基于GA-RBF网络的乙烯裂解炉在线操作优化

摘要：

基于OPC技术实现过程数据的实时采集,并对所需变量进行数据滤波与异常检测,再利用RBF神经网络建立乙烯裂解炉过程多输入多输出(MIMO)裂解产物收率在线软测量模型以及模型校正方法,以乙烯和丙烯收率之和最大为目标,基于遗传算法对RBF神经网络模型进行操作优化,得到裂解过程的最优操作条件以指导生产.实际的工业应用表明,该方法提高了乙烯和丙烯的收率,具有良好的适应性和稳定性,对实际生产有重要的指导意义.

关键词：乙烯裂解炉、操作优化、RBF神经网络、遗传算法

所属期刊栏目：26

分类号：TQ015.9;TP391.9;TP273(一般性问题)

资助基金：国家高技术研究发展计划8632007AA04Z170

在线出版日期：2009-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1003-1007