科研之友
微信
新浪微博
Facebook
分享链接
摘要
在文献基础上分析了热虹吸式再沸器的两段机理模型,分析了影响再沸器运行的各变量关系。选择了液位、导热油入口温度与流量、精馏塔釜温度作为数据模型预测再沸器热量的输入变量。采用浅层神经网络方法建立数据模型,当隐含层只有两层时表现出了较好的运算速度与拟合精度的平衡。采用工业现场数据建立再沸器热量的软测量模型。考虑到再沸器的性能在不断变化,比较了几种数据采集时间策略。当训练样本不包含检测样本时,可以看到再沸器运行过程中,拟合精度将会随着设备参数、控制参数的变化而逐渐下降,均方根误差依然保持在2.5%以内。但当现场设备参数发生较大变化后,数据模型的适用性变差,需要重新训练以达到原来的精度。
- 单位
