加氢精制数学模型

以年产８０万ｔ原油加氢裂化的催化加氢反应为背景,从机理出发,建立了该反应器的加氢精制数学模型。并由该模型计算出反应器各床层的脱硫率、脱氮率以及各反应床层的温度,并用生产实测数据进行了验证。     

基于小波网络的加氢裂化反应器模型的研究

以年产80万吨催化加氢反应装置为背景,在充分分析其机理特性的基础上,采用神经网络与小波函数相结合,其中网络结构采用神经网络,节点函数采用小波函数,建立小波网络,并采用梯度法优化小波网络参数。从而建立了反应器的模型。仿真结果表明,该小波网络模型具有较高的模拟精度。     

基于神经网络的加氢反应器温度优化控制

根据加氢反应器的特点，提出了一种加氢反应器出口温度神经元网络优化控制方法，给出了作为模型预估器的神经网络GA－BP算法流程及GA算法实现，提出了最优控制指标选择原则及控制指标表达式，经计算机对四床层一段加氢裂化装置进行仿真研究表明，该控制方法具有良好的跟踪性能及抗干扰能力。     

基于动态BP网络的实验电炉温度控制系统

针对一类不允许出现超调的工艺参数，提出了采用动态BP网络对工艺参数进行控制，可以达到良好的效果。并以实验电炉为对象，用工控机对其炉温进行控制，结果表明，采用动态BP网络进行控制，可以无超调地无限逼近给定值，控制精度高，控制时间较短。因此可以认为，用动态BP网络对这一类工艺参数的控制是有效的。     

加氢裂化反应器数学模型的研究

以年产８０万吨催化加氢反应装置为背景，针对反应机理和产品结构，建立了以输出产品分类集总的加氢裂化反应器六集总模型，并分别对静态和动态模型进行了仿真研究，且用实测数据进行了验证。     

加氢精制数字模型

以年产８０万ｔ的油加氢裂化的催化加氢反应为背景，从机理出发，建立了该反应器的加氢精制数学模型。并由该模型计算出反应器各床层的脱硫率，脱氮率以及各反应床层的温度，并用生产实测数据进行了验证。     

加氢精制神经元网络模型的研究

文章采用径向基函数神经元网络建立了加氢精制反应器数学模型.选用高斯核函数作为其网络核函数,网络中心参数的求取采用K-means方法,网络中心数目的确定采用统计F检验方法,网络输出层权值的求取采用递推最小二乘方法.经过现场实测数据检验证明,建立的RBF神经元网络模型对加氢脱硫率和脱氮率具有良好的预估精度.     

加氢裂化反应器简化控制数学模型的研究

以某厂年产８０万吨加氢裂化反应器为背景,在其已建静态机理模型的基础上,采用正交设计方法获取模型特性数据,并从模型的准确性考虑,采用三因子──二水平的方法进行安排,采用Ｌ８（２７）实验安排,模拟反应器的运行,得到实验数据,并用多元非线性逐步回归的方法,对因子实验设计模拟结果进行回归,求得加氢裂化反应器简化控制数学模型．最后以生产现场的实测数据对该简化控制数学模型进行了验证,验证结果表明,该模型有较高的近似精度。     

线性时滞系统内模控制的研究

内模控制是近年来发展起来的一种新型控制方法,分析它的原理对于工程应用和理论研究具有重要的意义。从IMC结构分析人手揭示了内模控制的本质,证明了该系统可实现对阶跃信号的无差跟踪及在阶跃信号扰动下可实现无差控制,给出了时滞线性系统内模控制器和内模滤波器的设计方法。并基于MATLAB仿真研究表明,线性时滞过程的内模控制具有较好的鲁棒性,有一定的应用价值。     

精馏塔神经元网络推断控制

精馏塔馏出物产品的质量控制是精馏过程中非常重要的一部分,根据精馏塔的特点,提出了一种精馏塔产品质量神经网络推断控制方法.为了增加控制的精度,采用神经元网络作为模型预估器.首先给出了作为模型预估器的RBF神经元网络结构及算法实现,隐层节点的作用函数采用高斯核函数,采用K-均值聚类算法,调整中心,利用递推最小二乘,求取输出层的权值;然后,给出了精馏塔产品质量神经网络推断控制框图,并以某16块塔板精馏塔作为仿真对象,对系统进行仿真研究,结果表明,在进料成分改变时,该系统具有良好的抗干扰能力并具有较高的控制精度.