基于神经网络的粗汽油干点的实时估计

粗汽油干点是催化裂化装置的一个很重要的工艺参数，但由于难以在线测量而无法实现直接质量控制，影响生产效果，针对实际的生产操作过程，利用神经网络方法开发了一个粗汽油干点的软测量模型，实现了粗汽油干点的实时估计，从而为进一步在催化裂化实现质量卡边生产提供了有力的软测量工具。     

催化裂化分馏塔粗汽油干点的测量与控制

分析了采用机理模型实现裂化装置分馏塔粗汽油干点软测量方法,借助此软测量模型,探讨了实现粗汽油干点的质量控制。实际运行结果表明,粗汽油干点测量准确可靠,能适用较大范围的进料变化,采用质量控制后,粗汽油干点质量明显提高,被动明显减少,表明了该方法具有较高的实用价值。     

催化裂化分馏塔粗汽油干点的测量与控制

分析了采用机理模型实验催化裂化装置分馏塔粗汽油干点软测量方法,借助于此软测量模型,探讨了实现粗汽油干点的质量控制,实际运行结果表明,粗汽油干点测量准确可靠、能适应较大范围的进料变化,采用质量控制后,粗汽油干点质量明显提高,波动性明显减少,表明了该方法具有较高的实用价值。     

正交试验设计在粗汽油干点多辅助变量选择中的应用

在粗汽油干点的软测量过程中，往往有很多的辅助变量，导致辅助变量难以选择。辅助变量的选择由过程特性所决定，同时在实际应用中还应考虑经济性、可靠性、可行性以及维护性等额外因素的制约。如果直接使用过多辅助变量会出现过参数化问题，至于如何选取最佳辅助变量个数是一个有待研究的问题。在本文中提出了将正交试验设计和多元逐步回归结合的思想，来确定基于BP算法的粗汽油干点软测量模型的输入神经元个数。     

汽油干点预估模型与在线控制

我厂为了充分发挥现有ＦＣＣＵ装置的生产潜力，降低能耗，提高轻质油品收率及产品质量，优化操作条件和经济效益，采用多变量预估控制技术，本文叙述了粗汽油干 预估数学模型的投用效果等。     

FCC主分馏塔汽油干点调整后汽油和柴油物性的预测

利用拉格朗日插值法在ＦＣＣ主分馏塔的汽油干点调整后，对汽油和柴油恩氏蒸馏数据、密度和流量等的相应变化进行预测。以某炼油厂的一套ＦＣＣ数据为例，预测结果与ＡＦＳＰＥＮＰＬＵＳ软件的模拟计算结果接近，在汽油干点增加５℃时，汽油和柴油的恩氏蒸馏数据平均相对误差分别为０．３２％和０．５３％，流量的相对误差分别为０．１１％和０．６０％；在汽油干点减小５℃时，汽油和柴油的恩氏蒸馏数据平均相对误差分别为１．１８     

基于RBF神经网络实现分子筛料干点的软测量建模

以蒸馏装置常压塔的分子筛料干点为研究对象,基于现场采集数据及机理分析,确定辅导变量,用RBF神经元网络的方法建立数学模型实现对分子筛料干点的软测量.仿真结果表明模型精度达到了工艺要求.     

加氢裂化常压塔轻石脑油干点软测量

先进控制技术可以把若干个变量控制在期望的控制点上，从而达到装鼍效益的整体优化。近年来，各种先进控制软件在催化裂化装置、加氢裂化等装置上得到了广泛的应用。为了实施加氢裂化装置的先进控制，需要在线计算其产品质量指标。轻石脑油干点就是其中一个质量指标。为了避免单纯依靠过程数据进行软测量建模而导致的计算结果与工艺分析结果相矛盾的情况，结合过程数据和质量指标的关联公式，利用粒子群算法建立轻石脑油的软测量模型。该软测量模型已在现场实施，应用结果表明，该模型有较高精度。     

软测量技术在延迟焦化装置中的应用

分析了采用数学模型实现延迟焦化装置分馏塔粗汽油干点软测量,简述了该软测量技术在实际工业过程中在线投用、校正步骤和应注意的要点。实际运行结果表明,粗汽油干点测量准确可靠,能适应较大的进料变化,具有一定的实用价值。     

粗汽油回炼对汽油烯烃和产品分布的影响

对金陵分公司2#RFCC装置粗汽油进提升管回炼。降低汽油烯烃情况进行分析，为装置生产清洁汽油提供选择途径。     

扩散式遗传-微粒群优化算法及其应用

将PSO算法与ScGA（扩散式遗传算法）相结合,提出ScGA—PSO优化算法。通过对4种常用的测试函数进行优化和比较,结果表明ScGA—PSO性能相比PSO有明显的提升,且更容易找到最优解。然后将ScGA—PSO用于延迟焦化装置主分馏塔汽油干点软测量,建立基于ScGA—PSO的粗汽油于点神经网络软测量模型,通过与实际工业数据对比,表明该模型精度高、性能好,具有广阔的应用前景。     

柴油加氢粗汽油新加工方案的研讨

柴油加氢粗汽油的加工路线更改后，粗汽油直接去汽油加氢汽塔汽提，试生产收到了预期的效果。     

基于图卷积神经网络汽油单体烃辛烷值的预测

基于图卷积神经网络的神经指纹方法,引入了池化操作,建立了改进的神经指纹方法;进而采用改进的神经指纹法建立了汽油单体烃辛烷值的预测模型,作为对分子级汽油辛烷值调合模型的支撑.通过用单体烃沸点和临界温度数据集对预测模型进行验证,发现池化操作的引入对神经指纹法的预测能力有明显提升,改进神经指纹法模型可自动选取对辛烷值有利和不...     

基于模糊神经网络的建筑工程造价估计方法

提出了建筑工程造价估计的模糊神经网络方法,给和该方法进行建筑工程造 价估计的基本原理,网络模型及估价方法,计算实例表明,应用模糊神经网络估计工程造 价具有方便、准确的特点。     

催化重整装置粗汽油开工技术工业应用的若干问题

介绍一种不需要外来氢气和精制油的重整装置开工技术。采用该技术制取的氢气进行氧化态双（多）金属重整催化剂的还原和开工，其效果与电解氢相当，比重整氢优越。与传统方法比较，该技术具有投资少、安全性好、操作简便、操作费用低等特点。根据大量的工业数据提出产氢量与操作条件和原料性质之间的关系，并总结工业应用和基础设计方面的经验     

用RBF神经网络建立航空煤油密度软测量模型

在航空煤油的生产过程中,由于航空煤油密度的检测有很大的滞后而难以实现直接质量控制,降低了航空煤油产品的质量和产量,影响了生产效益。针对实际的生产过程,利用径向基函数（ＲＢＦ）神经网络开发了一个航空煤油密度的软测量模型,并用遗忘因子递失算法（ＲＦＦ）对其做了实时自适应校正,实现了航空煤油密度的在线估计,从而为进一步实现质量控制提供了有力的软测量工具。     

RBF神经网络在催化裂化汽油加氢装置中的应用

根据国内某炼厂250 kt/a催化裂化汽油选择性加氢脱硫装置的生产操作数据,应用RBF神经网络建立了用于预测重汽油馏分加氢产品硫含量的模型,并通过反应器Ⅱ一段进口温度对所建立的RBF神经网络模型的泛化能力进行了考察。实验结果表明,RBF神经网络对重汽油产品硫含量的预测精度较高,平均相对误差达到1.32%,能够对重汽油产品硫含量进行准确预测;RBF神经网络模型的预测性能优于LMBP神经网络模型;RBF神经网络模型具有较好的泛化能力,能够指导装置的生产。