一种新的常压塔汽油干点观测方法

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。     

粗汽油干点的在线软测量

引言粗汽油的干点是反映流化催化裂化（FCCU）主分馏塔产品质量指标的重要参数,对其实行卡边控制以提高经济效益一直都是石油炼制企业所关注的问题．因在线的质量分析仪不但价格昂贵,而且测量滞后,存在维护和保养上的困难及可靠性差等问题。目前在生产过程中一般采用离线分析化验手段,每8h才能有一组数据,实时性很差,无法直接实现质量闭环控制．为了实时地得到这一信息作为质量卡边控制的反馈信号,已有许多人致力于这方面的研究工作．其中比较典型的两类干点软测量模型是机理模型和神经网络模型．文献[1]基于过程机理推导出粗汽油干…     

软测量预估延迟焦化粗汽油干点及收率

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。     

LSE辅助变量选择算法及其在软测量中的应用

研究了基于人工神经网络的软测量技术在某炼油厂重整加氢装置预加氢汽油干点在线预测中的应用,提出一种基于最小均方预测误差(LSE)的辅助变量集选择算法.与PCA降维算法相比,LSE法能有效剔除冗余的辅助变量,降低软测量实施过程中的数据采集成本.     

免疫算法在焦化装置软测量中的应用

提出了一种自适应免疫算法，其很好地解决了原始免疫算法中收敛精度低和寻优速度慢的缺点。通过对比分析标准测试函数的计算结果，自适应免疫算法的优良性得到充分地证明。然后，免疫算法被用于优化BP神经网络的结构和参数。结果表明，不但网络结构得到较好地控制，而且泛化性能也有较大地提高。最后，算法在优化神经网络上的有效性也在焦化装置精馏塔汽油干点软测量建模中得到很好地证实。     

微粒群神经网络在常压塔汽油干点软测量建模中的应用

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。     

径向基函数神经网络在精馏塔软测量中的应用

精馏塔是化工过程中最常用的操作单元 ,具有很强的非线性和时变性 ,故很难进行机理建模分析或常规在线实时控制 ,因而提出一种基于径向基函数神经网络的优化控制方案。通过利用径向基函数神经网络建立精馏塔产品质量的软测量模型 ,将软测量结果与现场数据比较 ,表明本模型具有比较准确的跟踪显示效果 ,并将软测量模型进一步应用到精馏塔的回流量和釜液排放量的优化控制中     

基于FUZZY ARTMAP的加氢裂化分馏塔MIMO软测量

研究了一类多输入多输出 (MIMO)系统的软测量问题 ,将FuzzyARTMAP网络应用于加氢裂化分馏塔产品质量估计软测量 ,经实际过程数据验证指出此算法具有较强的分类及非线性多维映射能力 ,结合提出的多变量模糊PID在线校正算法 ,使所建软测量模型在线应用时具有一定的随工况变化不断校正的能力 .     

基于神经网络的软测量技术在精馏塔上的应用

针对扬子石化公司丁二烯精馏塔原控制系统存在的问题, 利用从集散控制系统(DCS)采集的大量现场数据和用机理模型得到的模拟数据, 运用前向反馈(BP)神经网络软测量技术，构造了产品丁二烯和总炔含量的自适应软测量仪表, 设计了一套控制系统. 实际监测数据表明, 这套控制系统可实现产品质量的闭环控制.     

可编程调节器在汽油质量控制中的应用

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