第1章 化工过程仿真模拟软件及其典型应用 001-011
1.1 Aspen Plus 仿真模拟软件 001
1.1.1 Aspen Plus 发展历程 001
1.1.2 Aspen Plus 核心技术 002
1.1.3 物性仿真界面 002
1.1.4 模拟仿真界面 004
1.2 MATLAB 数值仿真模拟软件 007
1.2.1 MATLAB 起源与商业化历程 007
1.2.2 MATLAB 功能演进与技术特性 007
1.3 Python 数值仿真模拟软件 008
1.3.1 Python 诞生与版本演进 008
1.3.2 化学信息学工具链 008
1.4 在油气化工优化过程中的应用 009
1.4.1 MATLAB 集成化优化环境 009
1.4.2 Python 开放生态与灵活扩展 009
1.5 分子性质预测与分子设计 009
1.5.1 MATLAB 融合物理模型与机器学习 009
1.5.2 Python 深度学习主导的预测框架 010
1.5.3 MATLAB 逆向设计与自动化生成 010
1.5.4 Python 生成式AI 与高通量筛选 011
课后习题 011
参考文献 011

第2章 物性估算与气液相平衡 012-041
2.1 基础热力学物性估算 012
2.1.1 Joback 基团贡献法 012
2.1.2 GC 两水平基团贡献法 017
2.1.3 MP 基团相互作用贡献方法 019
2.2 气液相平衡 020
2.2.1 气液相平衡简介 020
2.2.2 活度系数模型简介 021
2.3 三元相图的拓扑性质 023
2.3.1 剩余曲线 023
2.3.2 挥发度曲线 023
2.3.3 三元相图的分类 024
2.4 混合物相平衡估算 025
2.4.1 四氢呋喃分子切分 026
2.4.2 乙醇分子切分 026
2.4.3 乙醇和四氢呋喃气液相平衡估算 026
2.5 混合物相平衡数据回归 032
2.5.1 基于NIST 数据库的相平衡数据回归 032
2.5.2 基于实验数据的相平衡数据回归 038
课后习题 041
参考文献 041

第3章 化工仿真过程简单模块过程模拟042-061
3.1 流体输送单元过程模拟 042
3.1.1 泵模拟 042
3.1.2 压缩机模拟 044
3.2 流体换热单元过程模拟 045
3.2.1 加热器Heater 045
3.2.2 换热器HeatX 046
3.3 流体反应单元过程模拟 050
3.3.1 RStoic 反应器 050
3.3.2 RCSTR 反应器 052
3.3.3 RPlug 反应器 055
3.4 流体闪蒸过程模拟 058
3.4.1 Flash2 模块 058
3.4.2 甲醇- 水闪蒸过程模拟 060
课后习题 061
参考文献 061

第4章 化工过程智能优化方法 062-077
4.1 化工过程优化的重要性和意义 062
4.2 化工过程常见优化问题和目标函数 063
4.2.1 基于Python 的优化求解问题 063
4.2.2 基于MATLAB 的优化求解问题 065
4.2.3 基本指标 066
4.2.4 经济指标 066
4.2.5 能源指标 067
4.2.6 环境指标 067
4.2.7 安全指标 067
4.3 化工过程数学优化方法 067
4.3.1 单目标优化问题 067
4.3.2 多目标优化问题 068
4.3.3 多目标优化问题的求解方法 069
4.4 化工过程模拟收敛方法 070
4.4.1 直接迭代法 070
4.4.2 牛顿迭代法 071
4.4.3 Wegstein 方法 073
4.4.4 Secant 方法 073
4.4.5 Broyden 方法 074
4.5 化工过程模拟软件与优化软件的数据传输 074
4.5.1 化工过程模拟中使用MATLAB 进行优化 074
4.5.2 化工过程模拟中使用Python 进行优化 075
课后习题 076
参考文献 077

第5章 常规二元组分精馏过程安全设计和智能优化078-101
5.1 二元组分 078
5.2 DSTWU 简捷模型 080
5.3 RadFrac 严格模型 085
5.4 苯- 甲苯分离过程灵敏度分析 085
5.5 基于经济和本质安全的苯- 甲苯分离过程智能优化 091
课后习题 101
参考文献 101

第6章 二元共沸组分变压精馏过程安全设计和智能优化 102-142
6.1 丙酮- 甲醇二元体系 102
6.1.1 丙酮- 甲醇组分 102
6.1.2 Aspen Plus 组分输入与热力学模型选择 103
6.1.3 丙酮- 甲醇组分二元相图分析 103
6.2 高压- 低压分离过程设计和模拟 106
6.2.1 概念设计与过程模拟 106
6.2.2 丙酮- 甲醇分离过程的灵敏度分析 111
6.3 低压- 高压分离过程设计和模拟 121
6.3.1 概念设计与过程模拟 121
6.3.2 丙酮- 甲醇分离过程的灵敏度分析 126
6.4 基于经济和本质安全的丙酮- 甲醇分离过程智能优化 135
课后习题 142
参考文献 142

第7章 二元共沸组分萃取精馏过程安全设计和智能优化 143-185
7.1 溶剂筛选 143
7.1.1 Aspen Plus 组分输入与热力学模型选择 143
7.1.2 丙酮- 甲醇- 萃取剂二元相图分析 143
7.2 DMSO 为萃取剂的萃取精馏模拟及灵敏度分析 149
7.2.1 萃取精馏模拟 150
7.2.2 灵敏度分析 154
7.3 WATER 为萃取剂的萃取精馏模拟及灵敏度分析 166
7.3.1 萃取精馏模拟 166
7.3.2 灵敏度分析 171
7.4 基于经济和本质安全的丙酮- 甲醇萃取精馏分离过程智能优化 182
7.4.1 经济安全评价 182
7.4.2 智能优化结果 182
课后习题 184
参考文献 185

第8章 常规三元组分精馏过程安全设计与智能优化 186-220
8.1 苯-甲苯-二甲苯三元体系 186
8.1.1 苯- 甲苯- 二甲苯 186
8.1.2 Aspen Plus 组分输入与热力学模型选择 187
8.1.3 苯- 甲苯- 二甲苯三元体系热力学相图分析 188
8.2 常规三组分分离工艺流程概念设计 191
8.2.1 SEP2 物料平衡设计 192
8.2.2 DSTWU 多组分精馏简捷设计 193
8.2.3 RadFrac 模块严格精馏工艺设计 196
8.2.4 RadFrac 模块设计规定 199
8.2.5 苯- 甲苯- 二甲苯三组分常规精馏直接顺序工艺流程图 200
8.3 分壁塔设计与模拟 201
8.3.1 分壁塔工艺模拟模型 201
8.3.2 分壁塔工艺概念设计 202
8.4 分壁塔的智能优化 207
8.4.1 三组分分壁塔优化决策变量 207
8.4.2 经济优化目标 207
8.4.3 单目标优化问题 209
8.4.4 优化程序设置 210
8.4.5 分壁塔工艺本质安全评估 217
课后习题 219
参考文献 220

第9章 三元共沸组分变压精馏过程安全设计与智能优化 221-260
9.1 三元共沸组分 221
9.1.1 三元组分 221
9.1.2 Aspen Plus 组分与热力学模型选择 222
9.1.3 四氢呋喃- 甲醇- 乙醇三元相图分析 222
9.2 变压精馏分离乙醇- 甲醇- 四氢呋喃可行性分析 224
9.3 乙醇- 甲醇- 四氢呋喃变压精馏工艺设计和模拟 224
9.3.1 乙醇- 甲醇- 四氢呋喃变压精馏工艺概念设计 224
9.3.2 乙醇- 甲醇- 四氢呋喃变压精馏启发式计算 225
9.3.3 乙醇- 甲醇- 四氢呋喃变压精馏工艺模拟 227
9.3.4 乙醇- 甲醇- 四氢呋喃变压精馏工艺灵敏度分析 231
9.4 乙醇- 四氢呋喃- 甲醇变压精馏工艺设计和模拟 240
9.4.1 乙醇- 四氢呋喃- 甲醇变压精馏工艺概念设计 240
9.4.2 乙醇- 四氢呋喃- 甲醇变压精馏启发式计算 241
9.4.3 乙醇- 四氢呋喃- 甲醇变压精馏工艺模拟 243
9.4.4 乙醇- 四氢呋喃- 甲醇变压精馏工艺灵敏度分析 247
9.5 基于经济和本质安全的三塔变压精馏智能优化 255
课后习题 259
参考文献 260

第10章 三元共沸组分萃取精馏过程安全设计与智能优化 261-297
10.1 三元体系简介 261
10.2 Aspen Plus 组分输入与热力学性质分析 262
10.2.1 正己烷- 乙酸乙酯- 乙醇三元体系热力学模型选择 262
10.2.2 正己烷- 乙酸乙酯- 乙醇三元体系热共沸特征 262
10.2.3 二元相图分析 265
10.2.4 三元相图分析 268
10.3 萃取剂的选择 270
10.4 三元共沸组分萃取精馏过程概念设计 274
10.4.1 萃取塔T1 275
10.4.2 萃取塔T2 279
10.4.3 萃取塔T3 280
10.4.4 萃取剂循环设置 281
10.4.5 正己烷- 乙酸乙酯- 乙醇三组分萃取精馏概念设计工艺流程模拟 283
10.5 正己烷- 乙酸乙酯- 乙醇三元共沸组分萃取精馏工艺优化 285
10.5.1 工艺优化决策变量 285
10.5.2 优化目标 287
10.5.3 多目标优化问题 288
10.5.4 优化程序设置 289
课后习题 296
参考文献 297

第11章 机器学习技术基础理论 298-315
11.1 机器学习基础 298
11.2 机器学习常用算法 299
11.2.1 支持向量机 299
11.2.2 神经网络 303
11.2.3 朴素贝叶斯分类器 305
11.2.4 决策树 306
11.2.5 集成学习和随机森林 307
11.2.6 聚类 308
11.2.7 降维 309
11.3 深度学习 310
11.3.1 卷积神经网络 310
11.3.2 循环神经网络 311
11.3.3 其他神经网络 312
11.4 强化学习 313
11.5 迁移学习 314
11.6 本章小结 315
课后习题 315
参考文献 315

第12章 人工智能在油气化工安全过程中的应用 316-333
12.1 构建基于随机森林算法的溶剂闪点预测模型 316
12.1.1 溶剂闪点 316
12.1.2 预测模型建模前准备工作 317
12.1.3 预测模型构建 317
12.1.4 仿真实验模型准确度测试 320
12.2 基于AI 技术实现多因素智能应急决策模型的预测和评估 322
12.2.1 实验原理 322
12.2.2 仿真实验软件和数据准备 322
12.2.3 构建基于机器学习的智能应急决策模型 322
课后习题 333
参考文献 333

第13章 基于人工智能的绿色-安全- 高效溶剂筛选 334-346
13.1 异丙醇 334
13.2 人工智能辅助溶剂筛选步骤 335
13.2.1 数据准备 336
13.2.2 构建基于混合表示的深度神经网络性质预测框架 336
13.3 溶剂筛选结果与过程模拟 338
13.3.1 基于HrDNN 的溶剂性质预测模型结果 338
13.3.2 基于人工智能的IPA/ 水共沸物绿色溶剂筛选结果与过程模拟 340
课后习题 346
参考文献 346