文档详情

基于PSO-BP神经网络的加氢脱硫柴油硫含量的预测探究.pdf

发布:2019-03-26约1.96万字共6页下载文档
文本预览下载声明
石 油 化 工 ·62· PETROCHEMICALTBCHNOLOGY 2017年第46卷第1期 基于PSo—BP神经网络的加氢脱硫 柴油硫含量的预测研究 田景芝1,杜晓昕2,郑永杰1,李郁1,荆 涛1 (1.齐齐哈尔大学化学与化学工程学院,黑龙江齐齐哈尔161006; 2.齐齐哈尔大学计算机与控制工程学院,黑龙江齐齐哈尔161006) [摘要]针对柴油加氢脱硫生产过程中出现的工艺参数和产品质量难以精准控制的问题,提出粒子群优化(Pos—BP)神经网络。 基于中国石油大庆石化公司1300州a柴油加氢脱硫装置生产工艺操作台账数据,选取生产过程中的易波动工艺参数构建训练 样本集合和测试样本集合,采用PsO—BP神经网络预测生产操作参数变化时精制柴油产品中硫含量的变化,将POs—BP神经 网络与神经网络(BP)和遗传算法优化(GA—BP)神经网络进行横向预测效果比较。实验结果表明,BP神经网络预测的均方 神经网络预测值与实际值最为接近,且预测结果较佳,具有较好的稳定性和泛化能力,能够精确预测生产操作参数变化时精 制柴油产品中硫含量的变化。 [关键词]人工神经网络;硫含量;柴油;加氢脱硫 624 [文章编号]1000一8144(2017)01—0062一06[中图分类号]TE [文献标志码]A Predictionofsulfhrcontentin dieseloilbased onthe hydrodesulfhrization PSO-BPneuralnetwork 乃以咒坍,zgZ而f1,D甜m口饿f玎2,劢已馏场咒彰把1,血玩1,历馏砀01 (1.CollegeofChemisⅡy 2.Collegeofcomputcr J Aimedatthatthe and inthe [Abstract processparametersproductquality ofdieseloilweredimculttocontr01 swarm accurately,thepanicle networkwas onthe of1 300kt/adieseloil proposed.Basedoperation1edger unitof Petrochemical setandthetest setwereconstmcted Daqing Co., trainingsample s锄ple the PSO—BPneuralnetworkwasusedto byselectingfluctuatingprocessparameters.The predict the Ofsulf.urcontentintherefineddieseloil with of the the change products change operating back networkand parameters.Thepro
显示全部
相似文档