| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 课题的学术背景及研究意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 催化裂化技术进展 | 第10-15页 |
| 1.3 催化裂化建模研究进展 | 第15-19页 |
| 1.3.1 催化裂化统计模型 | 第15-16页 |
| 1.3.2 催化裂化机理模型 | 第16-18页 |
| 1.3.3 催化裂化混合型模型 | 第18-19页 |
| 1.4 本课题研究的主要内容 | 第19-20页 |
| 第二章 催化裂化 MIP 反再系统神经网络统计模型 | 第20-38页 |
| 2.1 MIP 工艺简介 | 第20-21页 |
| 2.2 数据挖掘技术和人工神经网络 | 第21-24页 |
| 2.2.1 数据挖掘技术 | 第21-22页 |
| 2.2.3 人工神经网络 | 第22-24页 |
| 2.3 催化裂化反再系统的变量分析和挑选 | 第24-29页 |
| 2.3.1 变量分析 | 第24-27页 |
| 2.3.2 变量选择 | 第27-29页 |
| 2.4 建模 | 第29-33页 |
| 2.4.1 数据采集 | 第30-31页 |
| 2.4.2 数据分析 | 第31-32页 |
| 2.4.3 构造神经网络 | 第32-33页 |
| 2.5 操作优化 | 第33-35页 |
| 2.6 MIP 反再系统神经网络统计模型 | 第35-36页 |
| 2.7 模型应用 | 第36-38页 |
| 第三章 改进的催化裂化十集总反应动力学模型 | 第38-65页 |
| 3.1 反应机理 | 第39-44页 |
| 3.1.1 催化裂化反应历程及特点 | 第39-41页 |
| 3.1.2 催化裂化反应类型 | 第41-44页 |
| 3.2 集总划分 | 第44-45页 |
| 3.3 集总反应网络 | 第45-48页 |
| 3.4 建立模型 | 第48-56页 |
| 3.4.1 质量平衡 | 第48-51页 |
| 3.4.2 能量平衡 | 第51-55页 |
| 3.4.3 两段提升管模型 | 第55-56页 |
| 3.5 确定动力学模型参数 | 第56-65页 |
| 3.5.1 动力学参数估计的具体思路 | 第56-57页 |
| 3.5.2 数据采集 | 第57-59页 |
| 3.5.3 动力学参数的求取 | 第59-61页 |
| 3.5.4 动力学参数估计的结果与讨论 | 第61-65页 |
| 第四章 混合模型 | 第65-72页 |
| 4.1 并联混合模型 | 第65-66页 |
| 4.2 串联混合模型 | 第66-68页 |
| 4.3 小结 | 第68-69页 |
| 4.4 应用实例 | 第69-72页 |
| 结论与展望 | 第72-74页 |
| 结论 | 第72页 |
| 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士期间发表论文情况 | 第78-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |