以BP神经网络为基础的MIP工艺过程产品分布优化

• 作者: 唐嘉瑞 方伟刚 欧阳福生 江洪波
• 来源期刊: 石油炼制与化工
• 关键词: 催化裂化 MIP工艺 BP神经网络 遗传算法
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 控制与优化
• 页码范围: 95-100
• 页数: 6页
• 字数: 4271字
• 语种: 中文

摘要

催化裂化是一个高度非线性和强耦合的系统,传统的机理模型很难描述,而BP神经网络具有强大的非线性拟合和自学习能力.以某炼油厂1.0 Mt/a的MIP装置反应-再生系统为研究对象,选取包括原料油性质、再生剂性质、操作条件的19个变量为神经网络模型的输入变量,液化气、汽油、柴油、焦炭收率为输出变量,建立了19-24-4结构的BP神经网络.在此基础上,考察了原料油预热温度、第一反应区出口温度、第二反应区出口温度、反应压力对产品分布的影响,并采用遗传算法得到使汽油收率最优的操作条件.结果表明,所建立的模型具有良好的预测和外推能力,可为工业装置操作条件的优化提供指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江洪波	华东理工大学石油加工研究所	55	365	11.0	15.0
2	欧阳福生	华东理工大学石油加工研究所	50	392	12.0	16.0
3	方伟刚	华东理工大学石油加工研究所	3	17	2.0	3.0
4	唐嘉瑞	华东理工大学石油加工研究所	1	12	1.0	1.0