首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于汽油催化裂化过程实时数据的辛烷值损失预测模型
引用本文:韩庆珏,邹敏,霍皓灵.基于汽油催化裂化过程实时数据的辛烷值损失预测模型[J].实验技术与管理,2022(1):41-45.
作者姓名:韩庆珏  邹敏  霍皓灵
作者单位:中南林业科技大学机电工程学院
基金项目:湖南省教育厅优秀青年项目(20B616)。
摘    要:为准确预测汽油生产过程中辛烷值的损失,首先对某石化企业提供的实时数据进行处理,再根据处理后的数据建立灰色关联模型,筛选影响辛烷值损失的主要操作变量.以所选择的主要变量作为模型的自变量,辛烷值损失值为模型的因变量,基于BP神经网络建立辛烷损失值的预测模型,仿真结果表明,85%以上的预测值绝对误差小于0.2个单位.

关 键 词:辛烷值损失  灰色关联分析法  BP神经网络

Prediction model of octane number loss based on real-time data of gasoline catalytic cracking process
HAN Qingjue,ZOU Min,HUO Haoling.Prediction model of octane number loss based on real-time data of gasoline catalytic cracking process[J].Experimental Technology and Management,2022(1):41-45.
Authors:HAN Qingjue  ZOU Min  HUO Haoling
Institution:(College of Mechanical and Electrical Engineering,Central South University of Forestry and Technology,Changsha 410018,China)
Abstract:
Keywords:loss of octane number  grey relational analysis  BP neural network
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号