精馏塔乙烯损失率建模及智能优化控制策略
摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-17页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 乙烯工业发展现状 | 第9-10页 |
1.3 乙烯生产工艺流程 | 第10-12页 |
1.4 乙烯精馏塔国内外研究现状 | 第12-13页 |
1.5 课题研究意义与技术路线 | 第13-16页 |
1.5.1 课题研究意义 | 第13-14页 |
1.5.2 课题研究的技术路线 | 第14-16页 |
1.6 本文结构框架 | 第16-17页 |
2 乙烯精馏过程分析 | 第17-23页 |
2.1 精馏基本原理概述 | 第17页 |
2.2 乙烯精馏工艺流程 | 第17-20页 |
2.3 精馏塔乙烯损失率的物理意义及影响因素 | 第20-22页 |
2.3.1 精馏塔乙烯损失率的物理意义 | 第20页 |
2.3.2 精馏塔乙烯损失率的影响因素 | 第20-22页 |
2.4 本章小结 | 第22-23页 |
3 基于FCM的工况划分 | 第23-29页 |
3.1 多模型建模 | 第23-24页 |
3.2 工况变量的选取 | 第24-25页 |
3.3 模糊聚类算法的基本原理 | 第25-27页 |
3.3.1 模糊聚类算法的提出 | 第25-26页 |
3.3.2 模糊聚类算法的流程描述 | 第26-27页 |
3.4 FCM的工况划分结果分析 | 第27-28页 |
3.5 本章小结 | 第28-29页 |
4 基于工况划分的多模型乙烯损失率建模 | 第29-45页 |
4.1 多模型建模步骤 | 第29-30页 |
4.2 主元分析法基本原理 | 第30-31页 |
4.2.1 主元分析法概述 | 第30-31页 |
4.2.2 主元分析法基本原理 | 第31页 |
4.3 支持向量机 | 第31-33页 |
4.3.1 软测量技术与支持向量机 | 第31-32页 |
4.3.2 支持向量机原理 | 第32-33页 |
4.4 LSSVM算法概述 | 第33-35页 |
4.5 粒子群算法原理 | 第35-36页 |
4.5.1 粒子群算法的提出 | 第35页 |
4.5.2 粒子群算法的基本原理 | 第35-36页 |
4.6 基于LSSVM的多模型乙烯损失建模 | 第36-43页 |
4.6.1 基于LSSVM的各工况模型的建立 | 第36-37页 |
4.6.2 PSO优化LS-SVM参数 | 第37-39页 |
4.6.3 仿真结果及分析 | 第39-43页 |
4.7 本章小结 | 第43-45页 |
5 基于PSO的精馏塔节能操作优化 | 第45-52页 |
5.1 引言 | 第45页 |
5.2 精馏塔优化的内容及意义 | 第45-46页 |
5.3 优化方法概述 | 第46-47页 |
5.4 优化目标的确定 | 第47-48页 |
5.5 基于PSO优化精馏塔操作参数 | 第48-49页 |
5.6 仿真实验及效果分析 | 第49-51页 |
5.7 本章小结 | 第51-52页 |
结论 | 第52-54页 |
参考文献 | 第54-58页 |
攻读硕士学位期间发表学术论文情况 | 第58-59页 |
致谢 | 第59-60页 |