人工神经网络在汽柴油加氢脱氮中的应用

摘要：

采用100 mL加氢装置,在温度320～360℃、空速1.2～2.0 h-1、氢油体积比350～550、压力6.0～8.5 MPa的条件下,应用Ni-Mo-P/Al2O3加氢精制催化剂对5种劣质汽柴油混合加氢脱氮率进行考察.分别应用BP神经网络和RBF神经网络建立用于预测汽柴油混合加氢脱氮率的模型,并应用RBF神经网络考察原料油性质和工艺条件对加氢脱氮反应的影响大小.结果表明:BP神经网络和RBF神经网络对脱氮率预测的平均相对误差分别为3.42％和2.58％,均能满足工业要求；RBF神经网络的预测性能优于BP神经网络；原料油性质对加氢脱氮反应的影响由强到弱的顺序为:硫含量＞密度＞氮含量＞50％馏出温度＞运动黏度＞溴价；工艺条件对加氢脱氮反应的影响由强到弱的顺序为:温度＞空速＞压力＞氢油比,为汽柴油混合加氢脱氮工艺条件优化提供了指导.

关键词：加氢脱氮、BP神经网络、RBF神经网络、MATLAB、汽油、柴油

所属期刊栏目：44

分类号：TE6;TQ4

资助基金：国家重点基础研究发展计划973项目2010CB226905

在线出版日期：2013-06-07（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：83-87