欢迎来到天天文库
浏览记录
ID:32473585
大小:2.19 MB
页数:54页
时间:2019-02-06
《神经网络技术在石油化工过程中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要神经网络技术在石油化工过程中的应用石油化工过程是十分典型的复杂大系统,在工艺过程与装置确定的情况下,基于生产数据驱动的生产运行优化的研究与应用具有重要的现实意义。一方面由于现场生产数据具有海量、高维、强藕合性、不确定性、不完备性、不一致性、多时标性和数据类型多样性、多模态性,又由于工作环境复杂,电、磁、噪声干扰使数据易受污染。因此,基于数据驱动的任何研究、设计、运行工作首先都需要进行数据处理工作。另一方面由于石油化工过程的非线性、不确定性、大时滞、参数分布性和时变性等内在的复杂机理问题,导致
2、工业过程建模困难。基于神经网络技术的工业数据处理与智能建模是重要的研究方向。本文在综述工业数据预处理和建模技术的基础上,分析了具有特殊结构的自联想神经网络和递级神经网络,提出采用自联想神经网络进行工业数据滤波和输入空间压缩、用递级神经网络实现建模的工业智能实用思路,在模拟数据验证的基础上,对中石化某工业PTA装置和中石油某高密度聚乙烯装置进行了应用,验证了神经网络工业应用的有效性和实用性,为优化操作奠定了基础。关键词:精对苯二甲酸,高密度聚乙烯,数据预处理,自联想神经网络,递阶神经网络ABSTR
3、ACTAPPLICATIoNSoFARTIFICIALNEURALNETWoRKTECHNoLOGIESINPETRoCHEMICALPRoCESSThepetrochemicalandchemicalprogressisatypicalandcomplexsystem.It’Sveryimportantfortheresearchandapplicationonmanufacturedata—drivenrunningoptimization,whentheindustrialflowande
4、quipmentaredecided.Duetothemagnanimity,high—dimension,strong-coupling,uncertainty,imperfectness,inconsistencyandmulti—scaleoflocaldata,alongwiththevarietyandmulti—modeofdatatypes,indeedthenegativeeffectofelectrical,magneticandnoisepollution,thefirsts
5、tepofmanufacturedata-drivenworkistodataprocessing.Besides,itsmodelingbecomesmoredifficult,becauseoftheinherentandcomplexmechanismproblems,suchasnonlinearity,uncertainty,largetime—lagofindustrialobject,anddistribution,time-varyingofparameters.Soindust
6、rialdataprocessingandintelligentmodelingBasedonneuralnetworktechnologyisanimportantresearchdirection.Inthispaper,wesummarizetheindustrialdatapretreatmentandmodelingtechnology,analyzeAuto—AssociativeNeuralNetwork(AANN)and北京化T人学硕I:学位论文HierarchicalNeura
7、lNetworks(HNN).WealsogetanintelligentandavailableideafromtheAANNstudyondatafilteringandtheinput-compressionnetwork,fromtheHNNstudyondatamodeling.Afterthetheoreticstudy,theideaisappliedononeSINOPECPTAequipmentandoneCNPCHDPEequipment.Theresultsshowthev
8、alidityandpracticabilityofNNapplication,andgiveabasisofop!:imizedwork.KEYWORDS:PTA,HDPE,DataPreprocessing,AANN,HNN北京化工大学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识
此文档下载收益归作者所有