柴油调合人工神经网络模型研究

• 作者: 华贲 李为民
• 来源期刊: 炼油设计
• 学科: 工学
• 关键词: 人工智能 神经网络控制 柴油 调合 凝点 冷滤点 降凝剂
• 年，卷（期）: 2001,（4）
• 所属期刊栏目: 油品与添加剂
• 页码范围: 44-46
• 页数: 3页
• 分类号: TE6
• 字数: 3295字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-106X.2001.04.013

摘要

根据某炼油厂所提供的柴油调合凝点和冷滤点基础数据，用人工神经网络的反向传播方法进行建模预测。提出了人工神经网络适宜的拓扑结构，通过生产数据的检验，证明了用该方法建立的柴油调合模型能有效地给出预测信息。研究表明，凝点预测绝对值平均误差为1.05℃，冷滤点预测绝对值平均误差为0.91℃，较常用的调合系数模型、指数关联模型和凝点换算因子模型，能更准确地预报调合柴油的凝点和冷滤点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	华贲		342	4138	30.0	40.0
2	李为民		10	234	6.0	10.0