基于模拟退火优化BP神经网络的变形监测数据预测方法

针对BP神经网络模型用于变形监测数据处理时容易陷入局部极小值并且收敛速度慢的问题，提出一种基于模拟退火(Simulated Annealing,SA)算法优化BP神经网络的建筑物变形预测方法，利用SA的全局寻优能力对BP神经网络的模型参数进行优化，使参数迭代过程始终保持较高的“温度”和“能量”，从而确保BP神经网络能够得到全局最优解的同时具备较高的预测精度和收敛速度。采用实际算例对所提SA-BP方法在低信噪比和小样本条件下的预测精度进行验证，结果表明所提方法相对于传统BP神经网络法和小波方法能够获得更高的预测精度，并且在小样本和低信噪比条件下优势更加明显。     

润滑油糠醛精制装置技术改造

玉门炼油化工总厂 ２００ｋｔ／ａ润滑油糠醛精制装置在 １９９６年进行了技术改造。主要措施有：抽提塔采用规整填料,调整换热流程,余热发生低压蒸汽,并对蒸发塔的塔盘、内构件,加热炉流程,部分机泵等重新设计。改造结果表明,产品质量和操作状况明显改善,精制油收率由 ８０．２７％提高到 ８３．１７％,能耗降低 ０．３２ ＧＪ／ｔ,年经济效益 ４２８．６４ ×１０~４ＲＭＢ ￥。     

玉门炼油化工总厂提高柴汽比的措施

玉门炼油化工总厂通过在常减压蒸馏、催化裂化、延迟焦化和柴油加氢等装置采取一系列技术措施和进行技术改造，将全厂的柴汽比由1．67提高到1．98，取得了良好的经济效益。