GBP神经网络在改性石蜡性质预测中的应用.pdfVIP

维普资讯 第 17卷 第4期 石 油 化 工 高 等 学 校 学 报 VO1．17 NO．4 2004年 l2月 JOURNAL OF PETROCHEMICAL UNIVERSIq、IES Dec．2004 文章编号 ：1006—396X(2004)04—0001—05 GBP神经网络在改性石蜡性质预测中的应用 张晓彤 ·一， 李兴明·， 代 敏 ， 刘 丹 ， 刘荣江。， 孙兆林 ， 孙 挺 (1 辽宁石油化工大学石油化工学院 ，辽宁抚顺 113001； 2．东北大学理学 院，辽宁沈阳 110004； 3．抚顺石油一厂，辽宁抚顺 113008) 摘 要： 在误差反 向传播神经网络算法中引入动量因子和非线性敏感度 因子，并实现其在学习过程 中根据整 体误差的变化对非线性敏感度 因子进行动态调整。首次采用GBP模型对改性石蜡的25℃针入度和 100℃运动粘 度进行 了预测，25℃针入度预测的绝对误差 (A．D．)不超过 ±0．6(10 mm)，标准偏差为0．54；100℃运动粘度预测 的绝对误差 (A．D．)不超过 ±1．076mm2／s，标准偏差为0．58。结果表明，GBP神经网络算法适用于改性石蜡 25℃ 针入度和 l00℃运动粘度的预测，可用于指导特种蜡产品的研制和生产，从而减少石蜡调合试验及相应 的改性石蜡 性质测试的次数 ．节省人 力物力．缩短特种蜡 的开发周期 。 关键词 ： 人工神经网络； 石蜡改性； 针入度 ； 运动粘度 中图分类号 ： TQ645；TQ l83 文献标识码 ：A 石蜡是以碳原子数为 18～36左右的正构烷烃 型。冯玉梅等人 6采用无催化氧化对石蜡进行改 为主，并含少量异构烷烃 (7％～8％)和环烷烃 (1％ 性，并利用人工神经网络对无催化氧化规律进行 了 - 2％)、相对分子质量为300～500的固体烃混合 预测。杨基和等人 J对 固体石蜡改性制备人造蜂 物。由于石蜡具有 良好的化学稳定性和优异的物理 蜡进行了研究。由于基础石蜡与添加剂以及各种添 性能，可以不经改性直接应用，被广泛应用于轻工 、 加剂之间的复合效应十分复杂，改性石蜡的物理性 化工和医疗等许多部 门，也用于机械 、冶金 、电子和 质如针人度 、滴熔点和粘度等 ，与各种添加剂的加人 国防等高科技领域_lJ。随着技术 的进步，各行各业 量之间具有高度非线性关系。通常石蜡改性是凭借 对石蜡提出了许多新的使用要求 ，初级产品已不能 经验加人一定比例的添加剂对石蜡进行调合 ，往往 满足当前发展的需要。国外石蜡深加工产品高度发 难 以达到预期的结果，造成资源的浪费，加长了特种 达，国内石蜡生产相对过剩 ，而石蜡深加工产品市场 蜡的开发周期。目前广泛研究的人工神经网络 (Ar— 潜力巨大_2 J，石蜡深加工改性势在必行。 tificialNeuralNetwork，ANN)方法在处理非线性 问 石蜡物理改性是用于基础石蜡互溶的添加剂调 题上，表现出优于常规回归模型的特性。ANN通过 合制备出物理性能优于基础石蜡 的改性石蜡，改性 对简单的非线性函数进行复合来描述复杂的物理现 后石蜡的物理性质如硬度 、熔点 、滴熔点 、粘度、晶体 象，它具有 自组织 、自学习、自适应的特点。它不需 结构等都有所改变。由于这些物理性质的变化 ，改 要给出具体的数学模型，而是根据训练样本的输人 、 性石蜡具有了许 多新 的性能，如使用价值高 、品种 输出数据，来 自动搜寻 自变量与因变量之间的关系 ， 多、高附加值等，且应用领域更加广阔。为了获得一 并把这种关系用神经元之问的连接权值来表示。 种性能优 良的改性石蜡 ，需要选用适当的基础石蜡、 我们已成功地将人工神经网络应用于石蜡滴