行调整,优先调整工艺效果、设备选择,之后调整工艺条件的选择,最后对物料进行选择,直至达到最优值。
尤其,建立设备建模单元,对于可量化的参量均通过加权算法计算,其基于设备的选择建立量化模型,所述设备建模单元设置设备矩阵S,其将各个设备分类,但由于存在多个参量,分别取最优值难以达到整体效果,处理模块内设置预设参量Z0,实时计算的权重参量Z与预设参量Z0比较,若在预设的误差区间内,则认定选择的各个最优值为可使用的,相应的设备、物料、工艺条件均可采用,若超过预设的误差空间,则,按照设备、工艺条件、物料的选择顺序进行调整,优先调整设备选择,之后调整工艺条件的选择,最后对物料进行选择,直至达到最优值。
进一步地,通过将物料性能与对应数值建立二维数据库,在选择过程中,根据用户需求,输入基于物料性能的二维矩阵信息,并通过加权及迭代算法,将选择出的物料选择值进行对比优化,获取最优物料选择值对应的物料类型。设定物料性能矩阵F1,所述需求单元输入对应的物料选择值A(k,M),在基于物料选择的过程中,物料选择值A在一定的范围内,选择大量的物料种类,并且,所述优化模块设定基础物料选择值A(k,N),将当前线物料选择值信息与所述基础物料选择值的数据信息进行对比,并通过引入增量及加权算法获取最优物料。
尤其,物料建模单元内设置有物料矩阵W,其内将各种物料按照属性进行分类,并设定物料选择值A,物料矩阵W(C1,C2,C3,C4),根据每种物料属性分别进行分类。物料建模单元设定物料性能矩阵F1,以及物料功能矩阵F2,所述物料性能矩阵F1(X1,X2,X3,X4,X5,X6),其中,X1表示热学性能,X2表示力学性能,X3表示电学性能,X4表示磁学性能,X5表示光学性能,X6表示化学性能。针对每种性能需求,设定具体值,以便基于大数据智能化操作。
建立工艺数据库,数据库根据工艺进行分类,建立三维或者多维数,并对其对应的物料、工艺条件、设备、达到的工艺效果建立对应函数模型,通过加权及终端反馈方式,对工艺进行选择,确定最佳的可选择工艺。设定工艺效果矩阵P(qi,Ci,Hi,Ji),qi表示对应的工艺效果参量,Ci表示对应的某种设备可加工物料选择值,Hi表示对应的某种设备可使用的工艺条件选择值,Ji表示对应的某种设备可使用的设备选择值,i表示序号。本发明基于效果的智能化工系统,通过工艺效果与物料、工艺条件、设备之间的加权关尤其,系,选择对应的物料、工艺条件、设备。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。
图1为本发明实施例提供的基于物料选择的智能化工系统的功能框图;
图2为本发明实施例提供的基于工艺条件选择的智能化工系统的功能框图;
图3为本发明实施例提供的基于设备选择的智能化工系统的功能框图;
图4为本发明实施例提供的基于效果选择的智能化工系统的功能框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
参阅图1所示,其为本发明实施例提供的基于物料选择的智能化工系统的功能框图;本实施例的智能化工系统包括前端显示模块,其实时显示当前需求及选择的对应物料相关信息;还包括控制模块,所述控制模块包括需求单元,根据实际化工结果输入控制模块内;物料建模单元,根据需求选择对应的符合预先设定条件的若干种物料;处理模块,其根据用户需求获取符合需求的各种特定特性物料;优化模块,根据物料选择的结果获取最终的某种物料,作为最佳物料。
具体而言,本发明实施例的需求单元包括具体的工艺效果、工艺环境以及对应的物料属性,用户根据自身预设的某种具体工艺参量的结果,确定所需求的物料信息。
具体而言,所述物料建模单元根据物料的类型、性能及某种性能对应的数值,设定物料性能矩阵F1,并对某种物料的特性赋值。所述物料建模单元内设置有物料矩阵W,其内将各种物料按照属性进行分类,并设定物料选择值A,其中,物料矩阵W(C1,C2,C3,C4),其中,C1表示金属材料,C2表示无机非金属材料,C3表示高分子材料,C4表示复合材料,本实施例通过定义化工材料为上述四大类,并具体细分。分别形成金属材料矩阵C1j,无机非金属材料矩阵C2j,高分子材料矩阵C3j,复合材料矩阵C4j,其中,j表示序号,每种分别代表一种物料。其中,高分子材料矩阵C3j中,j取值为1,2,3,C31i表示塑料材料,i表示序号,如C311表示聚乙烯;C32i表示橡胶材料,C33i表示纤维材料。因此,针对每种物料形成的物料矩阵W(C1ji,C2ji,C3ji,C4ji),并且,针对每种物料的性能进行量化,确定物料选择值A。
具体而言,本发明实施例中,所述物料建模单元设定物料性能矩阵F1,以及物料功能矩阵F2,所述物料性能矩阵F1(X1,X2,X3,X4,X5,X6),其中,X1表示热学性能,X2表示力学性能,X3表示电学性能,X4表示磁学性能,X5表示光学性能,X6表示化学性能,本实施例按照物料本身特有的性能进行分类。
具体而言,所述物料建模单元热学性能矩阵X1表示基于热学性能的某种具体参量,并设定定量值,热学性能矩阵X(1i,A1),其中i表示序号,A1表示对应热学性能值,X(11,A1)表示对应的某种物料的热容值,X(12,A1)表示对应的某种物料的热导率值,X(13,A1)表示对应的某种物料的熔化热值,X(14,A1)表示对应的某种物料的热膨胀值,X(15,A1)表示对应的某种物料的熔沸点值。力学性能矩阵X(2i,A2),其中,i表示序号,A2表示对应的力学性能值,X(21,A2)表示对应的某种物料的弹性模量值,X(22,A2)表示对应的某种物料的拉伸强度值,X(23,A2)表示对应的某种物料的抗冲强度值,X(24,A2)表示对应的某种物料的屈服强度值,X(25,A2)表示对应的某种物料的耐疲劳强度值。电学性能矩阵X(3i,A3),其中,i表示序号,A3表示对应的电学性能值,X(31,A3)表示对应的某种物料的电导率值,X(32,A3)表示对应的某种物料的电阻率值,X(31,A3)表示对应的某种物料的介电性能值,X(31,A3)表示对应的某种物料的击穿电压值。磁学性能矩阵X(4i,A4),其中,i表示序号,A4表示对应的磁性值,X(41,A4)表示对应的某种物料的顺磁性值,其具有顺磁性的磁性,具有确定值,X(42,A4)表示对应的某种物料的反磁性值,X(43,A4)表示对应的某种物料的铁磁性值。光学性能矩阵X(5i,A5),i表示序号,A5表示对应的光学参量值,X(51,A5)表示对应的某种物料的光的反射参量值,X(52,A5)表示对应的某种物料的光的折射参量值,X(53,A5)表示对应的某种物料的光的吸收参量值,X(54,A5)表示对应的某种物料的光的投射参量值,X(55,A5)表示对应的某种物料的光的发光参量值,X(55,A5)表示对应的某种物料的光的荧光参量值。化学性能矩阵(6i,A6),i表示序号,A6表示对应的化学性能参量值,X(61,A6)表示对应的某种物料的光的耐腐蚀性值,X(62,A6)表示对应的某种物料的光的耐催化性能值,X(63,A6)表示对应的某种物料的光的离子交换性能值。
具体而言,物料功能矩阵F(2j,A7),其中,F(21,A7)表示某种物料的热-电转换性能值,F(22,A7)表示某种物料的光-热转换性能值,F(23,A7)表示某种物料的光-电转换性能值,F(24,A7)表示某种物料的力-电转换性能值,F(25,A7)表示某种物料的磁-光转换性能值,F(26,A7)表示某种物料的电-光转换性能值,F(26,A7)表示某种物料的声-光转换性能值。
本发明实施例基于物料选择的智能化工系统需求单元输入对应的物料选择值A(k,M),其中,k表示输入的需求物料性能,如磁性、拉伸强度,m表示对应的物料性能值,在基于物料选择的过程中,物料选择值A在一定的范围内,选择大量的物料种类,从中选择最优的物料。设定基础物料选择值A(k,N),将当前物料选择值信息与所述基础物料选择值的数据信息进行对比,基础物料选择值可根据现有数据库确定,根据预先物料的数据整理而得,
其中,表示物料选择值信息与所述基础物料选择值的数据信息进行对比值,Mi表示第i物料的对应数据库信息,Nj表示某现有物料的物料选择值F,Uij表基础物料选择值数据信息与第i基础数据库的关联度,i表示基础物料选择值的编号,d表示修正系数,d的取值为0.998;|A|表示物料性能的增益值,在本实施例中,确定基本函数A(ki,Mi),i表示序号,表示有i种物料性能分别对应的基础数值,Mi表示对应的基础值。
本实施例中,通过将各个基础数值取均值获得。
所述关联度Cij由下述公式计算:
其中,x表示第i基础数据库内的基础数据,y表示基础数据库j的现有数据,Mi表示第i基础数据库的数据量,Nj表示某现有基础数据库的数据信息的物料选择值A;
当的输出值不为0时,所述数据库处理模块将的输出值存储,其输出值在不小于预设函数值ζ时,则以此时的基础物料选择值建立该基础物料性能数据库;若所述输出的函数小于预设函数值ζ,则返回步骤2重新选择基础物料选择值,直至输出的函数在不小于预设函数值ζ。
具体而言,所述预设函数值ζ可以由管理员根据实际需求设定,一般取值0.98。
具体而言,本发明实施例基于物料选择的智能化工系统,通过将物料性能与对应数值建立二维数据库,在选择过程中,根据用户需求,输入基于物料性能的二维矩阵信息,并通过加权及迭代算法,将选择出的物料选择值进行对比优化,获取最优物料选择值对应的物料类型。
具体而言,本发明实施例在基于物料选择后,还可通过多维矩阵对工艺条件、反应类型、设备选择及催化剂类型进行多维矩阵的综合选择。
参阅图2所示,其为本发明实施例基于工艺条件选择的智能化工系统功能框图,本实施例包括前端显示模块,其实时显示当前需求及选择的对应工艺相关信息;控制模块,所述控制模块包括:需求单元,根据实际化工结果输入控制模块内;还设置有工艺条件建模单元,其内设置有工艺选择矩阵H,其将各种化学反应及工艺过程进行分类,并设定工艺选择值B,其中,工艺选择矩阵H(D,E),其中,D表示无机化学反应类型,E表示有机化学类型,本实施例按照无机和有机化学的方式来进行分类。所述工艺选择矩阵H(D,E)中嵌套无机化学反应矩阵D1(f1,f2,f3,f4),f1表示化合反应,f2表示分解反应,f3表示置换反应,f4表示复分解反应;无机化学反应矩阵D2(f5i,f6),f5表示氧化还原反应,f6表示非氧化还原反应,i表示序号,f51表示自身氧化还原反应,f52表示还原剂与氧化剂反应。
具体而言,所述工艺选择矩阵H(D,E)中嵌套无机化学反应矩阵E(fi),i表示序号,i>6的整数,分别对应自由基反应,离子型反应,亲电反应,亲核反应;硝化反应,卤化反应,磺化反应,氨化反应,酰化反应,氰化反应,加成反应,消去反应,取代反应,加聚反应,缩聚反应,即f7表示自由基反应,f8表示离子型反应,顺次类推。
具体而言,在每个化学反应矩阵D1、D2、E中,嵌套反应条件矩阵,以无机化学反应矩阵为例,设定反应条件矩阵D1(fi,Ci,gi,Bi)、D2(fi,Ci,gi,Bi)、E(fi,Ci,gi,hi,Bi),其中,i表示序号,fi表示对应的某种具体反应,如f1表示化合反应,f2表示分解反应,Ci表示对应的某种具体物料,不同的物料能够产生不同的化学反应特定,物料与具体反应一一对应,如C31i表示塑料材料,gi表示对应的某种具体条件,如加热、高温,hi表示某种物料在对应的化学反应类型中对应的反应条件下的参数考量矩阵,Bi表示对应的某种物料在相应的反应条件下的具体数值或数值范围。
具体而言,设定g1表示加热条件,g2表示点燃条件,g3表示高温条件,g4表示加湿条件,g5表示加压条件,g6表示点解条件,g7表示紫外线条件,依次类推,同时,g0表示催化剂条件。
具体而言,在针对某种具体的反应条件时,设定对应的参数矩阵hi,其中,h1表示反应物状态,对应的反应条件下的具体数值B表示(h1,Bi),i表示序号,对应的反应条件值分别为(h1,B11)表示固体状态,(h1,B12)表示液体状态,(h1,B13)表示气体状态。(h2,B2)表示反应物形状大小及具体数值,依次类推,h3表示反应物浓度、h4表示反应温度区间及范围、h5表示反应压强、h6表示金属性强弱、h7表示非金属性强弱,h8表示反应湿度,h9表示反应氛围,h10表示催化,则h(10,B10)表示对应的某种确定的催化剂用量。
具体而言,g0表示使用催化剂,并且设定催化剂矩阵g0j(i,Bi),i表示序号,按照催化的反应类型进行,j表示催化剂的分类,其中,g01(i,Bi)表示按状态分类下的状态催化剂矩阵,g01(1,B1)表示液体催化剂及数量,g01(2,B2)表示固体催化剂及数量。相态催化剂矩阵g02(i,Bi),g02(1i,B1i)表示均相催化剂,均相催化剂有酸、碱、可溶性过渡金属化合物和过氧化物催化剂;g02(1i,B2i)表示多相催化剂,并具体分类为g02(11,B21)表示固体酸催化剂,g02(12,B22)表示有机碱催化剂,g02(13,B23)表示有机碱催化剂,g02(14,B24)表示金属氧化物催化剂,g02(15,B25)表示络合物催化剂,g02(16,B26)表示稀土催化剂,g02(17,B27)表示分子筛催化剂,g02(18,B28)表示分子筛催化剂,g02(19,B29)表示纳米催化剂。反应类型催化剂矩阵g03(i,Bi),其中,i对应聚合、缩聚、酯化、缩醛化、加氢、脱氢、氧化、还原、烷基化、异构化各种类型,Bi对应基于反应类型的各种催化剂用量。作用催化剂矩阵g04(i,Bi),g04(1,B1)表示主催化剂及用量,g04(2,B2)表示助催化剂。
具体而言,上述催化剂矩阵g0j(i,Bi)根据各个方式进行分类,工艺条件建模单元对各个催化剂矩阵叠加考虑,获取最优的催化剂,在本实施例中,工艺条件建模单元在选择使用催化剂时,通过上述式(1)-(4)的加权算法获得最优的催化剂种类及数量。
具体而言,本实施例通过将工艺条件以及对应的各个反应参量数值一一对应并量化,建立二维数据库,并将物料结合,基于工艺条件及物料的多维矩阵结合方式来实现智能选择。需求单元输入对应的化学工艺选择值B(k,m),k表示输入的化学工艺条件,如卤化反应,m表示对应的条件值,如加热温度,通过B值选择最优方式。基于上述公式(1)-(4)的加权算法,设定工艺选择值B(k,N),将当前工艺选择值信息与所述工艺选择数据信息进行对比,
其中,表示工艺选择值信息与所述基础工艺选择值的数据信息进行对比值,Mi表示第i工艺的对应数据库信息,Nj表示某现有工艺的工艺选择值F,Uij表基础工艺选择值数据信息与第i基础数据库的关联度,i表示基础工艺选择值的编号,d表示修正系数,d的取值为0.997;|B|表示工艺性能的增益值,在本实施例中,确定基本函数B(ki,Mi),i表示序号,表示有i种工艺性能分别对应的基础数值,Mi表示对应的基础值。
本实施例中,通过将各个基础数值取均值获得。
所述关联度Cij由下述公式计算:
其中,x表示第i基础数据库内的基础数据,y表示基础数据库j的现有数据,Mi表示第i基础数据库的数据量,Nj表示某现有基础数据库的数据信息的工艺选择值B;
当的输出值不为0时,所述数据库处理模块将的输出值存储,其输出值在不小于预设函数值ζ时,则以此时的基础工艺选择值建立该基础工艺性能数据库;若所述输出的函数小于预设函数值ζ,则返回步骤2重新选择基础工艺选择值,直至输出的函数在不小于预设函数值ζ。
所述预设函数值ζ可以由管理员根据实际需求设定,一般取值0.99。
具体而言,本发明需求单元在对工艺条件选择时,反应条件矩阵D1(fi,Ci,gi,Bi)、D2(fi,Ci,gi,Bi)、E(fi,Ci,gi,hi,Bi)中具有物料选项,在选择过程中,工艺条件作为优选参量,在确定工艺条件后,需求单元根据对应工艺条件的对应可选择物料,按照上述公式(1)-(4)选择相应的最佳物料,此不再赘述。
参阅图3所示,其为本发明实施例基于设备选择的智能化工系统的功能框图,前端显示模块,其实时显示当前需求及选择的对应设备相关信息;控制模块,所述控制模块包括:需求单元,根据实际化工结果输入控制模块内;本实施例设置设备建模单元,其基于设备的选择建立量化模型,所述设备建模单元设置设备矩阵S,其将各个设备分类,S(Si,J1i,J2i,J3i,J4i,Ci,Hi),其中,Si表示设备用途分类矩阵,S1i表示化工容器类,S11表示槽、S12表示罐、S13表示釜,依次类推;S2i表示分离塔器类,S21表示有填料塔、S22表示浮阀塔、S23表示泡罩塔、S24表示转盘塔,依次类推;S3i表示反应器类,S31表示有管式反应器,S32流态化反应器、S33搅拌釜反应器,依次类推;S4i表示换热器类,S41表示有列管式、S42表示板式换热器、S43表示蛇管换热器,依次类推;S5i表示加热炉类,S51表示电加热炉,S52表示电管式裂解炉、S53表示电废热锅炉;S6i表示结晶设备类,S61表示溶液结晶器、S62表示熔融结晶器;S7i表示各种专用化工设备。
具体而言,J1i表示对应的某种设备的生产厂家,J2i表示对应的某种设备的价格,J3i表示对应的某种设备的空间尺寸,作为用户参量选择的一个因素,J4i表示对应的某种设备的使用寿命,Ci表示对应的某种设备可加工物料,通过物料矩阵W(C1,C2,C3,C4)可进行整理确定,Hi表示对应的某种设备可使用的工艺条件,通过工艺选择矩阵H(D,E),以及其内的反应条件矩阵D1(fi,Ci,gi,Bi)、D2(fi,Ci,gi,Bi)、E(fi,Ci,gi,hi,Bi)确定。因此,本发明实施例将对应的某种设备的物料选择与工艺选择进行对应,形成基于设备选择的物料、工艺模型。
具体而言,本发明实施例在对各个设备的基准参量进行选择时,参照上述加权算法进行处理,需求单元输入对应的设备选择值J(k,M),其中,k表示输入的需求设备性能,如寿命、尺寸,m表示对应的设备参量值,在基于设备选择的过程中,设备选择值J在一定的范围内,选择大量的设备种类,从中选择最优的设备。设定基础设备选择值J(k,N),将当前设备选择值信息与所述基础设备选择值的数据信息进行对比,基础设备选择值可根据现有数据库确定,根据预先设备的数据整理而得,
其中,表示设备选择值信息与所述基础设备选择值的数据信息进行对比值,Mi表示第i设备的对应数据库信息,Nj表示某现有设备的设备选择值F,Uij表基础设备选择值数据信息与第i基础数据库的关联度,i表示基础设备选择值的编号,d表示修正系数,d的取值为0.995;|J|表示设备性能的增益值,在本实施例中,确定基本函数J(ki,Mi),i表示序号,表示有i种设备性能分别对应的基础数值,Mi表示对应的基础值。
本实施例中,通过将各个基础数值取均值获得。
所述关联度Cij由下述公式计算:
其中,x表示第i基础数据库内的基础数据,y表示基础数据库j的现有数据,Mi表示第i基础数据库的数据量,Nj表示某现有基础数据库的数据信息的设备选择值A;
当的输出值不为0时,所述数据库处理模块将的输出值存储,其输出值在不小于预设函数值ζ时,则以此时的基础设备选择值建立该基础设备性能数据库;若所述输出的函数小于预设函数值ζ,则返回步骤2重新选择基础设备选择值,直至输出的函数在不小于预设函数值ζ。
具体而言,所述预设函数值ζ可以由管理员根据实际需求设定,一般取值0.96。
具体而言,本发明实施例中,对于可量化的参量均通过加权算法计算,但由于存在多个参量,分别取最优值难以达到整体效果,因此,本实施例设定权重参量Z,处理模块内设置预设参量Z0,
上式中,J2i表示对应的某种设备的价格,J20表示对应的某种设备的价格标准量,J3i表示对应的某种设备的空间尺寸,J30表示对应的某种设备的空间尺寸标准量,J4i表示对应的某种设备的使用寿命,J4i表示对应的某种设备的使用寿命标准量,Ci表示对应的某种设备可加工物料选择值,C0表示对应的某种设备可加工物料选择标准值,Hi表示对应的某种设备可使用的工艺条件选择值,H0表示对应的某种设备可使用的工艺条件选择标准值。
具体而言,所述处理模块内设置预设参量Z0,实时计算的权重参量Z与预设参量Z0比较,若在预设的误差区间内,则认定选择的各个最优值为可使用的,相应的设备、物料、工艺条件均可采用,若超过预设的误差空间,则,按照设备、工艺条件、物料的选择顺序进行调整,优先调整设备选择,之后调整工艺条件的选择,最后对物料进行选择,直至达到最优值。
参阅图4所示,其为本发明实施例提供的基于效果选择的智能化工系统的功能框图,前端显示模块,其实时显示当前需求及对应的工艺效果相关信息;控制模块,所述控制模块包括:需求单元,根据实际化工需求输入控制模块内;本实施例设定工艺效果建模单元,其内设置有工艺效果矩阵P,P(q1,q2,q3,q4,q5,qi),q1表示生产能力指标,q2表示环境污染程度,q3表示转化率,q4表示产率,q5表示收率,依次类推。每种工艺效果参量均能够量化,如(q2,M),则通过工艺效果与物料、工艺条件、设备进行综合选择。所述需求单元输入工艺效果,如需要特定的转化率,则工艺效果建模单元向设备建模单元、公司条件建模单元、物料建模单元发送预设信息。
具体而言,本实施例设定工艺效果矩阵P(qi,Ci,Hi,Ji),qi表示对应的工艺效果参量,Ci表示对应的某种设备可加工物料选择值,Hi表示对应的某种设备可使用的工艺条件选择值,Ji表示对应的某种设备可使用的设备选择值,i表示序号。本发明实施例基于效果的智能化工系统,通过工艺效果与物料、工艺条件、设备之间的加权关系,选择对应的物料、工艺条件、设备。
本实施例设定工艺效果加权系数Q,处理模块内设置预设参量Q0,
式中,Ci表示对应的某种设备可加工物料选择值,C0表示对应的某种设备可加工物料选择标准值,Hi表示对应的某种设备可使用的工艺条件选择值,H0表示对应的某种设备可使用的工艺条件选择标准值,qi表示对应的工艺效果参量,q0表示对应的工艺效果标准值,Zi表示对应的某种设备可使用的设备选择值,Z0表示对应的某种设备可使用的预设选择值。其中,Hi,qi,Zi通过上述计算得出,H0、q0、Z0通过预先设定。
具体而言,所述处理模块内设置预设参量Q0,实时计算的工艺效果加权系数Q与预设参量Q0比较,若在预设的误差区间内,则认定选择的各个最优值为可使用的,相应的设备、物料、工艺条件均可采用,若超过预设的误差空间,则,按照工艺效果、设备、工艺条件、物料的选择顺序进行调整,优先调整工艺效果、设备选择,之后调整工艺条件的选择,最后对物料进行选择,直至达到最优值。
本发明建立工艺效果数据库,数据库根据工艺进行分类,建立三维或者多维数,并对其对应的物料、工艺条件、设备、达到的工艺效果建立对应函数模型,通过加权及终端反馈方式,对工艺进行选择,确定最佳的可选择工艺。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于工艺效果选择的智能化工系统,其特征在于,包括,
前端显示模块,其实时显示当前需求及对应的工艺效果相关信息;
控制模块,所述控制模块包括:
需求单元,根据实际化工需求输入控制模块内;
还设置工艺效果建模单元,其内设置有工艺效果矩阵P,P(qi,Ci,Hi,Ji),每种工艺效果参量均能够量化;
处理模块,其根据用户工艺效果需求获取符合需求的各种设备、物料和工艺条件,对工艺效果与物料、工艺条件、设备进行综合选择;通过工艺效果与物料、工艺条件、设备之间的加权关系,选择对应的物料、工艺条件、设备,所述处理模块内设置预设参量Q0,实时计算的工艺效果加权系数Q与预设参量Q0比较,若在预设的误差区间内,则认定选择的各个最优值为可使用的,相应的设备、物料、工艺条件均可采用,若超过预设的误差空间,则,按照工艺效果、设备、工艺条件、物料的选择顺序进行调整,优先调整工艺效果、设备选择,之后调整工艺条件的选择,最后对物料进行选择,直至达到最优值;
所述工艺效果加权系数Q按照以下公式计算:
式中,Ci表示对应的某种设备可加工物料选择值,C0表示对应的某种设备可加工物料选择标准值,Hi表示对应的某种设备可使用的工艺条件选择值,H0表示对应的某种设备可使用的工艺条件选择标准值,qi表示对应的工艺效果参量,q0表示对应的工艺效果标准值,Zi表示对应的某种设备可使用的设备选择值,Z0表示对应的某种设备可使用的预设选择值。
2.根据权利要求1所述的基于工艺效果选择的智能化工系统,其特征在于,所述工艺效果矩阵P(qi,Ci,Hi,Ji),其中,qi表示对应的工艺效果参量,工艺效果参量为生产能力指标、环境污染程度、转化率、产率或收率,每种工艺效果参量均能够量化,则对工艺效果与物料、工艺条件、设备进行综合选择。
3.根据权利要求2所述的基于工艺效果选择的智能化工系统,其特征在于,工艺效果矩阵P,Ci表示对应的某种设备可加工物料选择值,Hi表示对应的某种设备可使用的工艺条件选择值,Ji表示对应的某种设备可使用的设备选择值,i表示序号。
4.根据权利要求3所述的基于工艺效果选择的智能化工系统,其特征在于,还包括:
物料建模单元,根据需求选择对应的符合预先设定条件的若干种物料,根据物料的类型、性能及某种性能对应的数值,设定物料性能矩阵F1,并对某种物料的特性赋值,其内设置有物料矩阵W;
工艺条件建模单元,其内设置有工艺选择矩阵H,其将各种化学反应及工艺过程进行分类,并设定工艺选择值B;
设备建模单元,其基于设备的选择建立量化模型,所述设备建模单元设置设备矩阵S,其将各个设备分类。
5.根据权利要求4所述的基于工艺效果选择的智能化工系统,其特征在于,所述设备建模单元在建模时,对各个设备的参量进行量化,建立多维数据库,对各个设备的基准参量进行选择时,按照加权算法进行处理,需求单元输入对应的设备选择值J(k,M),其中,k表示输入的需求设备性能,M表示对应的设备参量值,在基于设备选择的过程中,设备选择值J在一定的范围内,选择大量的设备种类,从中选择最优的设备;所述控制模块设定权重参量Z,处理模块内设置预设参量Z0;
上式中,J2i表示对应的某种设备的价格,J20表示对应的某种设备的价格标准量,J3i表示对应的某种设备的空间尺寸,J30表示对应的某种设备的空间尺寸标准量,J4i表示对应的某种设备的使用寿命,J40表示对应的某种设备的使用寿命标准量,Ci表示对应的某种设备可加工物料选择值,C0表示对应的某种设备可加工物料选择标准值,Hi表示对应的某种设备可使用的工艺条件选择值,H0表示对应的某种设备可使用的工艺条件选择标准值。
6.根据权利要求5所述的基于工艺效果选择的智能化工系统,其特征在于,所述设备矩阵S(Si,J1i,J2i,J3i,J4i,Ci,Hi),其中:Si表示设备用途分类矩阵,J1i表示对应的某种设备的生产厂家,J2i表示对应的某种设备的价格,J3i表示对应的某种设备的空间尺寸,作为用户参量选择的一个因素,J4i表示对应的某种设备的使用寿命,Ci表示对应的某种设备可加工物料,通过物料矩阵W(C1,C2,C3,C4)可进行整理确定,Hi表示对应的某种设备可使用的工艺条件,通过工艺选择矩阵H(D,E),以及其内的反应条件矩阵D1(fi,Ci,gi,Bi)、D2(fi,Ci,gi,Bi)、E(fi,Ci,gi,hi,Bi)确定。
7.根据权利要求6所述的基于工艺效果选择的智能化工系统,其特征在于,所述物料矩阵W(C1,C2,C3,C4),其中,C1表示金属材料,C2表示无机非金属材料,C3表示高分子材料,C4表示复合材料,分别形成金属材料矩阵C1j,无机非金属材料矩阵C2j,高分子材料矩阵C3j,复合材料矩阵C4j,其中,j表示序号,每种分别代表一种物料;其中,高分子材料矩阵C3j中,j取值为1,2,3,C31i表示塑料材料,i表示序号,如C311表示聚乙烯;C32i表示橡胶材料,C33i表示纤维材料;
所述物料建模单元针对每种物料形成的物料矩阵W(C1ji,C2ji,C3ji,C4ji),并且,针对每种物料的性能进行量化,确定物料选择值A。
8.根据权利要求4所述的基于工艺效果选择的智能化工系统,其特征在于,所述工艺选择矩阵H(D,E),其中,D表示无机化学反应类型,E表示有机化学类型,所述工艺选择矩阵H(D,E)中嵌套无机化学反应矩阵D1(f1,f2,f3,f4),f1表示化合反应,f2表示分解反应,f3表示置换反应,f4表示复分解反应;无机化学反应矩阵D2(f5i,f6),f5表示氧化还原反应,f6表示非氧化还原反应,i表示序号,f51表示自身氧化还原反应,f52表示还原剂与氧化剂反应。
9.根据权利要求7所述的基于工艺效果选择的智能化工系统,其特征在于,所述物料选择值A、工艺选择值B、设备选择值J通过加权算法获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910922109.3A CN110618667B (zh) | 2019-09-27 | 2019-09-27 | 基于工艺效果选择的智能化工系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910922109.3A CN110618667B (zh) | 2019-09-27 | 2019-09-27 | 基于工艺效果选择的智能化工系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110618667A CN110618667A (zh) | 2019-12-27 |
CN110618667B true CN110618667B (zh) | 2021-02-23 |
Family
ID=68924401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910922109.3A Active CN110618667B (zh) | 2019-09-27 | 2019-09-27 | 基于工艺效果选择的智能化工系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110618667B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110158858A1 (en) * | 2007-04-18 | 2011-06-30 | Alves Ramalho Gomes Mario Luis | Waste to liquid hydrocarbon refinery system |
JP5743552B2 (ja) * | 2008-02-14 | 2015-07-01 | ロジャー・ジー・エッター | 所望の生成物の収率および特性を改善するために添加剤をコーキング法に導入するシステムおよび方法 |
CN102999014B (zh) * | 2011-09-09 | 2014-11-12 | 中国石油化工股份有限公司 | 石油化工产品生产设备性能参数处理装置 |
CN103524284B (zh) * | 2013-10-14 | 2015-05-20 | 中国石油化工股份有限公司 | 一种乙烯裂解原料配置的预测和优化方法 |
-
2019
- 2019-09-27 CN CN201910922109.3A patent/CN110618667B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110618667A (zh) | 2019-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110737252B (zh) | 基于设备选择的智能化工系统 | |
CN110673557B (zh) | 基于工艺条件选择的智能化工系统 | |
CN1755563A (zh) | 在分布式数据驱动的架构环境内的目录结构 | |
CN110716516B (zh) | 基于物料选择的智能化工系统 | |
CN101268427A (zh) | 加工厂内资产使用指数的聚集 | |
CN104684095B (zh) | 一种异构网络融合场景中基于遗传运算的资源分配方法 | |
CN110618667B (zh) | 基于工艺效果选择的智能化工系统 | |
CN112001526A (zh) | 一种基于优化小生境遗传算法的资源调度优化方法 | |
CN111752195A (zh) | 一种嵌入式工业物联网数据采集监控系统及方法 | |
CN112839345B (zh) | 网络参数配置方法及装置 | |
CN111222762A (zh) | 太阳能电池板镀膜工艺状态监控及质量控制系统 | |
CN116663861B (zh) | 装配式构件生产鲁棒性和资源均衡结合的调度优化方法 | |
CN115222551A (zh) | 生产排产方法和相关装置、存储介质和程序产品 | |
CN110648037A (zh) | 一种整车生产评价方法及装置 | |
CN112634995B (zh) | 一种基于人工智能的苯酚裂解参数自动优化方法和装置 | |
CN114186479A (zh) | 冲压工艺参数处理方法、装置、电子设备及存储介质 | |
CN115041089B (zh) | 基于光谱功率的led自动配比方法及装置 | |
Megala et al. | Genetic algorithm and Hopfield neural network for a dynamic lot sizing problem | |
CN110413860B (zh) | 一种基于nsga-ii的多云环境下云实例的多目标优化选择方法 | |
CN1968489B (zh) | 一种资源分配的方法及系统 | |
CN110874504B (zh) | 一种工程项目中零件选配组合优化方法 | |
CN111753187A (zh) | 一种led产品bom推荐方法 | |
CN106845676B (zh) | 一种应用于求解大规模不等面积设施布局问题的方法 | |
CN117193407B (zh) | 甲醇氧化制甲醛的控制方法、电子设备及存储介质 | |
Rouhiainen et al. | Genetic algorithms for optimal scheduling of chlorine dosing in water distribution systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |