采用神经网络和主成分分析方法建立催化重整装置收率预测模型

被引:7
作者
郭彦 [1 ]
李初福 [1 ]
何小荣 [1 ]
龚真直 [2 ]
陈勃 [2 ]
张秋怡 [2 ]
机构
[1] 清华大学化学工程系
[2] 兰州石化公司
关键词
催化重整; 收率; 预测; BP神经网络; 主成分分析;
D O I
暂无
中图分类号
TE624.41 [];
学科分类号
摘要
催化重整装置收率预测的准确性对生产计划的制定具有重要意义.采用神经网络和主成分分析方法,并运用改进的遗传算法进行网络训练,建立了催化重整装置收率预测模型.将这一模型程序作为催化重整装置收率预测模块加入软件GIOPIMS(Graphic I/O Petro-chemical Indusny Modeling system)中,得到更为精确的产品收率预测结果.在实际生产中,将收率预测模块计算的催化重整装置各侧线的收率代入生产计划模型中,可为生产计划的制定提供依据.
引用
收藏
页码:366 / 369
页数:4
相关论文
共 6 条
[1]  
炼油化工一体化图形建模优化系统.[M].何小荣等编著;.中国石化出版社.2006,
[2]  
石油炼制工程.[M].林世雄主编;.石油工业出版社.2000,
[3]   石化企业图形化生产计划优化系统的开发及其应用 [J].
李初福 ;
何小荣 ;
张秋怡 ;
龚真直 .
石油炼制与化工, 2005, (10) :45-48
[4]   遗传算法与神经网络(Ⅱ)──用EGA-GDR训练神经网络 [J].
陈方泽 ;
陈丙珍 ;
何小荣 .
化工学报, 1996, (04) :421-426
[5]   遗传算法与神经网络(Ⅰ)──用改进的遗传算法训练神经网络 [J].
陈方泽 ;
陈丙珍 ;
何小荣 .
化工学报, 1996, (03) :280-286
[6]  
催化重整流程模拟及优化研究.[D].胡永有.浙江大学.2004, 03