基于规则的连续重整反应器工况识别与优化操作
采用区域优化的方法,将生产工况划分成优良区域、合格区域和不合格区域.结合重整反应工艺机理分析,通过神经网络建立软测量模型基础,将当前产品辛烷值、催化剂结焦含量和产品液收率的软测量结果输入工况识别规则集,构成一个复合神经网络.这样使复合神经网络的输入信号为测量得到的相关工艺变量,输出信号直接为当前所属工况对应数值,就可根据当前采样信息自动识别工况所在区域.此外,根据工况区域以及生产经验制定出以反应器进口物料温度为操纵变量的操作规则,使各个时刻都有相应的操作指导,帮助在生产中寻找重整反应器的优化操作点.实际应用效果表明,使用该优化操作方法取得了显著的经济效益.
区域优化 工况识别 软测量 连续重整反应器
孙自强 顾幸生
华东理工大学自动化研究所(上海)
国内会议
第14届中国过程控制会议暨第3届全国技术过程故障诊断与安全学术会议
张家界
中文
304-307
2003-07-01（万方平台首次上网日期，不代表论文的发表时间）