共查询到20条相似文献,搜索用时 15 毫秒
1.
模式识别技术在常压蒸馏汽油收率调优中的应用 总被引:2,自引:2,他引:0
炼油厂常压蒸馏馏出汽油的质量由汽油干点确定。为了保证质量,各炼油厂都根据各自情况规定了一个干点上限值,以使出厂汽油辛烷值符合国家标准。同时,由于汽油干点越高,收率越高,因此生产中又要求汽油干点不低于某一下限值,即干点应控制在一定范围内,以便在保证质量的前提下获得较大收率。由于汽油干点是与多个有关温度、压力等变量具有线性关系的响应值,故常压蒸馏是一个限值响应过程。在蒸馏过程中,为防止干点超限,必需经常调节有关变量,加之馏出汽油是经碱洗后再抽样化验测出干点,故而难 相似文献
2.
3.
退休后干点什么?这是我在此前常常考虑的一个问题。我知道自己和麻将、电视无缘。三十年的教学生涯使我养成了爱学习的习惯,同时我又爱好保存资料,便决定添置一个帮手——家用电脑。这一决定马上得到了儿子的支持。 相似文献
4.
与各位童鞋熟悉的田宫、长谷川、威龙模型不同,Steelgolem这个品牌显然没几个人知道。这也难怪,Steelgolem基本上平时就是干点接订单的活儿,然后再找个良辰吉日根据订单造些全金属模型。对于以这种半年不开张,开张吃半年的形式搞模型, 相似文献
5.
6.
某公司经理:要说这电脑啊,每天还真是太清闲,我白天上班它上班,我晚上睡觉它竟然也睡觉。你看看闹钟,无论多早都能完成自己的工作,一刻不停的咔哒咔哒不停地干活,再看这月薪几千块的电脑……不行!得让它多干点活。让我想想怎么才能让它和闹铃一样,准时上班呢? 相似文献
7.
8.
9.
用过Vista的用户都知道UAC(User Account Control,用户账户控制)有多烦人。微软在Vista中引入这一技术,本意是防止恶意软件和间谍软件在未经许可的情况下安装或运行,不料这家伙最终竟演变成了折磨用户的噩梦——不管你准备在Vista里干点什么,UAC都会跳出来跟你唠叨个不停——就像《大话西游》里的唐僧那样。 相似文献
10.
薛士然 《单片机与嵌入式系统应用》2017,17(12)
物联网时代 ,嵌入式工程师总希望自己选用的 MCU"少用点电 ,多干点活" ,虽然"既想牛儿不吃草 ,又想牛儿多拉套"不现实 ,但是 ST 让这样的场景在 MCU 界上演了 ! 最近 ST 发布的新系列 MCU STM32L4 + ,能够让未来的智能电子产品"吃得更少 ,干得更多" ,堪称劳模 ! 相似文献
11.
《计算机与应用化学》2015,(8)
针对蒸馏工艺过程中变量多且变量间关系呈强耦合性及高度非线性的特点,提出一种基于PSO-K均值聚类的石脑油干点值多模型软测量建模方法。分析石脑油干点值的影响因素,采集相关辅助变量。用基于PSO改进的K均值聚类算法将现场采集数据进行划分,得到样本子集。再将得到的各个样本子集分别用SVM算法进行训练,建立石脑油干点值的预测子模型。在此模型基础上,通过计算预测样本与各子模型训练样本聚类中心的欧氏距离,采用模型切换的方法选择预测模型。仿真结果表明该方法避免了分类时K均值算法易陷入局部极值的问题,可以有效预测常压塔石脑油干点值,与单个全局模型相比有更好的精度与泛化能力。 相似文献
12.
角放了自己手中的电脑,我深深地吸了口气,考虑着下一步该干点啥,我知道,老围着自己这台电脑转,新意不大。这时,一个胆大包天的想法从我脑中蹦出来,何不试试破解网管软件的服务端数据库?甚至给自己的上网卡流入一笔“横财”?想到这里,我的心跳开始莫名其妙地加速了,我知道,我的人生中,将可能第一次越道德的底线。我不得不一遍遍地告诉自己:只是测试,只是测试,我可千万别真做这犯法的事儿啊![编者按] 相似文献
13.
建立了粗汽油干点软测量模型。模型分别采用多元逐步回归方法和反向传播方法。结果表明:多元逐步回归方法可筛选自变量,但会将一些重要因素剔除;而神经网络可通过预选输入单元确定网络结构。通过对建立好的模型进行预测,可获得较满意的粗汽油干点值。 相似文献
14.
15.
研究精馏塔的优化控制问题,由于PID控制精度差,多变量解耦控制理想完全解耦难以实现,预测控制存在模型失配,参数与工程指标联系不紧密的缺点,提出基于PID的多变量动态矩阵控制(DMC)策略.通过在DMC性能指标中引入预测输出误差项,利用PID指标改变传统DMC优化过程.上述算法兼具预测控制的解耦特性与PID控制参数工程意义明确的特点,加快了Shell原油精馏塔响应速度,消除了产品干点在设定值附近振荡,减少一个产品干点改变致使另一产品干点波动的现象.同时改进算法与传统预测控制器结构类似,便于广大工程人员设计实现. 相似文献
16.
17.
孙兰兰 《计算机与应用化学》2012,29(5):571-574
粒子群优化算法是一种基于群体智能的随机优化算法,具有收敛速度快、设置参数少、算法简单、容易实现等优点,其缺点是容易陷入局部最优解。变尺度法是一种可靠的局部快速寻优方法。为了解决了基本粒子群优化算法易陷入局部最优的问题,本文提出了一种基于变尺度方法的自适应变异粒子群优化算法。在本文算法中,粒子群每进化一代后,对所有粒子执行变尺度搜索,寻找更优个体,从而使算法具有动态自适应性,能够较容易地跳出局部最优。在延迟焦化生产过程中,汽油干点是衡量汽油的一个关键指标,建立汽油干点的软测量对延迟焦化生产实现卡边控制和提高装置的经济效益是有必要的。在实际生产过程中,无法在线测量延迟焦化汽油干点,只能采用离线实验室分析的方法获得,但离线分析不能满足控制的要求。基于软测量技术而开发的延迟焦化汽油干点软测量模型,使汽油干点的在线测量成为可能。目前,工程上一般采用BP神经网络来训练软测量模型。BP神经网络的学习算法是决定BP神经网络预测质量的关键。鉴于此,本文将所提出的变尺度粒子群优化算法用于BP神经网络学习过程中,并将本文方案的预测结果与文献方案进行了对比实验。实验结果表明,与文献方案相比,本文方案具有较好预测精度和良好的泛化能力,具有较好的应用价值。 相似文献
18.
19.