当前位置:首页 > 工业技术
软测量技术及其在石油化工中的应用
软测量技术及其在石油化工中的应用

软测量技术及其在石油化工中的应用PDF电子书下载

工业技术

  • 电子书积分:8 积分如何计算积分?
  • 作 者:俞金寿,刘爱伦等编著
  • 出 版 社:北京:化学工业出版社
  • 出版年份:2000
  • ISBN:7502528458
  • 页数:128 页
图书介绍:
《软测量技术及其在石油化工中的应用》目录

第1章 概述 1

1.1 软测量技术的数学描述和结构 1

1.1.1 软测量的数学描述 1

1.1.2 软测量的结构 2

1.2 软测量技术 2

1.2.1 影响软测量性能的因素 2

1.2.2 软测量模型 4

1.2.3 软测量模型的在线校正 7

第2章 软测量建模方法研究——回归分析 8

2.1 多元线性和逐步回归 8

2.1.1 多元线性回归(MLR) 8

2.1.2 多元逐步回归(MSR) 9

2.2 主元分析和主元回归(PCA、PCR) 9

2.3 部分最小二乘法(PLS) 11

2.4 仿真结果 12

2.5 小结 16

第3章 软测量建模方法研究——人工神经网络 17

3.1 引言 17

3.2 BP网络 18

3.2.1 BP网络的基本结构和算法 18

3.2.2 BP网络的改进算法 20

3.3 RBF网络 24

3.3.1 RBF网络的结构和算法 24

3.3.2 RBF网络的改进算法 29

3.4 遗传算法与神经网络的结合 30

3.4.1 遗传算法简介 30

3.4.2 GA—BP算法 32

3.4.3 GA—RBF算法 36

3.5 回归方法与ANN结合的混合方法 37

3.6 小结 40

第4章 软测量工程设计 41

4.1 软测量的设计步骤 41

4.2 过程数据预处理 42

4.2.1 异常数据的剔除 42

4.2.2 数据的平滑 43

4.2.3 平滑数据的建模 43

4.3 数据校正 46

4.3.1 过程测量模型 47

4.3.2 数据协调技术 47

4.3.3 显著误差的检测 48

4.3.4 动态过程数据校正 49

4.4 基于神经网络的数据校正技术及应用 50

4.4.1 基于神经网络的数据校正技术 50

4.4.2 工业应用 51

4.5 模型校正 54

第5章 软测量在催化裂化分馏塔的应用 56

5.1 工艺流程简介 56

5.2 粗汽油干点的软测量 57

5.3 分馏塔的质量控制 60

5.3.1 粗汽油干点控制基本方法 60

5.3.2 基于软测量模型的粗汽油干点控制 61

5.4 轻柴油凝固点的软测量及控制 62

第6章 软测量在加氢裂化分馏塔的应用 64

6.1 工艺简介 64

6.2 航煤干点软测量 65

6.2.1 输入变量选择及数据处理 65

6.2.2 航煤干点BP网络模型 66

6.2.3 航煤干点RBF网络模型 67

6.2.5 仿真结果比较 69

6.2.4 航煤干点PLS算法模型 69

6.2.6 航煤干点的软测量工程实施 71

6.3 柴油倾点软测量 72

6.3.1 输入变量选择及数据处理 72

6.3.2 柴油倾点软测量模型 72

6.3.3 柴油倾点软测量工程实施 73

6.4 第一分馏塔多变量系统的软测量 74

第7章 软测量在乙烯装置裂解炉的应用 78

7.1 工艺简介 78

7.2 裂解炉的炉管外壁最高温度的软测量 79

7.2.1 训练样本集的获取 79

7.2.2 基于模糊神经网络的软测量模型 80

7.3 裂解炉出口乙烯产品和丙烯产品收率软测量 82

7.3.1 训练样本集的获取 82

7.3.2 基于模糊神经网络的软测量模型 82

7.4.1 逆模推断理论 84

7.4 基于软测量的逆模推断控制系统设计 84

7.4.2 裂解炉的裂解深度逆模推断控制 86

第8章 软测量在常压塔的应用 89

8.1 柴油凝固点的软测量 89

8.1.1 数据处理 89

8.1.2 软测量回归模型 90

8.2 筛料干点的软测量 93

8.2.1 数据处理 93

8.2.2 软测量模型 94

8.3 常一线干点、常三线90%点软测量 96

8.3.1 软测量原理框图 96

8.3.2 软测量的实施 97

8.4 基于软测量的柴油凝固点的控制 99

9.2 粗汽油干点软测量 101

第9章 软测量在延迟焦化装置的应用 101

9.1 工艺简介 101

9.2.1 基于PLS的粗汽油干点软测量模型 102

9.2.2 基于RBFN的粗汽油干点软测量模型 102

9.2.3 基于PLS—RBFN的粗汽油干点软测量混合模型 103

9.3 基于RBF神经网络的延迟焦化液体收率模型 104

9.3.1 问题描述 104

9.3.2 基于RBFN的延迟焦化液体产品收率模型 104

第10章 精馏塔与反应器产品质量的软测量和控制 107

10.1 丙烯丙烷精馏塔丙烯浓度的软测量及控制 107

10.1.1 辅助变量的选择 107

10.1.2 估计模型建立 108

10.1.3 在线校正 108

10.1.4 推断控制方案 109

10.2 丁二烯装置萃取塔反丁烯-2的软测量 110

10.3 乙烯精馏塔塔底乙烯浓度的软测量 111

10.3.1 基于最小化二乘法的估计模型 112

10.3.2 基于神经元网络的估计模型 112

10.3.3 实例仿真结果比较 113

10.4 氯化氢的软测量及控制 114

10.5 烃类转化反应器出口气体中CH4的软测量 115

10.6 酯化釜中酯化率软测量及控制 117

10.7 聚丙烯腈粘度的软测量 119

10.7.1 辅助变量的选择 119

10.7.2 模型结构的确定 119

10.7.3 模型的在线校正 120

10.7.4 软测量系统的实施 120

参考文献 122

返回顶部