DMS中人工神经网络的在线训练法

• 作者: 何小荣 吴凯 陈丙珍
• 来源期刊: 化工学报
• 关键词: 人工神经网络 在线训练 分馏塔 侧线质量 在线动态检测
• 年，卷（期）: 2001,（12）
• 所属期刊栏目: 研究论文
• 页码范围: 1068-1071
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2001.12.006

摘要

基于ANN(artificial neural network)的分馏塔侧线质量指标动态在线检测系统,简称DMS(dynamic on-line monitoring system),成功地应用于炼油厂粗汽油干点、柴油凝点、Reid蒸汽压、闪点、冰点等的实时、在线、动态检测,达到很高的预测精度,极大地改善了分馏塔的控制性能,实现了分馏塔的操作优化.本文提出一种新的网络训练方法——在线训练法,提高了在线检测系统的预测精度.实际应用表明,这种方法可以有效克服人工神经网络离线训练的不足,提高动态在线检测系统的可靠性,并且省时省力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小荣	清华大学化工系	63	770	18.0	23.0
2	陈丙珍	清华大学化工系	84	1023	19.0	25.0
3	吴凯	清华大学化工系	5	69	5.0	5.0