乙烯裂解炉软测量建模及裂解深度实时优化
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外乙烯研究现状及成果 | 第11-12页 |
| 1.2.1 DCS在乙烯裂解装置中的应用现状 | 第11-12页 |
| 1.2.2 乙烯裂解炉的软件化趋势 | 第12页 |
| 1.3 软测量建模技术 | 第12-14页 |
| 1.3.1 软测量技术基本思想 | 第13-14页 |
| 1.3.2 神经网络软测量建模 | 第14页 |
| 1.4 乙烯裂解炉优化技术 | 第14-15页 |
| 1.5 课题内容和文章安排 | 第15-17页 |
| 第2章 乙烯裂解原料与工艺简介 | 第17-25页 |
| 2.1 裂解原料 | 第17-20页 |
| 2.1.1 裂解原料的特性指标 | 第17-19页 |
| 2.1.2 裂解原料与生产关系 | 第19-20页 |
| 2.2 热裂解反应 | 第20-21页 |
| 2.2.1 一次反应 | 第20-21页 |
| 2.2.2 二次反应 | 第21页 |
| 2.3 热裂解的主要工艺参数 | 第21-23页 |
| 2.3.1 裂解深度 | 第21页 |
| 2.3.2 影响乙烯收率的因素 | 第21-23页 |
| 2.4 工艺操作 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 裂解产物收率的软测量建模 | 第25-45页 |
| 3.1 原始数据预处理 | 第25-26页 |
| 3.2 原料聚类 | 第26-33页 |
| 3.2.1 模糊C均值聚类 | 第27-28页 |
| 3.2.2 利用模糊聚类算法对原料聚类 | 第28-33页 |
| 3.3 基于COILSIM1D的建模 | 第33-39页 |
| 3.3.1 COILSIM1D工业软件简介 | 第34-36页 |
| 3.3.2 基于COILSIM1D的裂解炉建模 | 第36-39页 |
| 3.4 基于BP神经网络的收率模型 | 第39-43页 |
| 3.4.1 BP神经网络 | 第40-42页 |
| 3.4.2 产物收率模型 | 第42-43页 |
| 3.5 模型验证 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 乙烯裂解深度优化 | 第45-62页 |
| 4.1 优化目标的构建 | 第46-47页 |
| 4.2 深度优化收率模型的选择 | 第47-48页 |
| 4.2.1 原料在线聚类 | 第47-48页 |
| 4.2.2 在线产物预测模型 | 第48页 |
| 4.3 乙烯裂解深度优化方法 | 第48-52页 |
| 4.3.1 模型最优平均出口温度 | 第48-50页 |
| 4.3.2 黄金分割法简介 | 第50-52页 |
| 4.3.3 最优深度值 | 第52页 |
| 4.4 在线校正和滚动优化 | 第52-53页 |
| 4.5 深度优化软件实现 | 第53-61页 |
| 4.5.1 OPC技术 | 第54-57页 |
| 4.5.2 深度优化程序 | 第57-58页 |
| 4.5.3 投用效果 | 第58-59页 |
| 4.5.4 投用率统计 | 第59-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 本文工作总结 | 第62页 |
| 5.2 今后研究工作的展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |
