加氢ⅡⅢ类润滑油基础油氧化安定性神经网络预测研究
本文针对不同产地加氢精制Ⅱ/Ⅲ类润滑油基础油的结构特征,分别应用多层感知神经网络和径向基神经网络方法将加氢基础油链烷烃、环烷烃、烷基苯含量和粘度指数作为输入变量,建立了氧化安定性为输出变量的9参数神经网络模型。对比两个模型预测结果后发现多层感知网络模型预测准确度比后者提高了12.7％,达到了94.2％。研究首次将粘度指数作为预测模型输入参数,使模型预测准确度得到大幅提高。模型预测精度较为满意,可以满足不同产地的加氢基础油氧化安定性的预测需要。通过对影响加氢基础油氧化安定性的因素分析,找出了和氧化安定性有正/负相关关系的Ⅱ/Ⅲ类基础油的烷烃组成成分。
润滑油基础油 加氢精制 氧化安定性 神经网络模拟 粘度指数 烷烃组分
谢欣
中国石化石油化工科学研究院,北京 100083
国内会议
大连
中文
433-438
2008-09-22（万方平台首次上网日期，不代表论文的发表时间）