用人工神经网络预测天然气水合物的生成

被引：11

作者：

顾新建

韩小辉

王胜杰

刘芙蓉

机构：

[1] 西安交通大学环境与化学工程学院

来源：

天然气工业 | 2003年 / 05期

关键词：

人工智能; 神经网络; 预测; 天然气; 水合物; 形成; 动力学; 模型;

D O I：

暂无

中图分类号：

TQ02 [化工过程（物理过程及物理化学过程）];

学科分类号：

081701 ; 081704 ;

摘要：

天然气水合物生成是复杂的结晶过程 ,是一个多组分、多相系统 ,对该系统的生成动力学和热力学规律进行研究非常困难 ,因此很难对天然气水合物的生成进行精确的预测。文中运用人工神经网络理论 ,建立了水—天然气生成天然气水合物的人工神经网络模型 ,并选取大量的实验数据对模型进行了训练 ,通过实验所获得的关键点对模型的测试 ,证明该模型准确、可靠

引用

页码：102 / 104+150 +150-151

页数：5

共 6 条

[1]

Surfactant effects on gas hydrate formation. Zhong Y,Rogers R E. Chemical Engineering Science . 2000

[2]

Gas hydrate phase equilibrium in the system methane-carbon dioxide-neohexane and water. Servio Phillip et al. Fluid Phase Equilibria . 1999

[3]

World Pat. Ansel me M J et al. WO . 1993

[4]

World Pat. Sloan E D. WO . 1994

[5]

A new correlation for predicting hydrate formation conditions for various gas mixture and inhibitors. Elgibaly Ahmed A,Elkamel Ali M. Fluid Phase Equilibria . 1998

[6]

Neural networks for modeling of chemical reaction systems with complex kinetics: oxidation of 2 -octanol with nitric acid. Molga E J et al. Chemical Engineering . 2000

← 1 →