APP下载

BP神经网络在加氢裂化装置航煤性质软测量中的应用

2020-08-26闫乃锋

工业催化 2020年8期
关键词:模型

闫乃锋,王 晨

(中海油惠州石化有限公司,广东 惠州 516086)

人工神经网络是类似于生物大脑神经突触结构且能能够进行信息处理的数学模型,应用三层神经网络(输入层、隐藏层、输出层)就可实现任意Rn空间到Rm空间的非线性函数逼近[1-2],在工业界已普遍应用于变量预测、图形识别等方面。在化工领域神经网络擅长用于装置参数软测量、产物收率预测等。张笑天等[3]利用模糊C均值聚类和多BP神经网络构建了具有良好预测能力的初顶石脑油软测量模型。钱欣瑞等[4]构建了基于NARX神经网络的油品性质软测量模型,通过动态神经网络取得了良好预测效果。本文拟构建单隐层BP神经网络,用以对加氢裂化装置的航煤产品性质进行预测,评估单隐层BP网络对航煤的闪点、终馏点、密度的预测效果。

1 BP神经网络构建

1.1 BP神经网络拓扑结构与训练流程

惠州石化中压加氢裂化装置以直馏煤柴油和催化柴油的混合油作原料,采用双剂串联一次通过的加氢裂化工艺流程,在中压下生产优质轻重石脑油、航煤、柴油[5-6]。图1为BP神经网络的一般训练流程,图2为基于航煤性质软测量业务需求构建的BP网络示意图。

图1 神经网络建模一般流程Figure 1 General process of neural network modeling

装置的生产参数是模型特征变量,位于神经网络输入层,航煤性质数据是模型目标变量,位于网络模型输出层,两者蕴含的非线性规律通过隐藏层的多个神经节点自动计算提取。层与层之间通过权值实现全连接。

图2 用于航煤性质……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用