基于NARX神经网络的油品性质软测量与实时控制研究
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 研究现状分析 | 第11-16页 |
| 1.2.1 NARX神经网络的发展 | 第11-13页 |
| 1.2.2 NARX神经网络的应用 | 第13-14页 |
| 1.2.3 油品性质软测量的研究现状 | 第14-15页 |
| 1.2.4 油品性质实时控制的研究现状 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 原油蒸馏装置的建模 | 第18-39页 |
| 2.1 原油蒸馏装置流程 | 第18-19页 |
| 2.2 物性方法 | 第19-20页 |
| 2.3 稳态模拟物料与设备操作参数 | 第20-25页 |
| 2.3.1 原油性质 | 第20-21页 |
| 2.3.2 进料流股性质 | 第21页 |
| 2.3.3 初馏塔工艺参数 | 第21-22页 |
| 2.3.4 常压塔工艺参数 | 第22页 |
| 2.3.5 压力设备工艺参数 | 第22-24页 |
| 2.3.6 水力学参数 | 第24-25页 |
| 2.3.6.1 塔板 | 第24-25页 |
| 2.3.6.2 回流罐和塔底储罐 | 第25页 |
| 2.4 稳态模拟结果 | 第25-34页 |
| 2.4.1 分馏塔操作条件结果 | 第25-26页 |
| 2.4.2 温度分布 | 第26-27页 |
| 2.4.3 压力分布 | 第27-28页 |
| 2.4.4 气液负荷分布 | 第28-30页 |
| 2.4.5 油品性质分析 | 第30-33页 |
| 2.4.6 稳态模拟结果分析 | 第33-34页 |
| 2.5 动态模拟PID控制仪表设置 | 第34-36页 |
| 2.5.1 PID控制理论简述 | 第34-35页 |
| 2.5.2 PID控制器的参数整定 | 第35-36页 |
| 2.6 动态模型运行结果 | 第36-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第3章 基于NARX神经网络的软测量仪表建模 | 第39-63页 |
| 3.1 软测量技术 | 第39-40页 |
| 3.2 NARX神经网络 | 第40-46页 |
| 3.2.1 NARX神经网络结构 | 第40-42页 |
| 3.2.2 神经网络训练 | 第42-46页 |
| 3.3 原油蒸馏装置的油品性质软测量仪表 | 第46-53页 |
| 3.3.1 软测量目标的选择 | 第46-47页 |
| 3.3.2 操纵变量的选取 | 第47页 |
| 3.3.3 阶跃实验 | 第47-48页 |
| 3.3.4 神经网络的训练 | 第48-49页 |
| 3.3.5 训练结果分析 | 第49-53页 |
| 3.4 软测量仪表的改进 | 第53-61页 |
| 3.4.1 改进的软测量仪表结构 | 第53-54页 |
| 3.4.2 修正算法 | 第54-55页 |
| 3.4.3 仿真实验结果 | 第55-61页 |
| 3.5 本章小结 | 第61-63页 |
| 第4章 基于NARX神经网络的油品性质线性化控制 | 第63-86页 |
| 4.1 神经网络控制简介 | 第63-66页 |
| 4.1.1 神经网络与PID控制 | 第63-64页 |
| 4.1.2 神经网络预测控制 | 第64-66页 |
| 4.2 NARX神经网络线性化控制 | 第66-72页 |
| 4.2.1 线性化控制原理 | 第66-68页 |
| 4.2.2 控制方案的优化 | 第68-72页 |
| 4.3 仿真实验 | 第72-76页 |
| 4.3.1 控制目标与操纵变量 | 第72-74页 |
| 4.3.2 NARX-L2控制器的训练 | 第74-75页 |
| 4.3.3 仿真实验设计 | 第75-76页 |
| 4.4 仿真实验结果 | 第76-85页 |
| 4.4.1 定值控制实验 | 第76-80页 |
| 4.4.2 随动控制实验 | 第80-82页 |
| 4.4.3 有扰动的控制实验 | 第82-85页 |
| 4.5 本章小结 | 第85-86页 |
| 第5章 结论与展望 | 第86-88页 |
| 5.1 结论 | 第86-87页 |
| 5.2 展望 | 第87-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-96页 |
| 攻读硕士期间获得与学位论文相关的科研成果 | 第96页 |
