共查询到20条相似文献,搜索用时 95 毫秒
1.
通过采集过程参数建立粗汽油干点软测量模型的汽油收率,柴油收率,蜡油收率,气体收率,焦碳化率的预估模型,并在线投用,校正。 相似文献
2.
3.
一种新的常压塔汽油干点观测方法 总被引:4,自引:0,他引:4
提出一种新的汽油干点观测方法-机理模型与神经网络相结合的汽油干点观测方法。这一方法是先将Luenberger观测器理论应用到常压塔顶这一具有不可测输入的非线性系统,构造Luenberger观测器观测出一些不可测量但可观测的内部物理量;然后将这些内部物理量与其它物理量一起作为输入信号,汽油干点作为输出信号构成神经网络观测汽油干点,并用改进的学习算法训练神经网络;通过与其它方法进行比较,表明这一观测方法有较高的精确度及较强的适应性。 相似文献
4.
从工艺机理出发,采用多层前向神经元网络建立了粗汽油干点的估计模型,并实现了该质量指标的预测控制,长期工业现场运行表明,估计模型具有较高的精度,而且可适应处理量的变化与原料的性质的波动。所开发的闭环预测控制系统有良好的调节性能与较强的鲁棒性,取得了较好的调节效果。 相似文献
5.
6.
针对现有的调合模型复杂且参数难以获取、优化算法繁琐的缺陷,引入动态优化思想,将汽油调合优化过程分解成若干个短周期,对每一段短周期内汽油辛烷值等质量指标进行线性化处理,建立了一种汽油调合线性动态模型。结合实际工艺背景,对汽油调合优化目标函数和约束条件进行了数学描述,并将其转换成简单的线性规划问题。与此同时,运用在线分析技术获取调合过程当前工况下的调合汽油和组分油的质量指标,用于实时更新优化模型。仿真结果表明:基于线性化模型的汽油调合过程动态优化方案在在线分析仪精度达到要求的情况下,能很快、精确地跟踪质量指标目标设定值,实现调合汽油质量指标的卡边控制,并提高调合利润。 相似文献
7.
微粒群神经网络在常压塔汽油干点软测量建模中的应用 总被引:4,自引:2,他引:2
首先将微粒群优化算法用于神经网络连接权值和阈值的训练,构造微粒群神经网络,然后将微粒群神经网络用于常压塔汽油干点软测量建模。通过与实际值的对比,结果表明基于微粒群神经网络的软测量模型具有良好的性能和极好的应用前景。 相似文献
8.
罗袁 《化工自动化及仪表》1991,18(1):18-21,17
一、概述原油加工的第一个装置就是蒸馏装置。常压蒸馏又是出产品的第一道工序。它的产品质量是否合格,收率高低是降低产品成本,提高效益的关键所在。如何对汽油的干点式航煤比重进行质量控制,在既经济、又实用的原则指导下,对原控制系统进行更新改造是本文涉及的主题。我厂蒸馏装置以克 相似文献
9.
10.
针对国家“双碳”战略目标要求,以炼化企业汽油调合在线优化为研究对象,分析了国Ⅵ汽油新标准下被控属性更多、更严、调合效率要求更高等特点,以及由此带来的调合组分油调整导致调合成品汽油携带碳排放量的变化情况。考虑到传统的汽油调合在线优化一般只考虑调合成本、质量卡边等目标,首先建立了非线性的汽油调合辛烷值、蒸气压和馏程等软测量模型,然后构建了基于调合效应的汽油调合优化模型,优化目标中引入调合成品油二氧化碳排放最低化目标,开发了一种融合携带碳排放特征的汽油调合优化模型。为满足在线调合优化需求,优化模型中考虑了实际累积调合过程,将调合工艺过程中储罐汽油属性合格转化成调合头属性区间合格,利用调合头处优化的属性补偿已调合体积和罐底油的属性偏差。仿真结果表明,设计的考虑碳排放因素汽油累积调合优化技术能很好地满足汽油调合在线优化需求,为国Ⅵ标准和碳交易背景下汽油调合工艺设计及在线优化控制提供了技术支撑。 相似文献
11.
12.
针对复杂工业过程中由于存在未建模动态和不确定干扰,导致关键变量的软测量精度下降的问题,提出了一种基于稳定Hammerstein模型(H模型)的在线软测量建模方法。H模型的非线性增益采用带有时变稳定学习算法的小波神经网络模型,线性系统部分采用基于递推最小二乘的ARX模型,基于输入到状态稳定性理论证明了H模型辨识误差的有界性。其中小波神经网络具有表征强非线性的特性,稳定学习算法可抑制未建模动态和不确定干扰的影响,改善了模型的预测精度和自适应能力。以典型非线性系统和实际污水处理过程为例进行了仿真研究,结果表明,基于稳定H模型的软测量方法具有较高的在线软测量精度。 相似文献
13.
为了实现污水处理过程中BOD的在线检测,提出了具有权函数动量项和自适应学习速率权值的新的过程神经网络改进算法,并利用该算法建立了BOD软测量模型,设计了基于ATMEGA1280单片机的系统主控制器,采用模块化软件设计理念,利用AVR Studio开发环境,编程实现数据采集、软测量、液晶显示、数据存储、打印驱动等功能。此仪表已在工业现场得到应用,平均相对预测误差小于4.1%。 相似文献
14.
深度学习在流程工业的软测量领域已经得到了应用。然而,深度神经网络(DNN)的结构和参数需要人工调整,这需要扎实的机器学习知识基础和丰富的参数调整经验,烦琐的调整过程限制了深度学习在化工领域的推广应用。在大量实验的基础上,对DNN的每个关键参数的选取过程进行了系统化的分析,提出了几乎无须人工干预的基于DNN软测量的结构和参数自动调整方法,极大地简化了参数调整过程,能够给工程技术人员学习及应用深度学习提供参考。对原油蒸馏装置及煤气化装置的案例分析验证了所提出方法的有效性和通用性。 相似文献
15.
铝土矿泡沫浮选过程中,因矿浆的快速沉淀等原因工艺参数在线检测困难,且入矿性质变化频繁,造成浮选过程参数随入矿的变化而不断改变。而通常建立的静态软测量模型利用固定样本集训练得到,当矿源变化时容易发生模型失配现象,使模型不能跟踪当前对象。针对变矿源下的模型失配问题,本文提出基于隐层节点动态分配和模型参数动态修正策略的RBF神经网络建模方法,用于铝土矿浮选过程酸碱度的在线检测建模。实际生产数据仿真结果表明该方法能够有效解决模型失配的问题。 相似文献
16.
研究某炼油厂常压塔三线柴油凝点的软测量建模问题,分析过程变量对柴油凝点的影响。基于在线分析仪6min采样数据,利用前向网络和时延前向网络(TDNN)分别建立了三线柴油凝点的静态软测量模型和动态软测量模型,并结合在线分析仪对模型实现了在线修正。通过两种模型的仿真和在线实施效果,表明基于神经网络的软测量模型取得了较好的应用效果,而且动态模型的实施效果优于静态模型。 相似文献
17.
18.
在软测量建模中,最常见的非机理建模方式就是利用神经网络进行建模,而近年来兴起的粒子群算法目前已应用于神经网络的训练。在对粒子群算法提出改进方案后,提出了基于改进的粒子群算法的前馈神经网络训练方案。然后再将神经网络应用到焦化装置分流塔柴油95%点软仪表模型参数估计中,得到了满意的结果,可以满足工业过程中的实际需要。 相似文献
19.
提出一种基于工业色谱仪的软测量建模方法,并针对碳五馏分分离过程中的精馏脱炔烃塔塔底成分估计问题,建立了合适的工业软测量模型。介绍了工业色谱仪在线质量检测原理和LM-BP神经网络模型的建立,并利用工业色谱仪在线检测的质量数据进行系统的在线和周期性模型更新,提高了软测量模型的在线估计精度。研究结果表明,基于工业色谱仪的LM-BP神经网络模型是一种有效的软测量建模方法。 相似文献
20.
基于BP神经网络的串联连续打浆过程打浆度的软测量 总被引:2,自引:0,他引:2
介绍某造纸厂串联连续打浆的工艺过程 ,分析研究BP神经网络的结构和算法 ,建立了串联连续打浆过程打浆度软测量的BP神经网络模型 ,并将该模型用于打浆过程控制和优化控制 ,取得了较好的测量效果。 相似文献