本文選題：人工神經(jīng)網(wǎng)絡　切入點：硫含量　出處：《石油化工》2017年01期 　論文類型：期刊論文

【摘要】：針對柴油加氫脫硫生產(chǎn)過程中出現(xiàn)的工藝參數(shù)和產(chǎn)品質(zhì)量難以精準控制的問題,提出粒子群優(yōu)化(POS-BP)神經(jīng)網(wǎng)絡�；谥袊痛髴c石化公司1 300 kt/a柴油加氫脫硫裝置生產(chǎn)工藝操作臺賬數(shù)據(jù),選取生產(chǎn)過程中的易波動工藝參數(shù)構建訓練樣本集合和測試樣本集合,采用PSO-BP神經(jīng)網(wǎng)絡預測生產(chǎn)操作參數(shù)變化時精制柴油產(chǎn)品中硫含量的變化,將POS-BP神經(jīng)網(wǎng)絡與神經(jīng)網(wǎng)絡(BP)和遺傳算法優(yōu)化(GA-BP)神經(jīng)網(wǎng)絡進行橫向預測效果比較。實驗結果表明,BP神經(jīng)網(wǎng)絡預測的均方誤差為2.66×10~(-3),GA-BP神經(jīng)網(wǎng)絡預測的均方誤差為2.94×10~(-5),PSO-BP神經(jīng)網(wǎng)絡預測的均方誤差為2.41×10~(-5);PSO-BP神經(jīng)網(wǎng)絡預測值與實際值最為接近,且預測結果較佳,具有較好的穩(wěn)定性和泛化能力,能夠精確預測生產(chǎn)操作參數(shù)變化時精制柴油產(chǎn)品中硫含量的變化。
[Abstract]:In view of the problem that the process parameters and product quality are difficult to control accurately in the process of hydrodesulfurization of diesel oil, A particle swarm optimization (PSO) neural network for diesel oil hydrodesulfurization (HDS) was proposed. Based on the operating data of 1 300 kt/a diesel hydrodesulfurization unit of PetroChina Daqing Petrochemical Company, The training sample set and the test sample set are constructed by selecting the easily fluctuating process parameters in the production process, and the variation of sulfur content in refined diesel oil products is predicted by PSO-BP neural network. The POS-BP neural network is compared with the neural network (BP) and the genetic algorithm optimized neural network. The experimental results show that the mean square error of the BP neural network prediction is 2.66 脳 10 ~ (10) -3GA-BP neural network prediction mean square error is 2.94 脳 10 ~ (10) -5PSO-BP neural network. The mean square error of the network prediction is 2.41 脳 10 ~ (-5) ~ (-5). The predicted value of PSO-BP neural network is the closest to the actual value. The result of prediction is good, and it has good stability and generalization ability. It can accurately predict the change of sulfur content in refined diesel oil products when the operating parameters change.
【作者單位】： 齊齊哈爾大學化學與化學工程學院;齊齊哈爾大學計算機與控制工程學院;
【基金】：黑龍江省自然基金項目(B201422)
【分類號】：TE624

【參考文獻】

相關期刊論文 前8條

1 歐陽福生;方偉剛;唐嘉瑞;江洪波;;以BP神經(jīng)網(wǎng)絡為基礎的MIP工藝過程產(chǎn)品分布優(yōu)化[J];石油煉制與化工;2016年05期

2 譚均權;涂永善;劉子媛;;人工神經(jīng)網(wǎng)絡法預測輕質(zhì)油品的閃點[J];石化技術與應用;2016年01期

3 王天宇;劉忠保;黃明富;李國慶;;采用人工神經(jīng)網(wǎng)絡方法建立加氫裂化反應體系模型[J];石油煉制與化工;2015年08期

4 林志貴;姚芳琴;馮林強;杜軍蘭;李建雄;;結合自適應遺傳算法與彈性BP神經(jīng)網(wǎng)絡的亞硝酸鹽預測模型[J];天津工業(yè)大學學報;2015年03期

5 張孔遠;肖強;劉賓;劉晨光;;人工神經(jīng)網(wǎng)絡在汽柴油混合加氫脫硫中的應用[J];石油化工;2013年08期

6 龔慧明;;中國汽柴油標準現(xiàn)狀及改善油品質(zhì)量面臨的挑戰(zhàn)[J];國際石油經(jīng)濟;2013年05期

7 陳玉龍;楊基和;劉英杰;崔文龍;;BP神經(jīng)網(wǎng)絡模型用于芳烴油加氫工藝條件考察[J];石油煉制與化工;2013年03期

8 陳小全,周魯,蘇怡,左之利,趙蔡斌;神經(jīng)網(wǎng)絡及其在藥動學和藥效學中的應用[J];西南民族學院學報(自然科學版);2001年01期

相關碩士學位論文 前1條

1 吳心冰;安慶石化車用汽油、柴油質(zhì)量分析和改進實施研究[D];合肥工業(yè)大學;2014年

【共引文獻】

相關期刊論文 前10條

1 劉小莉;;“互聯(lián)網(wǎng)+”在液化氣終端門市銷售中的應用與研究[J];化工管理;2017年15期

2 陳步忠;李志海;;關于促進地方煉油企業(yè)油品質(zhì)量升級的幾點思考[J];石油工業(yè)技術監(jiān)督;2017年02期

3 葛泮珠;丁石;張樂;高曉冬;李大東;;氮化物對Ni-Mo-W和Co-Mo型催化劑超深度加氫脫硫反應的影響[J];石油化工;2017年02期

4 田景芝;杜曉昕;鄭永杰;李郁;荊濤;;基于PSO-BP神經(jīng)網(wǎng)絡的加氫脫硫柴油硫含量的預測研究[J];石油化工;2017年01期

5 張艾蕊;王海;王梅玲;高思田;宋小平;靳阿祥;;車用汽柴油標準物質(zhì)的研究進展[J];化學試劑;2016年10期

6 林志貴;馮林強;杜軍蘭;李剛;姚芳琴;;營養(yǎng)鹽預測分析系統(tǒng)設計[J];控制工程;2016年S1期

7 張艾蕊;王海;王梅玲;高思田;宋小平;靳阿祥;;車用汽柴油中硫成分分析標準物質(zhì)的研究進展[J];化學試劑;2016年08期

8 李�；�;高步良;燕京;;加氫深度脫硫動力學模型研究[J];石化技術與應用;2016年04期

9 孫文圃;許金良;景立竹;董亞萍;;基于MOVES的高速公路縱坡段載重柴油車輛碳排放預測模型的研究[J];公路交通科技;2015年12期

10 李坤;梁玉潔;姜磊;;中國內(nèi)河船舶與壓燃式發(fā)動機汽車排放標準對比分析[J];世界海運;2015年11期

【二級參考文獻】

相關期刊論文 前10條

1 Tang Jinlian;Gong Jianhong;Xu Youhao;;Flexibility of MIP Technology[J];China Petroleum Processing & Petrochemical Technology;2015年03期

2 曾宿主;解增忠;許友好;;生產(chǎn)滿足國Ⅴ排放標準汽油的技術路線及其效益分析[J];石油煉制與化工;2015年08期

3 唐津蓮;崔守業(yè);程從禮;;MIP技術在提高液體產(chǎn)品收率上的先進性分析[J];石油煉制與化工;2015年04期

4 張忠洋;李澤欽;李宇龍;李國慶;;GA輔助BP神經(jīng)網(wǎng)絡預測催化裂化裝置汽油產(chǎn)率[J];石油煉制與化工;2014年07期

5 許友好;;我國催化裂化工藝技術進展[J];中國科學:化學;2014年01期

6 彭沖;方向晨;韓龍年;曾榕輝;;減壓蠟油加氫裂化六集總動力學模型研究[J];石油煉制與化工;2014年01期

7 Liu Yibin;Tu Yongshan;Li Chunyi;Yang Chaohe;;Catalytic Cracking and PSO-RBF Neural Network Model of FCC Cycle Oil[J];China Petroleum Processing & Petrochemical Technology;2013年04期

8 Zhang Lei;Liu Zongkuan;Gu Zhaolin;;Simulation of Low-Temperature Coal Tar Hydrocracking in Supercritical Gasoline[J];China Petroleum Processing & Petrochemical Technology;2013年04期

9 Han Longnian;Fang Xiangchen;Peng Chong;Zhao Tao;;Application of Discrete Lumped Kinetic Modeling on Vacuum Gas Oil Hydrocracking[J];China Petroleum Processing & Petrochemical Technology;2013年02期

10 李鴻妹;石曉勇;陳鵬;張傳松;;春季東海赤潮發(fā)生前后營養(yǎng)鹽及溶解氧的平面分布特征[J];環(huán)境科學;2013年06期

【相似文獻】

相關期刊論文 前10條

1 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡在預報控制中的應用[J];機床;1993年11期

2 楊自厚;神經(jīng)網(wǎng)絡技術及其在鋼鐵工業(yè)中的應用第8講人工神經(jīng)網(wǎng)絡在鋼鐵工業(yè)中的應用(下)[J];冶金自動化;1997年05期

3 李潤生,李延輝,胡學軍,劉壯,王守儉;神經(jīng)網(wǎng)絡在冶金中的應用[J];鋼鐵研究;1998年02期

4 劉海玲,劉樹深,尹情勝,夏之寧,易忠勝;線性神經(jīng)網(wǎng)絡及在多組分分析中的初步應用[J];計算機與應用化學;2000年Z1期

5 王繼宗,王西娟;用神經(jīng)網(wǎng)絡確定梁上裂紋位置的研究[J];煤炭學報;2000年S1期

6 趙學慶,袁景淇,周又玲,賀松;生物發(fā)酵過程神經(jīng)網(wǎng)絡狀態(tài)預報器的驗證[J];無錫輕工大學學報;2000年06期

7 李智,姚駐斌,張望興,賀超武;基于神經(jīng)網(wǎng)絡的混勻配料優(yōu)化方法[J];鋼鐵研究;2000年04期

8 胡敏藝,馬榮駿;神經(jīng)網(wǎng)絡在冶金工業(yè)中的應用[J];湖南有色金屬;2000年05期

9 倪建軍,邵琳;利用神經(jīng)網(wǎng)絡進行觀測數(shù)據(jù)的分析與處理[J];連云港化工高等�？茖W校學報;2000年04期

10 裴浩東,蘇宏業(yè),褚健;材料工程中基于神經(jīng)網(wǎng)絡的穩(wěn)態(tài)優(yōu)化策略[J];材料科學與工程;2001年02期

相關會議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

相關碩士學位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

，

本文編號：1570323