| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 高含硫天然气脱硫工艺的研究现状 | 第12页 |
| 1.2.2 高含硫天然气脱硫工艺节能降耗的研究现状 | 第12-13页 |
| 1.2.3 数据驱动的高精度建模的研究现状 | 第13页 |
| 1.2.4 数据驱动的多目标优化的研究现状 | 第13-14页 |
| 1.2.5 关键技术难点 | 第14-15页 |
| 1.3 本文的研究内容与技术路线 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16页 |
| 1.4 本文的结构 | 第16-18页 |
| 2 高含硫天然气脱硫工艺特性分析 | 第18-28页 |
| 2.1 高含硫天然气脱硫工艺简介 | 第18-19页 |
| 2.2 工艺条件对脱硫效果的影响 | 第19-22页 |
| 2.2.1 吸收塔温度对脱硫效果的影响 | 第20页 |
| 2.2.2 吸收塔压力对脱硫效果的影响 | 第20-21页 |
| 2.2.3 溶液循环量对脱硫效果的影响 | 第21-22页 |
| 2.2.4 小结 | 第22页 |
| 2.3 工艺条件对脱硫选择性的影响 | 第22-24页 |
| 2.3.1 吸收塔温度对脱硫选择性的影响 | 第22-23页 |
| 2.3.2 吸收塔压力对脱硫选择性的影响 | 第23页 |
| 2.3.3 溶液循环量对脱硫选择性的影响 | 第23-24页 |
| 2.3.4 小结 | 第24页 |
| 2.4 工艺条件对脱硫工艺能耗的影响 | 第24-27页 |
| 2.4.1 吸收塔温度对脱硫工艺能耗的影响 | 第24-25页 |
| 2.4.2 吸收塔压力对脱硫工艺能耗的影响 | 第25页 |
| 2.4.3 溶液循环量对脱硫工艺能耗的影响 | 第25-26页 |
| 2.4.4 重沸器热负荷对脱硫工艺能耗的影响 | 第26页 |
| 2.4.5 小结 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 高含硫天然气脱硫工艺高精度建模方法研究 | 第28-49页 |
| 3.1 引言 | 第28-29页 |
| 3.2 BPNN算法简介 | 第29-30页 |
| 3.3 UKFNN算法简介 | 第30-31页 |
| 3.4 基于MiUKFNN的建模方法 | 第31-34页 |
| 3.4.1 最小采样点算法 | 第31-32页 |
| 3.4.2 MiUKFNN算法 | 第32-34页 |
| 3.5 基于ScMiUKFNN的建模方法 | 第34-36页 |
| 3.5.1 比例无迹变换 | 第34-35页 |
| 3.5.2 ScMiUKFNN算法 | 第35-36页 |
| 3.6 仿真实验及分析 | 第36-38页 |
| 3.6.1 MiUKFNN仿真结果及分析 | 第37-38页 |
| 3.6.2 ScMiUKFNN仿真结果及分析 | 第38页 |
| 3.7 工业过程建模实验及分析 | 第38-47页 |
| 3.7.1 数据采集 | 第38-39页 |
| 3.7.2 参数设定 | 第39-40页 |
| 3.7.3 评价指标 | 第40页 |
| 3.7.4 模型精度分析 | 第40-46页 |
| 3.7.5 模型效率分析 | 第46-47页 |
| 3.7.6 模型可靠性分析 | 第47页 |
| 3.8 本章小结 | 第47-49页 |
| 4 高含硫天然气脱硫工艺节能优化方法研究 | 第49-64页 |
| 4.1 引言 | 第49-50页 |
| 4.2 NSGA-II算法描述 | 第50-51页 |
| 4.3 基于NSGA-II-RVC的决策参数多目标优化方法 | 第51-56页 |
| 4.3.1 基于参考向量的分区及目标变换 | 第51-52页 |
| 4.3.2 角-距离惩罚函数 | 第52-53页 |
| 4.3.3 违反约束函数的选择策略 | 第53-54页 |
| 4.3.4 基于非规则PF的自适应参考向量 | 第54-55页 |
| 4.3.5 NSGA-II-RVC算法 | 第55-56页 |
| 4.4 仿真实验及分析 | 第56-60页 |
| 4.4.1 测试函数 | 第56-57页 |
| 4.4.2 参数设计 | 第57页 |
| 4.4.3 评价指标 | 第57-58页 |
| 4.4.4 实验结果及分析 | 第58-60页 |
| 4.5 工业过程决策参数多目标优化实验及分析 | 第60-63页 |
| 4.5.1 偏好多目标优化模型建立 | 第60-61页 |
| 4.5.2 优化结果分析 | 第61-62页 |
| 4.5.3 最优决策参数分析 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 研究总结 | 第64-65页 |
| 5.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 作者在攻读学位期间发表的论著及取得的科研成果 | 第72-73页 |