原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
渣油裂解装置的软测量建模研究
目 录
中文摘要： I
英文摘要 II
1 概述 1
1.1 实习目的 1
1.2 实习单位概况 1
1.3 实习內容概述 2
2 实习内容 3
2.1 绪论 3
2.1.1渣油的定义 3
2.1.2渣油裂解原理与工艺 3
2.1.3国外渣油加氢处理技术简介 4
2.1.4国内炼油行业技术路线 5
2.1.5国内渣油加氢处理沸腾床技术发展现状 5
2.1.6软测量技术概况 6
2.2 RBF神经网络软测量方法 9
2.2.1 RBF神经网络原理 10
2.2.2 RBF神经网络结构 10
2.2.3 RBF神经网络算法 11
2.2.4 RBF神经参数优化设计 11
2.2.5 基于MATLAB的RBF神经网络实现 15
2.3 RBF神经网络应用于渣油裂解的在线估计 15
2.3.1 渣油裂解裂解炉工艺流程 16
2.3.2 RBF神经网络结构与算法设计 17
2.3.3 RBF神经网络在线估计 18
2.3.4 结果与讨论 21
3 实习总结 27
致谢 28
参考文献 29
渣油裂解装置的软测量建模研究
学生姓名：鲍杰杰 指导教师：成忠
（浙江科技学院生物与化学工程学院）
摘 要：为提高渣油裂解产物在线预测的插值精度，本文建立了径向基函数神经网络( RBFNN) 预测模型，并简单介绍了遗传网络优化RBF参数。并建立基于MATLAB的RBF神经网络。通过MATLAB编程，对渣油裂解工艺过程中产生的数据进行了调试比较，为了达到一个精确稳定的在线估计与预测，并对比BP神经网络分析其优缺点。
关键词：渣油裂解；神经网络； MATLAB；RBF；BP
Residual cracking unit, a soft sensor modeling study
Student’ s name:Bao jiejie Advisor: Cheng zhong
School of Biological and Chemical Engineering Zhejiang University of Science and Technology
Abstract: In order to improve the cracking of the online prediction product residue interpolation accuracy, this paper established the radial basis function neural network (RBFNN) prediction model, and introduced the genetic network optimization RBF parameters. And based on MATLAB RBF neural network. Through the MATLAB programming, cracking process of residual data generated in the commissioning more, in order to achieve a precise stable on-line estimation and prediction, and contrast the BP neural network their advantages and disadvantages are analyzed.
Keywords：Residual crackingNeural network； MATLAB；RBF；BP
1 概述
1.1 实习目的
针对渣油裂解生产过程中需要连续稳定生产，为了在反应中能及时监测调整数据，使得渣油裂解反应能连续稳定进行，所以监测和预测显得尤为重要，本实验通过软测量的建模对数据进行进一步分析与预测，为缩小误差而努力。
（1）渣油裂解生产工艺在国内外的影响力及发展，过程过程的在线检测的必要性、重要性的国内外文献调研；
（2）常用软测量方法，如神经网络，最小向量机等的的原理及实现方式，关键参数的优化选择；
（3）渣油裂解的工艺分析，影响因素和优化目标的选择与确定，数据分析方法的确定；
（4）实施RBF神经网络和MATLAB软件的试验优化研究与比较分析。
1.2 实习单位概况
实习单位—浙江科技学院。浙江科技学院是一所以工科为主，集工、理、文、经济、管理、教育为一体的多学科全日制省属本科院校，其前身为成立于1980年的浙江大学附属杭州工业专科学校。学校坚定不移地走特色办学之路，逐步形成借鉴德国应用科学大学（FH）办学经验，结合中国国情，培养具有创新
文档评论（0）