10.3969/j.issn.1007-3426.2021.01.011
基于改进神经网络的丙烷回收流程多目标优化
利用流程模拟软件HYSYS,根据某处理厂的实际运行数据,模拟不同操作参数下丙烷回收的直接换热流程(DHX),分析了低温分离温度、DHX塔顶温度、回流罐温度对丙烷收率及系统能耗的影响规律.以改进后的BP神经网络建立流程多目标优化模型,采用NSGA-Ⅱ算法对其进行多目标求解.其结果表明:改进后的BP神经网络对丙烷收率及系统能耗的预测精度高,相对误差均在2%以下.用NSGA-Ⅱ算法得到的Pareto解集能够为流程的设计与实际生产提供指导性作用.
DHX流程、BP神经网络、多目标遗传算法、Pareto前沿
50
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
66-71