加氢基础油抗氧化性能的模拟预测研究

发布时间：2023-01-14 17:27

　　针对不同加氢精制Ⅱ/Ⅲ类润滑油基础油（简称基础油）的结构特征,分别应用多层感知神经网络和径向基神经网络方法将加氢基础油链烷烃、环烷烃、烷基苯含量和黏度指数作为输入变量,建立了以氧化安定性为输出变量的9参数神经网络模型。首次将黏度指数作为预测模型输入参数,使模型预测准确度得到大幅提高。通过对影响加氢基础油氧化安定性的因素分析,找出了与氧化安定性有正/负相关关系的Ⅱ/Ⅲ类基础油的烷烃组成成分。在Ⅱ/Ⅲ类基础油中,在芳烃含量很低的情况下,随着链烷烃含量的增加,二环、三环环烷烃含量减少,润滑油的氧化安定性增加。 

【文章页数】：5 页

【部分图文】：

MLP-ANN网络模型

Ⅱ/Ⅲ类基础油黏度指数与

MLP-ANN模型中输入参数的相对重要性

【参考文献】：
期刊论文
[1]应用神经网络对润滑油抗氧性的分析[J]. 仝秋红,张威,刘晶郁,王毓民.  润滑与密封. 2004(02)
[2]润滑油基础油中硫、氮化合物的氧化性能研究 Ⅴ.碱性氮与非碱性氮化合物对饱和烃氧化性能的影响[J]. 周亚松,林世雄.  石油学报(石油加工). 2001(04)
[3]基础油氧化安定性与化学组成关系的研究[J]. 史永刚,冯新泸,李子存,董浚修.  抚顺石油学院学报. 1999(02)
[4]人工神经网络方法预测润滑油基础油的抗氧性[J]. 季顺成,刁建民,邬国英.  润滑油. 1996(06)



本文编号：3730777