首页--工业技术论文--化学工业论文--基本有机化学工业论文--脂肪族化合物(无环化合物)的生产论文--脂肪族烃论文--不饱和脂烃论文

乙烯裂解炉收率建模及优化控制策略

摘要第4-5页
Abstract第5-6页
1 绪论第9-18页
    1.1 研究背景第9-10页
    1.2 国内外乙烯工业生产现状第10-11页
    1.3 裂解炉建模和优化控制的国内外研究进展第11-15页
        1.3.1 裂解炉建模的研究进展第11-14页
        1.3.2 裂解炉优化控制的研究进展第14-15页
    1.4 课题研究意义与研究内容第15-16页
    1.5 论文组织结构第16-18页
2 裂解装置的工艺及机理分析第18-25页
    2.1 裂解装置的工艺过程第18-21页
        2.1.1 裂解炉种类第18-19页
        2.1.2 USC-176U型裂解炉技术简介第19-20页
        2.1.3 裂解炉工艺操作第20-21页
    2.2 烯裂解反应机理第21-22页
    2.3 影响裂解产率的主要工艺参数第22-24页
        2.3.1 裂解深度第23页
        2.3.2 裂解温度第23页
        2.3.3 停留时间第23页
        2.3.4 烃分压第23-24页
        2.3.5 裂解炉出口压力第24页
    2.4 本章小结第24-25页
3 基于迁移学习算法的裂解过程工况划分第25-37页
    3.1 工况划分的主要依据第25-28页
        3.1.1 裂解原料的特性指标第25-27页
        3.1.2 裂解原料对生产的影响第27-28页
    3.2 迁移学习算法的基本原理第28-32页
        3.2.1 迁移学习算法概述第28-29页
        3.2.2 基于boosting的实例迁移第29-30页
        3.2.3 TrAdaBoost算法流程描述第30-32页
    3.3 基于TrAdaBoost算法工况划分第32-33页
    3.4 仿真结果及分析第33-36页
    3.5 本章小结第36-37页
4 基于PSO优化LS-SVM的裂解炉收率建模第37-49页
    4.1 主元分析法基本原理第37-39页
        4.1.1 主元分析法概述第37-38页
        4.1.2 主元分析法原理分析第38-39页
    4.2 最小二乘支持向量机的基本原理第39-42页
        4.2.1 LS-SVM概述第39-40页
        4.2.2 LS-SVM原理简介第40-42页
    4.3 粒子群优化算法原理第42-43页
        4.3.1 PSO基本思想第42-43页
        4.3.2 粒子群算法原理解析第43页
    4.4 PSO优化LS-SVM模型参数第43-45页
    4.5 基于PSO-LS-SVM算法裂解炉产率的预测模型第45页
    4.6 仿真结果及分析第45-48页
    4.7 本章小结第48-49页
5 基于遗传算法的裂解炉收率优化控制策略第49-58页
    5.1 遗传算法的原理和方法第49-51页
        5.1.1 遗传算法概述第49页
        5.1.2 遗传算法的方法论第49-51页
    5.2 GA优化控制裂解深度第51-52页
    5.3 仿真及结果分析第52-55页
    5.4 能效评估平台应用第55-57页
    5.5 本章小结第57-58页
结论第58-59页
参考文献第59-63页
攻读硕士学位期间发表学术论文情况第63页
攻读硕士学位期间申请专利情况第63-64页
致谢第64-65页

论文共65页,点击 下载论文
上一篇:光学石英玻璃纳米加工性能的研究
下一篇:氮化硼纳米片的规模化制备工艺探索