文摘
英文文摘
第一章概述
1.1论文选题的目的和意义
1.2相关文献综述
1.2.1人工神经网络与自动控制
1.2.2建立数学模型的方法
1.2.3软测量技术及其应用
1.2.4原油蒸馏过程优化技术
1.3论文的工作
第二章常减压塔装置概况和工业流程
2.1常减压装置过程工艺简介
2.2工艺流程说明
2.2.1原油系统换热
2.2.2常压塔
2.2.3减压塔
2.3常减压塔产品质量的调节方法
2.3.1常压塔
2.3.2减压塔
2.4影响粘度和闪点的因素分析
2.4.1油品的粘度
2.4.2油品的闪点
2.5原油蒸馏的原理
2.5.1原油蒸馏的意义
2.5.2原油蒸馏的工艺流程
第二章RBF神经网络建立软测量仪表
3.1软测量技术
3.1.1软测量技术的产生
3.1.2软测量仪表的描述
3.1.3建立软测量仪表的方法
3.1.4影响软测量仪表性能的因素
3.2 RBF神经网络
3.2.1 RBF神经网络的结构
3.2.2 RBF神经网络的学习方法
3.2.3 RBF神经网络的算法
3.3常减压塔粘度和闪点软测量仪表的建立
小结
第四章基于多神经网络的软测量仪表
4.1基于多神经网络的非线性模型方法
4.1.1问题的提出
4.1.2多神经网络模型
4.2基于多神经网络的非线性系统建模的方法
4.2.1多神经网络的构造
4.2.2多神经网络的训练算法
4.2.3多神经网络模型的综合方法
4.3多神经网络建立粘度和闪点软测量仪表
4.3.1 C语言实现的多神经网络算法
4.3.2基于多神经网络的粘度和闪点软测量仪表的建立
第五章常减压塔的操作优化
5.1实现常减压塔操作优化的意义
5.2过程优化相关问题
5.2.1过程优化的描述
5.2.2优化算法的种类
5.3 NLJ优化算法
5.3.1NLJ优化算法概述
5.3.2 NLJ优化计算方法
5.3.3用NLJ法实现操作优化
结论与体会
致谢
参考文献
攻读学位期间发表的学术论文目录
北京化工大学;