催化裂化主分馏塔模拟、优化与质量控制
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 前言 | 第9-11页 |
第二章 流程模拟及软测量技术概述 | 第11-24页 |
·化工流程稳态模拟技术 | 第11-16页 |
·化工流程稳态模拟方法 | 第11-14页 |
·化工流程模拟软件 | 第14-16页 |
·软测量技术概述 | 第16-23页 |
·辅助变量的选择 | 第18页 |
·数据的采集和预处理 | 第18-19页 |
·软测量模型的建立方法 | 第19-22页 |
·软测量模型的校正 | 第22-23页 |
·本章小结 | 第23-24页 |
第三章 催化裂化主分馏塔模拟分析 | 第24-47页 |
·催化裂化分馏塔装置流程简述 | 第24页 |
·反应油气合成模拟 | 第24-26页 |
·工艺流程模型 | 第26-28页 |
·主分馏塔模拟及结果分析 | 第28-33页 |
·物料衡算 | 第28-30页 |
·主分馏塔操作条件 | 第30页 |
·工艺参数模拟分析 | 第30-31页 |
·产品质量分析 | 第31-33页 |
·操作参数优化结果分析 | 第33-39页 |
·主分馏塔水力学分析 | 第39-45页 |
·主分馏塔气液相负荷 | 第39-41页 |
·典型塔盘负荷性能图 | 第41-45页 |
·本章小结 | 第45-47页 |
第四章 粗汽油干点模型研究 | 第47-57页 |
·石油产品的虚拟组分组成 | 第47-48页 |
·分馏塔机理建模干点模型 | 第48-52页 |
·基于虚拟组分的粗汽油干点模型 | 第52-55页 |
·基于关键虚拟组分的干点模型 | 第52-54页 |
·基于汽柴油交叉组分的干点模型 | 第54-55页 |
·本章小结 | 第55-57页 |
第五章 基于神经网络的粗汽油干点软测量模型研究 | 第57-66页 |
·BP神经网络 | 第57-61页 |
·BP神经元模型 | 第58页 |
·BP神经网络结构 | 第58-59页 |
·BP网络的学习算法 | 第59-61页 |
·基于BP神经网络的粗汽油干点模型 | 第61-65页 |
·经验建模 | 第61-63页 |
·基于关键虚拟组分的混合建模 | 第63-64页 |
·基于汽柴油交叉组分的混合建模 | 第64-65页 |
·模型比较 | 第65页 |
·本章小结 | 第65-66页 |
第六章 结论与展望 | 第66-68页 |
参考文献 | 第68-73页 |
附录 | 第73-78页 |
致谢 | 第78页 |