10.16866/j.com.app.chem201612007
热虹吸式再沸器换热量软测量模型
在文献基础上分析了热虹吸式再沸器的两段机理模型,分析了影响再沸器运行的各变量关系.选择了液位、导热油入口温度与流量、精馏塔釜温度作为数据模型预测再沸器热量的输入变量.采用浅层神经网络方法建立数据模型,当隐含层只有两层时表现出了较好的运算速度与拟合精度的平衡.采用工业现场数据建立再沸器热量的软测量模型.考虑到再沸器的性能在不断变化,比较了几种数据采集时间策略.当训练样本不包含检测样本时,可以看到再沸器运行过程中,拟合精度将会随着设备参数、控制参数的变化而逐渐下降,均方根误差依然保持在2.5%以内.但当现场设备参数发生较大变化后,数据模型的适用性变差,需要重新训练以达到原来的精度.
热虹吸式再沸器、神经网络、软测量
33
TQ051.5(一般性问题)
NSFC-浙江两化融合联合基金U1509209
2017-03-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
1267-1271