基于 BP 神经网络预测硫在高含硫气体中溶解度

摘要：

元素硫在高含硫气体中溶解度的研究是硫沉积机理研究、硫沉积预测和处理技术研究的前提和基础，也是元素硫沉积室内研究工作的核心课题。为了关联和预测硫在高含硫气体中的溶解度，提出误差逆向传播人工神经网络（BP ANN）模型，并设计了该模型的计算过程，讨论了该模型的参数设置。计算结果表明，该模型可作为模拟和内推硫在高含硫气体中溶解度的一种较好手段，但外推效果较差。与现有其他硫溶解度计算模型相比，该模型计算结果优于Chrastil缔合模型和经验公式，与状态方程法和六参数缔合模型的计算结果相当。

关键词：硫沉积、BP神经网络、预测、元素硫、高含硫气体、溶解度

分类号：TE642(石油、天然气加工工业)

资助基金：国家自然科学基金“天然气管道跨越结构清管动力响应实验及理论研究”51174172；教育部博士点专项科研基金“高温高压复杂天然气集输工艺基础理论研究”20125121110003。

在线出版日期：2015-07-17（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：1-5