一种用于C4F6提纯的机器学习优化模拟移动床多塔变温吸附工艺与系统

本发明公开一种用于C4F6提纯的机器学习优化模拟移动床多塔变温吸附工艺与系统。利用模拟移动床分区吸附多种卤代烃杂质，显著提高了C4F6中微量杂质气体的脱除效率。进一步，通过初步运行数据的收集，建立机器学习模型，并结合NSGA‑II优化算法生成优化的工艺参数。此过程通过迭代不断优化，使机器学习模型的预测精度逐步提高，同时获得更优的工艺参数，从而提升模拟移动床变温吸附工艺的性能，有效降低产品气中的杂质含量，实现高纯度C4F6的稳定生产。本发明将物理吸附强化与智能优化算法深度融合，所涉及的C4F6提纯新过程及其工艺优化方法将有效降低电子特气提纯过程的能量消耗，提高产品收率。