宋静
- 作品数：4 被引量：27H指数：3
- 供职机构：天津大学化工学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学化学工程自动化与计算机技术更多>>
- 基于MGASA的计算机辅助分子设计被引量：2
- 2008年
- 采用改进的遗传模拟退火混合优化算法(MGASA),避免了单种算法的缺陷,很好地解决了CAMD中的组合爆炸问题;通过采取新的基团分类方法,可以比较容易地判断分子的完整性和稳定性,从而解决了分子合成问题;采用实际物系对本文提出的方法进行了检验,结果表明本文筛选出来的溶剂适应度普遍高于文献中溶剂,表明本研究提出的方法具有很高的准确性和实用性。
- 张学岗张军保宋静宋海华
- 微通道内气-液两相流动特性研究被引量：14
- 2006年
- 考察了400μm光滑通道内氮气-乙醇、氮气-CMC(共5组,不同表面张力)的两相流动特性,并给出了更为普遍化的流型图,同时也研究了液体性质(密度、粘度等)对微通道内两相流体流动的影响。结果表明,不同流体的摩擦压降都会随着表观气速和表观液速的增加而呈现上升的趋势,随着粘度的增长,总体压降也会出现上升趋势,并且粘度越大越容易出现环型流。
- 宋静
- 关键词：微通道微流体气-液两相流
- 多目标遗传算法在反应精馏优化中的应用被引量：8
- 2008年
- 反应精馏是反应与精馏的复合过程,因其具有选择性强、投资少、能耗低等优点而受到研究者们的广泛关注,并且在工业生产中得到广泛的应用。利用人工神经网络(ANN)模型来模拟反应精馏过程。在建立ANN模型时,首先用ASPEN软件模拟计算出多组数据以弥补实验数据不多的不足,并在此基础上用多目标遗传算法(GA)进行操作条件的优化。优化结果表明,多目标遗传算法结合ANN对反应精馏进行优化是可行的,而且具有很高的精度。以合成乙酸乙酯的反应精馏过程为例说明上述模拟和优化方法。
- 宋海华宋高鹏宋静宋富财
- 关键词：人工神经网络多目标遗传算法反应精馏
- 萃取溶剂选择的计算机辅助分子设计中的数学方法被引量：3
- 2006年
- 萃取精馏是分离沸点相近或具有恒沸组成混合物的一种重要方法。选择最优的萃取剂是提高生产能力和降低能耗的根本途径。萃取剂选择的计算机辅助分子设计(CAMD)是基于性质估算的方法即通过CAMD来生成一组具有期望性质的分子,然后再对候选分子进行筛选。目前,CAMD法的研究主要可分为生成-验证、数学优化和组合优化。生成-验证法通常使用启发式的策略,是基于知识的,无法克服基团的组合爆炸问题,也不能保证结果的最优性;数学优化方法,包括混合整数非线性规划(MINLP)和混合整数线性规划(MILP),可用于表达非线性或线性的结构-性质关系,但准确表达结构-性质关系还有困难;组合优化法是使用遗传算法或模拟退火算法、禁忌搜索等的方法,理论上可克服以上问题。本文评述了以上三种方法在萃取精馏溶剂选择领域中的用途、原理及其工业化所面临的主要问题。
- 宋海华宋静
- 关键词：基团贡献法萃取精馏萃取剂
