相平衡数据是开发、设计和优化分离过程及其设备的理论基础,汽液平衡(VLE)数据的获取对化工生产具有重要的意义。对于理想体系,其汽液平衡数据的估算相对而言较为容易。但企业关注的体系,尤其是卤代硅烷体系大多数都会偏离理想体系,较难获取。且卤代硅烷沸点低、稳定性差、易水解、醇解、缩合等,在实验的处理过程中造成一定的困难,因此有关含卤硅烷的等压汽液平衡的数据十分少见。本文采用MATLAB中最优化和人工神经网络法(ANN)研究卤代硅烷体系的汽液平衡。选用101.325kPa下的甲基三氯硅烷(1)+二甲基二氯硅烷(2)、甲基三氯硅烷(1)+苯(2)、二甲基二氯硅烷(1)+苯(2)、101.3kPa下的甲基二氯硅烷(1)+甲苯(2)、甲基乙稀基二氯硅烷(1)+甲苯(2)、甲基二氯硅烷(1)+甲基乙稀基二氯硅烷(2)、甲基三氯硅烷(1)+甲苯(2)、甲基二氯硅烷(1)+甲基三氯硅烷(2)、甲基三氯硅烷(1)+甲基乙稀基二氯硅烷(2)这9组二元体系为研究对象,用MATLAB最优化工具箱来进行Wilson模型参数回归和泡点计算。以实验测定的汽液平衡(VLE)数据作为人工神经网络的学习样本,建立这9组研究体系的VLE预测模型,并以实验数据作为检验样本来检验网络模型的预测能力。将MATLAB最优化工具箱和人工神经网络计算的泡点与实验测得的泡点作了比较,得出的平均绝对偏差与文献值比较,人工神经网络拟合精度更好,关联结果令人满意。因此,选用人工神经网络用于4组三元系汽液相平衡数据的预测,推算的泡点与实测的沸点吻合良好,比文献值推算结果还好。