基于红外光谱-神经网络预测汽油辛烷值

被引：4

作者：

李为民 ^{[1
]}

徐春明 ^{[1
]}

许志伟 ^{[2
]}

机构：

[1] 中国石油大学(北京)重质油国家重点实验室

[2] 香港科技大学化工系

来源：

炼油技术与工程 | 2005年 / 12期

关键词：

人工神经网络; 汽油; 辛烷值; 红外光谱;

D O I：

暂无

中图分类号：

TE622.11 [];

学科分类号：

081702 ;

摘要：

根据汽油组分辛烷值与红外光谱峰面积分析数据,用人工神经网络(ANN)的反向传播(BP)算法建立了汽油组分辛烷值神经网络预测模型,检验表明,ANN方法能准确地关联红外光谱分析数据与汽油组分辛烷值的关系。马达法辛烷值与研究法辛烷值预测平均误差分别为0．192,0．178。

引用

页码：45 / 47

页数：3

共 5 条

[1] 基于神经网络-遗传算法优化制氢工艺水碳比 [J].

李为民 ;

徐春明 ;

高国生 ;

许志伟 .

化工进展, 2004, (09) :998-1000

[2] 基于人工神经网络(BP)方法预测汽油辛烷值 [J].

李为民 ;

邬国英 ;

单玉华 ;

文戈 .

石油与天然气化工, 1999, (02) :103-105+72

[3] 毛细管色谱测定裂解原料及其产物 [J].

项敏 ;

刘广荣 ;

袁明 .

石油化工, 1986, (02) :106-110

[4] 用毛细管气相色谱法测定胜利汽油的辛烷值 [J].

梁汉昌 ;

谭桂秀 ;

杨培义 ;

房泽芳 .

色谱, 1984, (02) :128-130+101

[5]

(美)匡特里尔(Quantrille,ThomasE.),(美)刘裔安(Liu,Y.A.)著,查金荣等译.人工智能在化学工程中的应用[M].北京:中国石化出版社,1994

← 1 →