油气管道投资建模新方法

油气管道投资计算的准确性对管道优化设计和工程计算是否正确具有举足轻重的作用。在进行建模时，若采用线性最小二乘法对基期投资费用进行线性拟合，有时要遇到管道参数之间的多重相关性、样本容量小等困难。针对这些问题，提出采用全新建模方法——偏最小二乘法建立管道基期投资计算模型。偏最小二乘法适用于参数多重相关，样本容量小的情况。在只有十个样本数据的条件下，将样本数据按照三组小范围管径进行划分，再用偏最小二乘法分别建立三元线性回归模型。从对模型进行了精度分析看，采用偏最小二乘法所建模型的累计解释能力都在97％以上，克服了采用线性最小二乘法建立投资费回归模型计算结果误差大和管道参数之间的多重相关性问题。     

小波软阈值核心偏最小二乘法同时定量分析光谱严重重叠的四组分混合物

用一种小波软阈值核心偏最小二乘(WSTKPLS)方法同时定量分析光谱严重重叠的对苯二酚、邻苯二酚、间苯二酚及苯酚的混合物。结合小波软阈值法和核心偏最小二乘法改进回归质量。选择小波函数、小波分解水平、阈值法类型以优化除噪效果。采用小波软阈值核心偏最小二乘法和偏最小二乘法编制了两个计算程序。计算结果表明,WSTKPLS方法是成功的且优于偏最小二乘法。     

基于核函数的非线性校正算法在原油快评中的应用

为了快速准确地测量原油的密度、酸值和硫质量分数等重要性质,采用红外光谱技术结合非线性化学计量学定量校正算法建立校正模型。结果表明,分别使用最小二乘支持向量机算法(LSSVM)和核偏最小二乘(KPLS)两种基于核函数的非线性校正算法建模预测原油密度、酸值和硫质量分数的预测标准偏差分别为00065 g/cm3、019 mgKOH/g和038%以及00089 g/cm3、023 mgKOH/g和040%,预测结果的重复性与再现性等同或优于标准方法。与经典偏最小二乘(PLS)方法相比,KPLS算法准确性更高,而LSSVM具有更快的训练速率、更小的测量偏差等优点。     

基于便携式拉曼光谱的汽油快速识别模型

为实现汽油牌号和研究法辛烷值（RON）的快速现场检测,基于便携式拉曼光谱仪采集的113个汽油样品的光谱信号,采用主成分分析法和偏最小二乘法判别分析法（PLS-DA）分别建立了汽油牌号模型,采用偏最小二乘法建立了汽油RON快速预测模型。结果表明：在基线校正后的光谱数据基础上,经主成分分析并经求导处理后建模,样品分类正确率可达92.92%,而PLS-DA建模的正判率均在95%以上,对于92号、95号汽油的区分效果良好;基于偏最小二乘法的汽油RON快速预测模型的预测集相关系数为0.8927,预测均方根误差为0.6096,预测值与实际值具有较好的相关性。     

基于偏最小二乘回归方法的毛管压力曲线预测超致密砂岩储层渗透率

由于川西坳陷南部大邑构造须家河组三段超致密砂岩储层渗透率影响因素复杂,经分析、计算发现基于毛管压力曲线的多种经典渗透率预测模型预测精度不理想且存在一定的局限性。为提高超致密砂岩储层渗透率预测精度,在详细分析6种经典渗透率预测模型存在预测误差原因的基础上,优选特征参数,综合考虑孔喉半径、孔喉分布等多项渗透率影响因子,采用留一交叉验证法确定的模型最佳潜变量个数,应用偏最小二乘回归方法（PLSR）建立Winland-r5(PLSR)模型、Pittman(PLSR)模型、Swanson(PLSR)模型3类超致密砂岩储层渗透率预测模型,有效地解决了基于普通最小二乘回归方法（OLS）的渗透率预测模型面临众特征参数多重共线性、小样本不具备模型泛化能力的问题。结果表明,基于偏最小二乘回归方法的3类渗透率预测模型,预测超致密砂岩储层渗透率的误差明显降低,具备泛化能力强、预测精度高、适用性良好的优势。     

基于混合核函数的OLS软测量建模方法研究

针对核建模方法中单一核函数不能准确描述数据的分布特性问题,提出一种基于混合核函数的正交最小二乘(OLS)算法并将其用于工业过程软测量建模。采用混合核函数代替基本OLS方法中的单一核函数,利用混合核函数兼具局部和全局核函数的性能,可以提高模型的泛化能力和非线性处理能力。核参数的选择对模型的影响较大,采用粒子群优化算法对核参数进行寻优。在工业聚丙烯熔融指数软测量模型中的应用结果表明,基于混合核函数OLS方法能够比PLS、基本OLS方法更准确地预测熔融指数的变化情况。     

带时延估计的时间差分PLS软测量建模方法

针对实际工业过程中普遍存在的非线性和时延,提出一种带时延估计的时间差分偏最小二乘PLS软测量建模方法。该方法将过程变量的差分值作为训练样本建立PLS模型,在充分保留PLS的优点的同时,降低过程非线性对建模精度的影响。另外,基于差分进化算法估计时延,得到了时延估计的全局最优解,有助于进一步提高模型精度。针对常压塔常二线干点的建模结果验证了该方法的可行性和有效性。     

油气田产量预报Γ模型参数估计的遗传算法

描述油气田产量与开发时间之间非线性关系的Γ模型具有精度高、应用方便、用途广泛等优点,但非线性参数估计难度较大。中采用具有智能性的的遗传算法求Γ模型参数的最优估计值,引用油气田实际产量数据进行估计和预报,获得了优于常规非线性最小二乘法的结果,     

油气田产量预报Γ模型参数估计的遗传算法

描述油气田产量与开发时间之间非线性关系的 Γ模型具有精度高、应用方便、用途广泛等优点 ,但非线性参数估计难度较大。文中采用具有智能性的的遗传算法求 Γ模型参数的最优估计值 ,引用油气田实际产量数据进行估计和预报 ,获得了优于常规非线性最小二乘法的结果     

基于PLS-MI组合的天牛须搜索BP神经网络模型对汽油辛烷值的预测性能

针对数据集中特征变量存在高度非线性和冗余的特点,提出了一种基于偏最小二乘回归(PLS)和互信息(MI)组合降维法的改进天牛须搜索算法（RSBAS）优化BP神经网络模型(PLS-MI-RSBASBP),并用于S Zorb脱硫装置汽油辛烷值的预测。首先通过偏最小二乘法和互信息组合算法选取与汽油辛烷值强相关的特征变量,然后使用RSBASBP模型对汽油辛烷值进行预测,并与BP,GABP,BASBP网络模型预测结果比较。结果表明：PLS-MI-RSBASBP模型预测结果较其他模型预测结果的MAE,MSE,RMSE更小,预测准确度高;而且,PLS-MI-RSBASBP模型可以确定影响汽油辛烷值的特征变量,从而进行有效控制和优化。     

基于拉曼光谱荧光背景的痕量原油泄漏检测方法

炼化企业在原油和常压蒸馏塔侧线轻质油换热过程中存在原油泄漏问题,进而对安全生产和后续加工环节质量控制造成不利影响。利用拉曼光谱荧光背景对原油敏感的特点,可以实现轻质油中痕量原油的检测。扫描90个含有痕量原油的常压蒸馏塔塔顶石脑油样本拉曼光谱作为试验数据,采用偏最小二乘回归法结合遗传算法、随机蛙跳算法以及竞争自适应重加权采样算法建模。其中检测效果最好的是竞争自适应重加权采样算法与偏最小二乘法结合的方法,预测均方根误差为1.5674 μg/g。该研究表明使用拉曼光谱荧光背景进行轻质油痕量原油检测,在算法优化后可以精确检测到质量分数1~100 μg/g的痕量原油,满足炼化企业生产要求。     

基于PCA—RBF神经网络的乙烯氧化反应器收率预测模型

依据工艺机理和先验知识,初选了乙烯氧化反应器的收率神经网络预测模型的输入变量,用主元分析方法对输入变量进行主元分解,消除了变量之间的相关性,减少了输入变量数,简化了RBF神经网络的结构,仿真结构表明,PCA-RBF网络模型结构具有很强的预测能力。     

传热系统的最优设计

传热系统的最优设计成为当前化工过程最优化的重要研究课题之一,引起了国外很多研究者的兴趣。从Hwa1965年发表的利用可分规划(Separable programming)寻找传热系统的最优组合的论文算起,到目前为止已经发表了十多种组合方法。但是从公开发表的文献来看,还多处于探索性阶段,离实际应用还有一段距离。     

Measurement of fermentation parameters of Chinese rice wine using Raman spectroscopy combined with linear and non-linear regression methods

Effective fermentation monitoring is a growing need during the manufacture of wine due to the rapid pace of change in the wine industry. Ethanol and reducing sugar are two most important process variables indicating the status of Chinese rice wine (CRW) fermentation process. In this study, the potentials of Raman spectroscopy (RS) as a rapid process analytical technique to monitor the evolution of these two chemical parameters involved in CRW fermentation process and to group samples according to different fermentation stages were investigated. The results demonstrated that compared with the PLS model using all wavelengths of Raman spectra, the prediction precision of model based on the spectral variables selected by competitive adaptive reweighted sampling (Cars) was significantly improved. In addition, nonlinear models outperformed linear models in predicting fermentation parameters. After systemically comparison and discussion, it was found that for both ethanol and glucose, Cars-support vector machine (Cars-SVM) models gave the best results with the highest prediction precisions. Moreover, the results obtained from discriminant partial least squares analysis (DPLS) showed that good performances were obtained with an average correct classification rate of 94.9% for different fermentation stages. The overall results indicated that RS combined with efficient variable selection algorithm and nonlinear regression tool could be utilized as a rapid method to monitor CRW fermentation process.     

LTAG加氢单元原料和产品组成的近红外快速分析及应用

利用383个催化裂化柴油和加氢柴油样品的近红外光谱及标准族组成数据,结合偏最小二乘(PLS)方法建立近红外混合分析模型,针对LTAG加氢单元中LCO原料和产品的详细族组成进行快速分析,并将该近红外快速分析方法应用于某炼油厂LTAG工艺过程中。模型验证结果显示预测值与样品族组成实测值非常接近,模型准确性与标准方法相当,重复性测试结果显示模型重复性优于标准方法;对炼油厂LTAG加氢装置原料和产品某些组分含量连续15天的近红外监控结果也证明该快速分析方法可满足实际应用需求。     

基于统计模型的延迟焦化过程关键参数分析与优化

提出了基于统计模型的易操作的延迟焦化关键参数优化方法。首先基于大量的工业装置数据,利用最小二乘法回归出置信度高的关于能耗和产品收率的多项式模型。其次选取操作温度、压力和循环比作为优化变量,以装置能耗和物料效益的权衡为目标函数,考虑建立包含能耗、收率、循环比、加热炉出口温度、操作压力约束在内的多种参数同时优化的非线性模型,并利用建模软件GAMS求解该模型。最后采用边际价值分析,辨识各个参数之间的耦合关系及敏感性,为实际操作调优提供指导。通过该方法计算得到某延迟焦化装置优化的操作温度、压力和循环比分别为495.767℃,0.171MPa和0.498,与现有运行状态相比,模型预测可增加经济效益6.19×106 RMB/a。     

磷灰石裂变径迹法在盆地地热史研究中的应用——对康铁笙等人裂变径迹资料的重新解释

简述了裂变径迹年代法的原理,以美国和澳大利亚的研究实例讨论了它在盆地地热史研究中的应用,并对康铁笙等人的裂变径迹资料进行了重新解释。对其裂变资料的重新解释表明,1600-2550m为未退火带,径迹年龄均大于地层的沉积年代,说明磷灰石颗粒的母岩主要是晚白垩纪和第三纪火山岩;2550-3600m为部分退火带;3600-4100m为冷却带,推测最迟大约在晚第三纪末(2.2百万年前)出现了一期冷却事件,温度下降了13℃或更多。这个结论与古地温研究结果吻合。部分退火带与冷却带位于渤海湾盆地的主要生油带内,表明可用磷灰石裂变径迹法研究含油气盆地的地热史。     

渗流场及其相关场耦合的数学模型

盆地数值模拟是含油气盆地定量化研究的重要手段.在盆地演化过程中各种场相互作用和影响,因此,在盆地模拟时要综合考虑多种场变量的耦合作用。建立了多插相互作用的耦合非线性数学模型,并通过有限元数值方法对莺歌海盆地进行了数值模拟。莺歌海盆地是一个高温高超压盆地,其温、压、流场具有强烈的非线性耦合关系。计算表明所建模型适合莺歌海盆地。     

介电谱技术快速测定车用润滑油粘度

分析了介电谱技术测定石油产品质量指标的技术原理。利用主成分分析方法实现了车用润滑油单级油和多级油的分类。采用偏最小二乘法建立了介电谱技术定量快速预测润滑油40℃粘度、100℃粘度的数学模型。其中，40℃粘度预测值与实测值的相关系数为0.9996，预测误差平均值为1.0542；100℃粘度预测值与实测值的相关系数为0.9984，预测误差平均值为0.0942。研究结果表明，介电谱技术能够准确、有效地评价油品的粘度指标。并且，与现存技术相比，其技术优势明显。