科研之友
微信
新浪微博
Facebook
分享链接
摘要
为降低硫、烯烃含量及辛烷值损失，保证汽油清洁化生产，基于S Zorb装置运行积累的数据，首先利用Lasso算法初步筛选建模变量，并基于BP神经网络计算指标因子贡献度，进一步筛选出15个主要变量用于建立辛烷值损失预测模型；其次对比分析4种模型，得出BP神经网络预测精度更优，更适合作为辛烷值损失预测模型，并经过10折交叉验证得到均方误差(MSE)均值为0.027 193,R2均值为0.904 87,验证了该模型的可靠性；最后在控制油品硫质量分数不大于5μg/g的前提下，结合多元线性回归对主要变量进行优化调控.结果表明，需同时改变多个变量才能使辛烷值损失降幅大于30%,多元线性回归模型预测精度较好，能按照一定比例对主要变量进行正反向调控.本文还可视化展示了优化过程中辛烷值和硫含量的变化轨迹.
- 单位
