文献

J-GLOBAL ID：201202266147920900   整理番号：12A0901206

最適化ANNベースMoving Window法を用いて工業用予熱器における動的原油汚損予測

Dynamic crude oil fouling prediction in industrial preheaters using optimized ANN based moving window technique

著者 (4件)： NAVVAB KASHANI Moein (Process Simulation and Control Res. Lab., School of Chemical Engineering, Iran Univ. of Sci. and Technol. (IUST) ...) ,  AMINIAN Javad (Process Simulation and Control Res. Lab., School of Chemical Engineering, Iran Univ. of Sci. and Technol. (IUST) ...) ,  SHAHHOSSEINI Shahrokh (Process Simulation and Control Res. Lab., School of Chemical Engineering, Iran Univ. of Sci. and Technol. (IUST) ...) ,  FARROKHI Mohammad (School of Electrical Engineering, Iran Univ. of Sci. and Technol. (IUST), P.O. Box 16846-13114, Narmak, Tehran, IRN)
資料名： Chemical Engineering Research and Design  (Chemical Engineering Research and Design)
巻： 90  号： 7  ページ： 938-949  発行年： 2012年07月 
JST資料番号： E0282A  ISSN： 0263-8762  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本稿の目的は,工業用管式熱交換器の原油汚損挙動のオンライン監視と予測のための信頼性の高い効率的で堅牢な人工ニューラルネットワーク(ANN)モデルを開発し検証することであった。汚損の複雑なダイナミクスを調べるために,Moving Windowニューラルネットワーク法に基づくに基づく新しいモデリング戦略を提案した。このモデリング法の本質的な特徴は,プロセスダイナミクスのゆっくりとした変化を効率的に捕捉できるように,新しいデータブロックが利用可能になった時はいつでも,ANNモデルのオンライン更新であった。これらのモデルの結果を実験データの適切なセットと比較した。トレーニングと予測サブセットの平均相対誤差(MRE)は,それぞれ約6.61%と8.06%であった。製油所でのデータ抽出が2時間毎に行われので,本モデリング法は次の50時間の汚損速度予測に対して約8%のMREをもたらした。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *管式熱交換器 ,  予熱器 ,  *原油 ,  *汚損 ,  製油所 ,  *ニューラルネットワーク ,  モデリング ,  監視 ,  *予測 ,  予測モデル ,  誤差 ,  最適化
準シソーラス用語： シェル&チューブ熱交換器 ,  人工ニューラルネットワーク ,  ファウリング ,  オンライン監視 ,  相対誤差

分類 (2件)： 化学装置一般  (XB01010S) ,  石油精製一般  (YF02010M)

タイトルに関連する用語 (6件)： 最適化 ,  工業 ,  予熱器 ,  原油 ,  汚損 ,  予測