首页--工业技术论文--化学工业论文--炼焦化学工业论文--煤的高温干馏论文--化学产品加工论文

预测悬浮床加氢裂化产物分布方法研究

摘要第4-5页
abstract第5页
第一章 前言第8-19页
    1.1 选题背景与意义第8-9页
    1.2 渣油悬浮床加氢裂化工艺简介及发展现状第9-10页
    1.3 集总动力学模型的应用及研究概况第10-14页
    1.4 BP神经网络简介第14-18页
    1.5 本论文的研究目的和内容第18-19页
第二章 CTVR悬浮床加氢裂化实验第19-29页
    2.1 引言第19页
    2.2 实验部分第19-24页
        2.2.1 实验原料第19-20页
        2.2.2 实验仪器与试剂第20-21页
        2.2.3 实验流程第21-24页
    2.3 结果与讨论第24-28页
        2.3.1 反应温度对CTVR悬浮床加氢裂化的影响第24-25页
        2.3.2 反应氢初压对CTVR悬浮床加氢裂化的影响第25-26页
        2.3.3 反应时间对CTVR悬浮床加氢裂化的影响第26-27页
        2.3.4 催化剂浓度对CTVR悬浮床加氢的裂化的影响第27-28页
    2.4 本章小结第28-29页
第三章 利用集总动力学预测悬浮床加氢产品收率第29-58页
    3.1 引言第29页
    3.2 九集总动力学模型简介第29-42页
        3.2.1 九集总动力学模型的建立第29-31页
        3.2.2 CTVR悬浮床加氢裂化九集总动力学模型参数求解第31-32页
        3.2.3 参数求解方法第32-35页
        3.2.4 参数结果分析第35-38页
        3.2.5 误差分析结果第38-42页
    3.3 优化后集总动力学模型第42-56页
        3.3.1 纯甲苯不溶物悬浮床加氢裂化反应第42页
        3.3.2 八集总动力学模型建立第42-44页
        3.3.3 八集总动力学模型参数求解第44-45页
        3.3.4 参数求解结果分析第45-51页
        3.3.5 误差分析第51-53页
        3.3.6 八集总动力学模型的验证与应用第53-56页
    3.4 本章小结第56-58页
第四章 利用BP神经网络预测悬浮床加氢产品收率第58-65页
    4.1 引言第58页
    4.2 悬浮床加氢产品收率模型的建立第58-59页
        4.2.1 BP神经网络层数的确定第58页
        4.2.2 输入输出参数的确定第58页
        4.2.3 BP神经网络隐含层节点数的确定第58-59页
    4.3 BP神经网络模型的实现第59-62页
        4.3.1 BP神经网络的训练第59-61页
        4.3.2 BP神经网络模型的检验第61-62页
    4.4 BP神经网络模型预测与集总动力学预测产品收率比较分析第62-64页
    4.5 本章小结第64-65页
结论与展望第65-67页
参考文献第67-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:煤焦油减渣悬浮床加氢转化行为研究
下一篇:连续重整催化剂CR401的工业应用及装置的运行优化