利用神经网络在DCS中实现重整催化剂积碳软测量

• 作者: 方宏昌 李哲 蔡军 赵钊
• 来源期刊: 石油化工自动化
• 学科: 工学
• 关键词: 重整 催化剂 软测量 RBF神经网络
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 过程控制技术
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP273
• 字数: 3218字
• 语种: 中文

摘要

催化剂积碳量是重整催化过程的重要指标,常规方法无法直接测量,辽阳石化分公司针对1.40 Mt/a连续重整装置开发了基于RBF神经网络的催化剂积碳量软监测技术,并在联合装置DCS上得到应用.在简单介绍重整反应工艺的基础上,概括了重整催化剂积碳量软测量技术,阐述了RBF神经网络的理论基础,并进一步说明了催化剂积碳量软测量神经网络模型的建立,同时叙述了神经网络模型在DCS中的编程及软测量技术的实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵钊		6	26	2.0	5.0
2	李哲		32	98	5.0	9.0
3	方宏昌		5	13	2.0	3.0
4	蔡军		11	30	4.0	5.0