基于动态等级PSO-ELMAN的乙烯裂解深度模型及其优化控制

• 作者: 范启富 陈宇颖
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 裂解深度 动态等级粒子群 ELMAN神经网络 裂解炉 优化控制
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 化工技术
• 页码范围: 1860-1867,1888
• 页数: 9页
• 分类号: TQ221.211|TP183
• 字数: 6620字
• 语种: 中文

摘要

提出一种自适应动态等级粒子群算法(ADHPSO).该算法保持粒子多样性,能摆脱局部极值,有良好的全局收敛性.将ADHPSO训练ELMAN神经网络,建立乙烯裂解炉裂解深度的在线预测模型.研究一种集成ADHPSO-ELMAN过程建模的裂解深度智能优化控制方法,得到裂解过程的最优操作条件.仿真计算表明,该方法显著提高了乙烯及丙烯的收率,具有良好的稳定性和适应性,对实际生产具有极大的应用潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范启富	上海交通大学电子信息与电气工程学院自动化系	23	117	7.0	10.0
2	陈宇颖	上海交通大学电子信息与电气工程学院自动化系	1	0	0.0	0.0