基于BP神经网络的低温提氦工艺优化

• 作者: 尹晨阳 杜双 熊好羽 郭子江 马国光
• 来源期刊: 低碳化学与化工
• 关键词: BP神经网络 低温提氦 HYSYS模拟 能耗分析
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 开发应用
• 页码范围: 51-56
• 页数: 6页
• 分类号: TQ117
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9219.2020.01.011

摘要

氦气是国家重要性战略物资之一,目前氦气的主要工业来源仍是从天然气中提取.为进一步优化低温提氦工艺,降低工艺能耗水平,对已有低温提氦工艺进行了改进,以一级提氦塔进料温度、压力、回流比、制冷剂高压、低压压力和制冷剂流量6个参数为变量,建立基于BP神经网络算法的综合能耗及提氦浓度预测模型,并对模型进行检验,并运用训练好的BP神经网络对改进工艺的综合能耗及粗氦浓度进行了预测.研究表明:BP模型训练效果较好,可用于综合能耗和粗氦体积分数的预测;通过训练误差分析,确定了模型隐藏层节点数为8时BP模型预测结果最优;利用确定好的BP神经网络预测出最优工艺生产参数,在满足粗氦体积分数不小于63.5％的基础上,综合能耗降低了18.08％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马国光	西南石油大学油气藏地质及开发工程国家重点实验室	59	339	12.0	16.0
2	杜双	西南石油大学油气藏地质及开发工程国家重点实验室	5	3	1.0	1.0
3	郭子江	中国石化胜利油田分公司投资发展处	4	1	1.0	1.0
4	尹晨阳	西南石油大学油气藏地质及开发工程国家重点实验室	6	0	0.0	0.0
5	熊好羽	西南石油大学油气藏地质及开发工程国家重点实验室	3	0	0.0	0.0