基于支持向量机的裂解炉燃料气热值软测量.pdf

基于支持向量机的裂解炉燃料气热值软测量.pdf

ID:52972698

大小:297.41 KB

页数:4页

时间:2020-04-05

基于支持向量机的裂解炉燃料气热值软测量.pdf_第1页
基于支持向量机的裂解炉燃料气热值软测量.pdf_第2页
基于支持向量机的裂解炉燃料气热值软测量.pdf_第3页
基于支持向量机的裂解炉燃料气热值软测量.pdf_第4页
资源描述:

《基于支持向量机的裂解炉燃料气热值软测量.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第5O卷第5期石油化工自动化Vo1.50,No.52014年1O月AUT0MATIoNINPETRo—CHEMICALINDUSRYOtc,2014基于支持向量机的裂解炉燃料气热值软测量郭强,刘伟平b(辽宁石油化工大学a.信息与控制工程学院.b.石油天然气工程学院,辽宁抚顺113000)摘要:针对裂解炉出口温度前馈控制需要快速准确的燃料气热值,提出一种基于支持向量机(SupportVectorMachine)的燃料气热值软测量建模方法。该方法通过支持向量机算法确定模型的结构,然后运用交叉验证法确定模型的最优参数。分析了裂解炉燃料气热值

2、的影响因素,并用支持向量机算法建立裂解炉燃料气热值软测量模型。利用某厂的裂解炉燃料气热值数据,对文中所提方法进行仿真研究。仿真结果表明:该方法能够准确地预测出燃料气热值,具有较高的热值预测精度,适于燃料气系统的热值建模。关键词:裂解炉燃料气热值软测量支持向量机中图分类号:TP273文献标志码:B文章编号:1007—7324(2014)05—0038—04SoftMeasurementofCalorificValueforCrackingFurnaceBasedonSupportVectorMachineGuoQiang,LiuWeip

3、ing(a.CollegeofInformationandControlEngineering,b.CollegeofPetroleumEngineering,LiaoningShihuaUniversity,Fushun,113000,China)Abstracts:Aimingatneedofquickandaccuratecalorificvalueoffuelgasforfeedforwardcontrolofoutlettemperatureofcrackingfurnace,anapproachformodelingsof

4、tmeasurementoffuelgascalorificvaluebasedonSupportVectorMachine(SVM)isproposed.TheapproachdeterminesmodelstructurebySVMalgorithmandacquiresoptimalparametersofmodelthroughapplicationofcross—validationmethod.Thefactorsinfluencingcalorificvalueoffuelgasofcrackingfurnacearer

5、eviewed.SoftmeasurementmodelofcalorificvaluesoffuelgasofcrackersystemisestablishedusingSVMalgorithm.Simulationexperimentiscarriedoutbasedonproposedmethodwithdataofcalorificvaluesoffuelgasofcrackerfurnacefromoneplant.Thesimulationresultsshowtheapproachcanaccuratelypredic

6、tcalorificvaluewithhighprecision.Itcanbeusedformodelingsoftmeasurementforcalorificvaluesoffuelgassystem.Keywords:crackingfurnace;calorificvalue;softmeasuremen;supportvectormachine在乙烯装置中,最核心的设备是裂解炉,其中燃料气组分发生波动导致热值变化时,不能在热值炉管出口温度是需要被首先考虑的被控对象之一,变化实际影响出口温度之前,采取有效的控制策略其控制结果

7、的好坏将直接影响裂解深度和乙烯收提前消除热值干扰,将会影响到出口温度的稳定。率。裂解炉炉管的出口温度主要受裂解烃进料流为解决该问题,建立燃料气热值软测量模型就是一量、稀释蒸汽流量、原料烃组成和燃料气热值的影种有效的方法。响,通常在裂解烃进料流量、稀释蒸汽流量、原料烃由于燃料气系统的化学反应机理复杂,传统的组成等变量变化不大的情况下,燃料气热值的变化机理建模方法难以实现,因而一种基于人工智能的是影响炉管出口温度波动的主要变量。因此,若要工业过程软测量技术越来越受到重视,如神经网保证炉管出口温度的相对稳定,可以采取实时测量络、遗传算法等。

8、刘漫丹等l3]研究开发了基于模糊燃料气热值,并通过前馈控制器前馈调节侧壁和底逻辑系统的小脑模型关节控制器神经网络算法。部烧嘴的燃气量的控制策略l1]。仿真研究表明,该算法提高了传统小脑模型关节控制器的平滑能力和泛化能力,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。