摘要 | 第1-5页 |
Abstract | 第5-10页 |
第一章 绪论 | 第10-23页 |
§1-1 前言 | 第10页 |
§1-2 柴油硫含量标准及柴油中的硫化物 | 第10-12页 |
1-2-1 柴油硫含量标准 | 第10-11页 |
1-2-2 柴油中的含硫化合物 | 第11-12页 |
§1-3 柴油脱硫方法 | 第12-17页 |
1-3-1 柴油加氢脱硫方法 | 第12-15页 |
1-3-2 柴油非加氢超深度脱硫技术 | 第15-16页 |
1-3-3 整体反应器/催化剂在馏分油脱硫中的应用 | 第16-17页 |
§1-4 人工神经网络 | 第17-21页 |
1-4-1 BP 人工神经网络的特点 | 第17页 |
1-4-2 BP 人工神经网络在化工方面的应用 | 第17-18页 |
1-4-3 BP 神经网络结构 | 第18页 |
1-4-4 BP 神经网络的算法 | 第18-19页 |
1-4-5 设计BP 神经网络的相关函数 | 第19-21页 |
§1-5 人工神经网络在石油化工中的应用 | 第21-22页 |
§1-6 本文研究的主要内容 | 第22-23页 |
第二章 实验部分 | 第23-29页 |
§2-1 实验试剂及仪器 | 第23-24页 |
§2-2 FCC 柴油性质测定 | 第24-26页 |
2-2-1 FCC 柴油密度的测定 | 第24页 |
2-2-2 FCC 柴油馏程的测定 | 第24-25页 |
2-2-3 FCC 柴油苯胺点的测定 | 第25页 |
2-2-4 FCC 柴油开口闪点的测定 | 第25-26页 |
2-2-5 FCC 柴油恩氏粘度的测定 | 第26页 |
§2-3 FCC 柴油加氢脱硫性能评价 | 第26-29页 |
2-3-1 使用WK-2D 型微库仑仪测定FCC 柴油总硫含量 | 第26-27页 |
2-3-2 使用气相色谱分析仪测定FCC 柴油类型硫含量 | 第27-29页 |
第三章 FCC 柴油总硫含量及类型硫分布的分析和预测 | 第29-43页 |
§3-1 引言 | 第29-30页 |
§3-2 FCC 柴油总硫含量和类型硫分布的测定 | 第30-34页 |
3-2-1 FCC 柴油总硫含量的测定 | 第30页 |
3-2-2 FCC 柴油中类型硫含量的测定 | 第30-34页 |
§3-3 FCC 柴油总硫含量的预测 | 第34-39页 |
3-3-1 训练函数的确定 | 第34页 |
3-3-2 输入层和输出层的设计 | 第34-35页 |
3-3-3 隐含层神经元个数的选择 | 第35页 |
3-3-4 训练过程结束的控制参数 | 第35-36页 |
3-3-5 学习速率和动量因子的确定 | 第36页 |
3-3-6 传输函数的确定 | 第36页 |
3-3-7 BP 神经网络的训练 | 第36-38页 |
3-3-8 BP 神经网络的检验 | 第38-39页 |
3-3-9 BP 五种物理性质输出响应值的比较 | 第39页 |
§3-4 FCC 柴油类型硫含量的预测 | 第39-42页 |
3-4-1 BP 神经网络结构的确定 | 第40页 |
3-4-2 BP 神经网络的训练 | 第40-41页 |
3-4-3 BP 神经网络预测性能的检验 | 第41-42页 |
§3-5 本章小结 | 第42-43页 |
第四章 FCC 柴油加氢脱硫性能评价及预测 | 第43-63页 |
§4-1 引言 | 第43页 |
§4-2 FCC 柴油加氢脱硫性能评价及预测 | 第43-54页 |
4-2-1 实验设计 | 第43-46页 |
·模型建立 | 第46-47页 |
4-2-3 方差分析和显著性检验 | 第47-50页 |
4-2-4 反应条件对脱硫率的影响分析 | 第50-52页 |
4-2-5 FCC 柴油加氢精制反应温度的预测 | 第52-54页 |
§4-3 高沸程FCC 柴油加氢脱硫性能评价及预测 | 第54-62页 |
4-3-1 实验设计 | 第55-56页 |
4-3-2 模型建立 | 第56-57页 |
4-3-3 方差分析和显著性检验 | 第57-58页 |
4-3-4 反应条件对脱硫率的影响分析 | 第58-59页 |
4-3-5 高沸程FCC 柴油加氢精制反应温度的预测 | 第59-61页 |
4-3-6 神经网络模型的应用 | 第61-62页 |
§4-4 本章小结 | 第62-63页 |
第五章 结论 | 第63-64页 |
参考文献 | 第64-69页 |
附录 A | 第69-70页 |
致谢 | 第70-71页 |
攻读学位期间所取得相关科研成果 | 第71页 |