基于 BP 神经网络预测硫在高含硫气体中溶解度

• 作者: 李长俊 陈磊
• 来源期刊: 石油与天然气化工
• 学科: 工学
• 关键词: 硫沉积 BP神经网络 预测 元素硫 高含硫气体 溶解度
• 年，卷（期）: 2015,（3）
• 页码范围: 1-5
• 页数: 5页
• 分类号: TE642
• 字数: 3049字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-3426.2015.03.001

摘要

元素硫在高含硫气体中溶解度的研究是硫沉积机理研究、硫沉积预测和处理技术研究的前提和基础，也是元素硫沉积室内研究工作的核心课题。为了关联和预测硫在高含硫气体中的溶解度，提出误差逆向传播人工神经网络（BP ANN）模型，并设计了该模型的计算过程，讨论了该模型的参数设置。计算结果表明，该模型可作为模拟和内推硫在高含硫气体中溶解度的一种较好手段，但外推效果较差。与现有其他硫溶解度计算模型相比，该模型计算结果优于Chrastil缔合模型和经验公式，与状态方程法和六参数缔合模型的计算结果相当。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李长俊	西南石油大学石油与天然气工程学院	167	1640	21.0	33.0
2	陈磊	西南石油大学石油与天然气工程学院	10	71	6.0	8.0