石油炼制与化工
石油煉製與化工
석유련제여화공
PETROLEUM PROCESSING AND PETROCHEMICALS
2013年
3期
83-87
,共5页
加氢脱氮%BP神经网络%RBF神经网络%MATLAB%汽油%柴油
加氫脫氮%BP神經網絡%RBF神經網絡%MATLAB%汽油%柴油
가경탈담%BP신경망락%RBF신경망락%MATLAB%기유%시유
采用100 mL加氢装置,在温度320～360℃、空速1.2～2.0 h-1、氢油体积比350～550、压力6.0～8.5 MPa的条件下,应用Ni-Mo-P/Al2O3加氢精制催化剂对5种劣质汽柴油混合加氢脱氮率进行考察.分别应用BP神经网络和RBF神经网络建立用于预测汽柴油混合加氢脱氮率的模型,并应用RBF神经网络考察原料油性质和工艺条件对加氢脱氮反应的影响大小.结果表明:BP神经网络和RBF神经网络对脱氮率预测的平均相对误差分别为3.42％和2.58％,均能满足工业要求；RBF神经网络的预测性能优于BP神经网络；原料油性质对加氢脱氮反应的影响由强到弱的顺序为:硫含量＞密度＞氮含量＞50％馏出温度＞运动黏度＞溴价；工艺条件对加氢脱氮反应的影响由强到弱的顺序为:温度＞空速＞压力＞氢油比,为汽柴油混合加氢脱氮工艺条件优化提供了指导.
採用100 mL加氫裝置,在溫度320～360℃、空速1.2～2.0 h-1、氫油體積比350～550、壓力6.0～8.5 MPa的條件下,應用Ni-Mo-P/Al2O3加氫精製催化劑對5種劣質汽柴油混閤加氫脫氮率進行攷察.分彆應用BP神經網絡和RBF神經網絡建立用于預測汽柴油混閤加氫脫氮率的模型,併應用RBF神經網絡攷察原料油性質和工藝條件對加氫脫氮反應的影響大小.結果錶明:BP神經網絡和RBF神經網絡對脫氮率預測的平均相對誤差分彆為3.42％和2.58％,均能滿足工業要求；RBF神經網絡的預測性能優于BP神經網絡；原料油性質對加氫脫氮反應的影響由彊到弱的順序為:硫含量＞密度＞氮含量＞50％餾齣溫度＞運動黏度＞溴價；工藝條件對加氫脫氮反應的影響由彊到弱的順序為:溫度＞空速＞壓力＞氫油比,為汽柴油混閤加氫脫氮工藝條件優化提供瞭指導.
채용100 mL가경장치,재온도320～360℃、공속1.2～2.0 h-1、경유체적비350～550、압력6.0～8.5 MPa적조건하,응용Ni-Mo-P/Al2O3가경정제최화제대5충렬질기시유혼합가경탈담솔진행고찰.분별응용BP신경망락화RBF신경망락건립용우예측기시유혼합가경탈담솔적모형,병응용RBF신경망락고찰원료유성질화공예조건대가경탈담반응적영향대소.결과표명:BP신경망락화RBF신경망락대탈담솔예측적평균상대오차분별위3.42％화2.58％,균능만족공업요구；RBF신경망락적예측성능우우BP신경망락；원료유성질대가경탈담반응적영향유강도약적순서위:류함량＞밀도＞담함량＞50％류출온도＞운동점도＞추개；공예조건대가경탈담반응적영향유강도약적순서위:온도＞공속＞압력＞경유비,위기시유혼합가경탈담공예조건우화제공료지도.
