乙烯裂解炉软测量与操作优化研究
学位论文数据集 | 第3-4页 |
摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第14-24页 |
1.1 课题研究目的及意义 | 第14-15页 |
1.2 国内外发展及研究现状 | 第15-22页 |
1.2.1 裂解炉的模型建立 | 第15-17页 |
1.2.2 软测量技术及应用 | 第17-18页 |
1.2.3 神经网络在软测量方面的应用 | 第18-20页 |
1.2.4 群智能优化算法研究现状 | 第20-22页 |
1.3 本文主要研究内容 | 第22-24页 |
第二章 DCS系统数据通讯与采集 | 第24-30页 |
2.1 上位机与DCS通讯方式的选择 | 第24页 |
2.2 OPC技术 | 第24-27页 |
2.2.1 OPC的概念 | 第24-25页 |
2.2.2 服务器和接口 | 第25-26页 |
2.2.3 数据存取规范 | 第26-27页 |
2.2.4 数据服务器的存取方式 | 第27页 |
2.3 OPC客户程序的设计 | 第27-28页 |
2.4 数据库及其访问技术 | 第28-29页 |
2.5 小结 | 第29-30页 |
第三章 神经元网络 | 第30-40页 |
3.1 BP神经网络 | 第30-34页 |
3.1.1 BP网络结构 | 第30-31页 |
3.1.2 BP网络算法 | 第31-34页 |
3.2 RBF神经网络 | 第34-37页 |
3.2.1 RBF网络结构 | 第35-36页 |
3.2.2 RBF网络算法 | 第36-37页 |
3.3 神经网络的选取 | 第37页 |
3.4 VB语言实现RBF网络算法 | 第37-38页 |
3.5 小结 | 第38-40页 |
第四章 乙烯裂解炉双烯收率软仪表 | 第40-54页 |
4.1 软测量技术的实现步骤 | 第40-42页 |
4.2 裂解炉装置现场工艺介绍 | 第42-45页 |
4.2.1 裂解机理 | 第43-44页 |
4.2.2 双烯收率的相关变量 | 第44-45页 |
4.3 双烯收率软测量模型 | 第45-51页 |
4.3.1 辅助变量的确定 | 第45页 |
4.3.2 样本数据的采集及滞后时间 | 第45-47页 |
4.3.3 数据的预处理 | 第47页 |
4.3.4 双烯收率的模型训练与检验 | 第47-50页 |
4.3.5 软仪表的实际运行 | 第50-51页 |
4.4 影响软测量应用的因素 | 第51-52页 |
4.5 小结 | 第52-54页 |
第五章 乙烯裂解炉装置的过程优化 | 第54-62页 |
5.1 过程优化简述 | 第54-55页 |
5.2 过程优化的实现 | 第55-56页 |
5.3 GSO优化方法 | 第56-59页 |
5.3.1 仿生学原理 | 第56页 |
5.3.2 GSO算法描述 | 第56-58页 |
5.3.3 GSO算法求解约束优化问题的步骤 | 第58-59页 |
5.4 GSO优化算法在裂解炉装置上的应用 | 第59-61页 |
5.5 小结 | 第61-62页 |
第六章 结论 | 第62-64页 |
参考文献 | 第64-68页 |
致谢 | 第68-70页 |
导师与作者简介 | 第70-71页 |
附件 | 第71-72页 |