本文關鍵詞： 高濃磨漿 多目標優(yōu)化 ACO　出處：《包裝工程》2017年21期 　論文類型：期刊論文

【摘要】：目的在確保磨漿質(zhì)量的前提下,提高磨漿產(chǎn)量、降低磨漿能耗,進而提高瓦楞紙的產(chǎn)量,降低生產(chǎn)能耗。方法在分析并建立高濃磨漿過程數(shù)學模型的基礎上,針對該數(shù)學模型多目標、非線性的特點,提出一種采用編程簡單、魯棒性強的ACO(蟻群算法)對該多目標優(yōu)化問題進行求解的新方法。結(jié)果 Matlab仿真結(jié)果表明,ACO在求解高濃磨漿過程多目標優(yōu)化問題時,能夠快速地找到符合生產(chǎn)工藝要求的最優(yōu)解。結(jié)論基于ACO的多目標優(yōu)化不僅提高了瓦楞紙制漿產(chǎn)量,而且降低了生產(chǎn)能耗。同罰函數(shù)相比,更好地實現(xiàn)了優(yōu)質(zhì)、高產(chǎn)、低能耗的生產(chǎn)目標。
[Abstract]:Objective to improve the pulp production, reduce the energy consumption, increase the output of corrugated paper and reduce the energy consumption on the premise of ensuring the quality of pulp. Methods based on the analysis and establishment of mathematical model of high consistency pulp process, In view of the multi-objective and nonlinear characteristics of the mathematical model, a simple programming method is proposed. The robust ACO (Ant Colony algorithm) is a new method to solve the multi-objective optimization problem. Results the Matlab simulation results show that ACO can solve the multi-objective optimization problem in the process of high consistency pulp grinding. Conclusion the multi-objective optimization based on ACO can not only increase the production of corrugated paper, but also reduce the energy consumption. Compared with the penalty function, it can achieve better quality and high yield, compared with the penalty function, the multi-objective optimization based on ACO can not only increase the output of corrugated paper, but also reduce the production energy consumption. Low energy consumption production target.
【作者單位】： 陜西科技大學;
【基金】：陜西省重點科技創(chuàng)新團隊計劃(2014KCT-15)
【分類號】：TP18;TS74

【相似文獻】

相關期刊論文 前10條

1 姜斌;梁士鋒;馮佳佳;;催化吸收穩(wěn)定系統(tǒng)的多目標優(yōu)化[J];計算機與應用化學;2008年01期

2 江沛;曹柳林;;聚酯工業(yè)生產(chǎn)縮聚過程的多目標優(yōu)化[J];計算機與應用化學;2007年11期

3 黃亮;孫磊;王寧;金曉明;;基于一類組織P系統(tǒng)的模擬移動床的多目標優(yōu)化(英文)[J];Chinese Journal of Chemical Engineering;2007年05期

4 黃摯雄;章志兵;羅安;李佳;;多目標優(yōu)化控制在中藥提取中的應用[J];中南大學學報(自然科學版);2006年04期

5 吳華武，，胡鑫堯，來月英;評價函數(shù)對多目標優(yōu)化計算結(jié)果的影響[J];計算機與應用化學;1994年02期

6 張龍;阮奇;吳開金;嚴佐毅;許蘆杭;李峰;;分隔壁精餾塔分離松節(jié)油中蒎烯的多目標優(yōu)化[J];計算機與應用化學;2014年08期

7 賀益君;俞歡軍;成飆;陳德釗;;多目標粒子群算法用于補料分批生化反應器動態(tài)多目標優(yōu)化[J];化工學報;2007年05期

8 黃榮輝;曹益民;艾秋紅;;反應-蒸餾分離合成O,S-二甲基硫代磷酰胺的多目標優(yōu)化[J];計算機與應用化學;2011年02期

9 單文娟;湯偉;侯順利;王孟效;;紙漿洗滌過程建模及多目標優(yōu)化[J];中華紙業(yè);2011年10期

10 龐曉華;;2010年全球首套ACO烯烴抽提工業(yè)化裝置將投產(chǎn)[J];石油煉制與化工;2010年02期

相關會議論文 前1條

1 孫力;樊希山;姚平經(jīng);;化工過程多目標優(yōu)化適宜解的模糊確定[A];第二屆全國傳遞過程學術研討會論文集[C];2003年

相關博士學位論文 前1條

1 賀益君;群智能優(yōu)化方法及其在化學化工中的應用研究[D];浙江大學;2008年

相關碩士學位論文 前4條

1 張龍;隔壁精餾塔分離松節(jié)油的實驗研究及過程模擬[D];福州大學;2014年

2 肖仁杰;終聚釜上耳式支座的結(jié)構(gòu)參數(shù)優(yōu)化研究[D];南京航空航天大學;2016年

3 李彥超;乙烯裂解爐的建模及其多目標優(yōu)化[D];北京化工大學;2013年

4 何鎵梁;基于kriging代理模型的多目標優(yōu)化策略及其在PX氧化反應中的應用[D];華東理工大學;2013年

本文編號：1536802