集总动力学模型结合神经网络预测催化裂化产物收率

• 作者: 刘永吉 欧阳福生
• 来源期刊: 石油化工
• 学科: 工学
• 关键词: 催化裂化 MIP工艺 集总模型 神经网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 专题报道
• 页码范围: 9-16
• 页数: 8页
• 分类号: TE624
• 字数: 3066字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8144.2017.01.002

摘要

根据催化裂化反应机理和多产异构烷烃的重油催化裂化(MIP)工艺的特点,结合大量的工业数据,开展了MIP工艺过程集总动力学模型与BP神经网络模型相结合提高目标产物预测精度的研究,建立了饱和分、芳香分、胶质+沥青质、柴油、汽油、液化气、干气和焦炭8个集总反应网络,结合龙格库塔法与遗传算法求得该集总模型的47个动力学参数.实验结果表明,所求得的动力学参数能较好地体现催化裂化反应规律;模型对产物分布的模拟计算相对偏差均小于5％,采用14-7-5结构的BP神经网络与集总模型相结合,可进一步提高模型对产物分布的预测精度,为重油催化裂化的模拟优化提供了一个新的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳福生	华东理工大学石油加工研究所	50	392	12.0	16.0
2	刘永吉	华东理工大学石油加工研究所	1	5	1.0	1.0