化工多相流多尺度数学模拟与应用

第1章 绪论001

1.1 概述002

1.2 化工模拟技术的发展历史002

1.3 化工模型分类004

1.4 化工模拟技术国内外对比与发展趋势006

1.5 化工模拟未来的发展方向007

参考文献007

第2章 分子模型009

2.1 概述010

2.2 分子模型分类010

2.2.1 量子化学(QC) 010

2.2.2 分子动力学(MD) 011

2.2.3 分子力学(MM) 012

2.2.4 蒙特卡罗(MC) 012

2.3 分子动力学模型建模的关键013

2.3.1 模型化合物的选择013

2.3.2 力场的选择014

2.3.3 反应条件的选择016

2.4 分子动力学模型建模过程017

2.5 应用实例019

2.5.1 煤气化过程020

2.5.2 废塑料热解过程028

2.5.3 废轮胎气化过程035

2.6 展望043

参考文献043

第3章 CFD 模型046

3.1 概述047

3.2 CFD 模型分类049

3.2.1 欧拉-欧拉模型049

3.2.2 欧拉-拉格朗日模型050

3.2.3 其他模型053

3.3 CFD 模型建模的关键056

3.3.1 网格划分056

3.3.2 模块选择057

3.3.3 模型求解063

3.4 CFD 模型建模过程066

3.5 应用实例067

3.5.1 喷雾干燥制备CL-20过程068

3.5.2 薄膜反应器中的传热过程099

3.6 展望101

参考文献101

第4章 经验模型105

4.1 概述106

4.2 经验模型分类106

4.2.1 热力学平衡模型107

4.2.2 反应动力学模型110

4.2.3 其他模型111

4.3 经验模型建模的关键113

4.4 经验模型建模过程114

4.5 应用实例117

4.5.1 喷雾干燥制备HMX/F2602 117

4.5.2 煤催化气化制天然气122

4.5.3 煤催化加氢气化制天然气139

4.5.4 旋转填料床吸附苯酚155

4.6 展望164

参考文献164

第5章 Aspen Plus 模型169

5.1 概述170

5.2 Aspen Plus 模型分类173

5.2.1 物料平衡-化学平衡-能量平衡法173

5.2.2 热力学平衡模型法174

5.3 Aspen Plus 模型建模的关键174

5.3.1 物性参数的选择174

5.3.2 模块的选择176

5.4 Aspen Plus 模型建模过程178

5.5 应用实例181

5.5.1 喷雾干燥制备含能材料182

5.5.2 流化床废轮胎气化209

5.5.3 旋转填料床真空精馏乙醇和水221

5.5.4 旋转填料床汽提氨氮废水229

5.6 展望239

参考文献239

第6章 机器学习模型243

6.1 概述244

6.2 机器学习模型分类及建模方法245

6.2.1 机器学习模型分类245

6.2.2 常用的建模方法250

6.2.3 超参数优化算法256

6.3 机器学习模型建模的关键259

6.3.1 输入参数的选择259

6.3.2 神经网络模型的选择260

6.3.3 神经网络算法的选择260

6.3.4 隐含神经元个数的设置261

6.4 机器学习模型建模过程262

6.4.1 构建数据集263

6.4.2 选择神经网络模型、算法和神经元个数264

6.4.3 评价模型性能264

6.5 应用实例265

6.5.1 喷雾干燥制备含能材料265

6.5.2 煤和生物质共气化反应动力学研究281

6.5.3 煤和生物质共气化工艺过程302

6.5.4 煤、石油焦或生物质共气化311

6.5.5 固定床煤的催化气化320

6.5.6 流化床废轮胎气化328

6.5.7 旋转填料床活性炭吸附338

6.5.8 旋转填料床颗粒物脱除342

6.5.9 超临界水氧化丙烯腈废水347

6.6 展望351

参考文献352