声明
摘要
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 国内外针对天然气脱碳的研究
1.2.2 国内外对于支持向量回归的研究现状
1.3 论文主要研究内容
1.3.1 研究目标
1.3.2 主要内容
1.4 论文组织结构
2.1 支持向量机SVM
2.1.1 机器学习理论
2.1.2 统计学习理论
2.2 支持向量回归机SVR
2.2.2 核函数学习
2.2.3 SVR理论
2.2.4 SVR模型建立流程
2.3 本章小结
第三章 PZ活化MDEA脱碳工艺参数优化
3.1.1 体系平衡关系
3.1.2 模型的简化
3.2 溶液循环量计算
3.3 工艺参数对溶液循环量影响分析
3.3.1 吸收塔压力对溶液循环量的影响
3.3.2 吸收塔温度对溶液循环量的影响
3.3.3 MDEA浓度对溶液循环量的影响
3.3.4 PZ浓度对溶液循环量的影响
3.4 PZ活化MDEA脱碳工艺参数优化分析
3.5 本章小结
第四章 基于多核SVR的PZ活化MDEA脱碳工艺研究
4.1 PZ活化MDEA脱碳工艺重要参数
4.2 脱碳工艺基础数据的预处理
4.3 单核SVR溶液循环量预测模型
4.3.1 基于LINEAR核SVR溶液循环量预测模型
4.3.2 基于POLY核SVR溶液循环量预测模型
4.3.3 基于RBF核SVR溶液循环量预测模型
4.3.4 基于S型核SVR溶液循环量预测模型
4.4 多核SVR溶液循环量预测
4.4.1 多核SVR溶液循环量预测模型搭建
4.4.2 多核SVR溶液循环量预测仿真实验分析
4.5 仿真实验结果分析
4.6 本章小结
第五章 基于多核SVR的PZ活化MDEA脱碳模型软件系统设计与实现
5.1 系统总体设计
5.1.1 系统设计目标
5.1.2 软件体系结构设计
5.1.3 主要模块设计
5.2 多核SVR的PZ活化MDEA脱碳工艺模型软件系统的实现
5.3 关键技术介绍
5.4 本章小结
第六章 总结与展望
6.1 研究总结
6.2 研究展望
致谢
参考文献
攻读学位期间参加科研情况及获得的学术成果