| 摘要 | 第10-11页 |
| Abstract | 第11页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 引言 | 第12-13页 |
| 1.2 裂解炉工艺简介 | 第13-16页 |
| 1.2.1 齐鲁分公司乙烯装置工艺流程简述 | 第13-14页 |
| 1.2.2 乙烯裂解炉工艺流程介绍 | 第14-16页 |
| 1.3 裂解炉先进控制技术应用概述 | 第16-20页 |
| 1.3.1 先进控制技术概述 | 第16-17页 |
| 1.3.2 先进控制的研究进展和国内外情况 | 第17-18页 |
| 1.3.3 裂解炉先进控制的背景及国内外情况 | 第18-19页 |
| 1.3.4 裂解炉深度先进控制研究现状 | 第19-20页 |
| 1.4 本文主要研究内容 | 第20-22页 |
| 第2章 基于裂解深度神经网络模型的智能Smith预估控制 | 第22-46页 |
| 2.1 裂解深度的意义及影响因素 | 第22-24页 |
| 2.1.1 裂解深度的物理意义 | 第22页 |
| 2.1.2 影响裂解深度的工艺因素 | 第22-24页 |
| 2.2 裂解深度控制方案 | 第24-26页 |
| 2.2.1 传统裂解深度控制方案 | 第24-25页 |
| 2.2.2 裂解深度建模方法选择 | 第25-26页 |
| 2.3 人工神经网络技术 | 第26-30页 |
| 2.3.1 神经网络的历史与特点 | 第26-27页 |
| 2.3.2 BP神经网络 | 第27-30页 |
| 2.4 裂解深度预测模型的建立 | 第30-35页 |
| 2.4.1 辅助变量的选择 | 第30页 |
| 2.4.2 数据采集原则 | 第30-31页 |
| 2.4.3 基于Coilsim软件的裂解炉软测量建模数据的获取 | 第31-33页 |
| 2.4.4 裂解深度预测模型的建立 | 第33-35页 |
| 2.4.5 软测量模型输出值的在线校正 | 第35页 |
| 2.5 基于神经网络预测模型的裂解深度Smith预估控制 | 第35-38页 |
| 2.5.1 Smith预估控制原理 | 第35-37页 |
| 2.5.2 构建基于BP神经网络预测模型的裂解深度Smith预估控制 | 第37-38页 |
| 2.6 基于DMC算法构建裂解深度预测模型 | 第38-45页 |
| 2.6.1 动态矩阵控制的原理和算法 | 第38-43页 |
| 2.6.2 基于DMC算法实现裂解深度控制方案 | 第43-44页 |
| 2.6.3 DMC算法的实现 | 第44-45页 |
| 2.7 本章小结 | 第45-46页 |
| 第3章 在线气相色谱仪在裂解炉深度控制中的应用 | 第46-57页 |
| 3.1 裂解气在线分析系统概述 | 第46-55页 |
| 3.1.1 裂解气取样器 | 第47-49页 |
| 3.1.2 裂解气预处理系统 | 第49-50页 |
| 3.1.3 裂解气预处理系统应用及日常维护措施 | 第50-51页 |
| 3.1.4 裂解气在线色谱分析仪 | 第51-53页 |
| 3.1.5 气相色谱仪并行分析在裂解炉深度控制中的应用 | 第53-55页 |
| 3.2 裂解深度容错控制系统设计 | 第55-56页 |
| 3.3 本章小结 | 第56-57页 |
| 第4章 裂解炉裂解深度控制软件开发与实施 | 第57-74页 |
| 4.1 裂解深度神经网络软测量模型的建立 | 第57页 |
| 4.2 裂解深度控制方案 | 第57-58页 |
| 4.3 裂解深度先进控制的实现 | 第58-59页 |
| 4.4 深度控制系统画面说明 | 第59-66页 |
| 4.5 裂解深度控制系统投用/切出步骤 | 第66-68页 |
| 4.6 系统投运效果 | 第68-73页 |
| 4.7 投用效果总结 | 第73-74页 |
| 第5章 结论 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 学位论文评阅及答辩情况表 | 第80页 |
