集总动力学模型结合神经网络预测重油催化裂化产物收率

发布时间：2017-12-25 21:10

  本文关键词：集总动力学模型结合神经网络预测重油催化裂化产物收率　出处：《华东理工大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 催化裂化 MIP工艺 集总模型 智能优化算法 神经网络

【摘要】：本文以催化裂化工艺为基础,探讨了催化裂化复杂反应体系建模的思路,重点对集总动力学模型进行了较为详细的综述。以多产异构烷烃催化裂化(MIP)工艺为研究对象,针对该工艺的技术特点,同时结合催化裂化反应机理,构建了饱和分、芳香分、胶质+沥青质、柴油、汽油、液化气、干气和焦炭8个集总的反应网络,推导出了集总动力学模型方程。结合大量的工业数据,分别采用遗传算法、模拟退火算法和粒子群算法优化求取了该集总模型的47个动学参数。计算结果表明,所求得的动力学参数较好地体现了催化裂化的反应规律;模型对产物分布预测计算的平均相对偏差均小于5%。三种算法针对多参数优化问题,均能展现较好的适应性,但是总体来说遗传算法在平均误差和误差分布方面都要优于粒子群算法和模拟退火算法,因此神经网络建模采用遗传算法的计算结果。为降低集总动力学模型预测产物分布的误差,选取主要的原料性质、催化剂性质以及操作条件共14个变量作为BP神经网络的输入层,集总模型计算获得的柴油、汽油、液化气、干气和焦炭收率的预测值和实际值之间的误差共5个变量作为BP神经网络的输出层,建立了 14-7-5结构的BP神经网络模型。结果表明结合神经网络和集总动力学模型构建的混合模型能进一步提高模型对产物分布的预测精度,为重油催化裂化过程的模拟优化提供了新的方向。
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TE624.41

【参考文献】

相关期刊论文 前10条

1 李振宇;黄格省;任文坡;王红秋;;对“十三五”中国炼油化工结构优化调整及发展方向的思考[J];国际石油经济;2016年09期

2 任文坡;李振宇;李雪静;金羽豪;;渣油深度加氢裂化技术应用现状及新进展[J];化工进展;2016年08期

3 欧阳福生;方伟刚;唐嘉瑞;江洪波;;以BP神经网络为基础的MIP工艺过程产品分布优化[J];石油炼制与化工;2016年05期

4 许友好;;我国催化裂化工艺技术进展[J];中国科学:化学;2014年01期

5 高金森;王刚;卢春喜;徐春明;;重油催化裂化反应工艺技术创新[J];中国石油大学学报(自然科学版);2013年05期

6 申志峰;张剑;连善涛;;催化裂化催化剂的发展现状及方向[J];广东化工;2013年18期

7 崔积山;张鹏;欧阳振宇;;地面浓度反推法计算无组织排放废气的应用研究[J];广东化工;2013年05期

8 段良伟;孙鹏;翁惠新;;新型催化裂化MIP集总反应动力学模型[J];华东理工大学学报(自然科学版);2012年01期

9 郭强;邓云川;段爱军;赵震;牛欢;;加氢裂化工艺技术及其催化剂研究进展[J];工业催化;2011年11期

10 江洪波;钟贵江;宁汇;欧阳福生;翁惠新;;重油催化裂化MIP工艺集总动力学模型[J];石油学报(石油加工);2010年06期

，

本文编号：1334441