石油化工自动化
石油化工自動化
석유화공자동화
AUTOMATION IN PETRO-CHEMICAL INDUSTRY
2015年
3期
29-32
,共4页
蔡军%方宏昌%李哲%赵钊
蔡軍%方宏昌%李哲%趙釗
채군%방굉창%리철%조쇠
重整%催化剂%软测量%RBF神经网络
重整%催化劑%軟測量%RBF神經網絡
중정%최화제%연측량%RBF신경망락
reforming%catalyst%soft measurement%RBF neural network
催化剂积碳量是重整催化过程的重要指标,常规方法无法直接测量,辽阳石化分公司针对1.40 Mt/a连续重整装置开发了基于RBF神经网络的催化剂积碳量软监测技术,并在联合装置DCS上得到应用.在简单介绍重整反应工艺的基础上,概括了重整催化剂积碳量软测量技术,阐述了RBF神经网络的理论基础,并进一步说明了催化剂积碳量软测量神经网络模型的建立,同时叙述了神经网络模型在DCS中的编程及软测量技术的实现.
催化劑積碳量是重整催化過程的重要指標,常規方法無法直接測量,遼暘石化分公司針對1.40 Mt/a連續重整裝置開髮瞭基于RBF神經網絡的催化劑積碳量軟鑑測技術,併在聯閤裝置DCS上得到應用.在簡單介紹重整反應工藝的基礎上,概括瞭重整催化劑積碳量軟測量技術,闡述瞭RBF神經網絡的理論基礎,併進一步說明瞭催化劑積碳量軟測量神經網絡模型的建立,同時敘述瞭神經網絡模型在DCS中的編程及軟測量技術的實現.
최화제적탄량시중정최화과정적중요지표,상규방법무법직접측량,료양석화분공사침대1.40 Mt/a련속중정장치개발료기우RBF신경망락적최화제적탄량연감측기술,병재연합장치DCS상득도응용.재간단개소중정반응공예적기출상,개괄료중정최화제적탄량연측량기술,천술료RBF신경망락적이론기출,병진일보설명료최화제적탄량연측량신경망락모형적건립,동시서술료신경망락모형재DCS중적편정급연측량기술적실현.