共查询到17条相似文献,搜索用时 93 毫秒
1.
2.
3.
应用双波长紫外光谱技术建立了快速检测溶剂油中芳烃成分的方法。研究了优化分析溶剂油中单环及多环芳烃含量数学模型的各种条件。结果表明,建立样品集的化学值(又称真值)与双波长紫外预测值的相关系数分别为:单环芳烃R=0.9628,多环芳烃R=0.9752,检验样品集的化学值与双波长紫外预测值的相关系数分别为0.9737和0.9818,说明所建模型具有实际应用价值。 相似文献
4.
5.
6.
7.
利用超高效液相色谱法测定柴油中多环芳烃含量.采用Acquity UPLC BEH Phenyl C18柱分离甲醇溶解固相萃取后的溶液,采用外标法的定性定量分析,得到荧光检测器的测定结果.设置乙腈用量为0.1mL、解吸液流速为0.128mL·min-1、样品溶液流速为0.15mL·min-1、选择0.02mol·L-1的... 相似文献
8.
9.
在优化卷烟烟气试样前处理技术的基础上,确定了6种多环芳烃分离的最佳条件和测定的最佳荧光激发、发射波长,并进行波长程序编程,采用高效液相色谱编程荧光法(HPLC-FLD)建立了一种同时测定卷烟烟气中6种多环芳烃的分析方法。各多环芳烃在所测定的含量范围内有良好的线性关系,方法的最低检出限可达到0.4 ng/mL,回收率均在87%以上。并利用该方法对国产卷烟样品进行了分析。 相似文献
10.
介绍了主成分分析,主元回归建模的基本方法,意义。利用主成分分析法对一个从CO2提纯工艺中获取的七个过程变量进行数据压缩,提取主成分,消除变量间的线性相关性,建立一个基于主元的反射回归模型。 相似文献
11.
12.
13.
选取商品柴油加氢精制催化剂和催化柴油选择加氢裂化催化剂,采用N_2吸附-脱附、XRD、TPD、Py-IR等对催化剂进行表征,结果表明,选择加氢裂化催化剂较加氢精制催化剂具有更大的比表面积和孔容,具有更多的中强酸量和较少的弱酸量,并具有更多的B酸中心。以中石化青岛炼化公司生产的高密度、低十六烷值的FCC柴油为原料,对商品加氢精制催化剂和加氢精制/选择加氢裂化组合催化剂进行FCC柴油中多环芳烃选择加氢工艺条件的考察,结果表明,加氢精制催化剂适宜的反应条件为370℃、1.25 h~(-1)、8.0 Mpa,加氢精制/选择加氢裂化催化剂适宜的反应条件为350℃、1.25 h~(-1)、8.0 MPa,组合催化剂的多环芳烃选择加氢效果较好。 相似文献
14.
15.
由于煤液化油石脑油馏分(200℃)中芳烃潜含量较高,利用煤液化油石脑油馏分为原料,进行加氢精制,将原料中的硫氮含量降至1 mg/kg左右,满足重整进料要求,然后在小型固定床连续反应器上进行加氢重整生产芳烃试验。着重考察重整反应前、后族组成的变化及主要芳烃化合物的产率。结果表明,加氢重整过程中发生正构烷烃异构化反应;环烷烃主要发生脱氢芳构化反应转化为芳香烃;煤液化油石脑油馏分适宜进行催化重整,C_1~C_4烃气产率6.03%,氢气产率3.60%;重整后,芳烃含量达83.20%,其中C_6~C_8芳烃含量61.03%,是提取BTX的良好原料。石脑油的馏程对芳烃的组成和产率有一定影响,适宜的馏程为60~160℃。 相似文献
16.
Traditionally, data‐based soft sensors are constructed upon the labeled historical dataset which contains equal numbers of input and output data samples. While it is easy to obtain input variables such as temperature, pressure, and flow rate in the chemical process, the output variables, which correspond to quality/key property variables, are much more difficult to obtain. Therefore, we may only have a small number of output data samples, and have much more input data samples. In this article, a mixture form of the semisupervised probabilistic principal component regression model is proposed for soft sensor application, which can efficiently incorporate the unlabeled data information from different operation modes. Compared to the total supervised method, both modeling efficiency and soft sensing performance are improved with the inclusion of additional unlabeled data samples. Two case studies are provided to evaluate the feasibility and efficiency of the new method. © 2013 American Institute of Chemical Engineers AIChE J 60: 533–545, 2014 相似文献