文献

J-GLOBAL ID：201702271401058639   整理番号：17A1522220

PSO-BPニューラルネットワークに基づく水素化脱硫ディーゼル油の硫黄含有量の予測研究【JST・京大機械翻訳】

Prediction of sulfur content in hydrodesulfurization diesel oil based on the PSO-BP neural network

著者 (5件)： Tian Jingzhi (斉斉哈爾大学化学与化学工程学院,黒竜江斉斉哈爾,161006) ,  Du Xiaoxin (斉斉哈爾大学計算机与控制工程学院,黒竜江斉斉哈爾,161006) ,  Zheng Yongjie (斉斉哈爾大学化学与化学工程学院,黒竜江斉斉哈爾,161006) ,  Li Yu (斉斉哈爾大学化学与化学工程学院,黒竜江斉斉哈爾,161006) ,  Jing Tao (斉斉哈爾大学化学与化学工程学院,黒竜江斉斉哈爾,161006)
資料名： Shiyou Huagong  (Shiyou Huagong)
巻： 46  号： 1  ページ： 62-67  発行年： 2017年 
JST資料番号： W1472A  ISSN： 1000-8144  CODEN： SHHUE8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ディーゼル油の水素化脱硫プロセスにおけるプロセスパラメータと製品品質の正確な制御が困難であるという問題を解決するために,粒子群最適化(PSO-BP)ニューラルネットワークを提案した。中国石油大慶石油化学会社における1300kt/aディーゼル水素化脱硫装置の生産プロセスにおける台上データに基づき、生産過程における変動しやすいプロセスパラメータを選択し、訓練サンプル集合とテストサンプル集合を構築した。PSO-BPニューラルネットワークを用いて生産パラメータを変化させた時の精製ディーゼル製品中の硫黄含有量の変化を予測し、POS-BP神経回路網と神経回路網(BP)と遺伝的アルゴリズム最適化(GA-BP)神経回路網との横方向予測効果を比較した。実験結果は,BPニューラルネットワークによって予測された平均二乗誤差が2.66×10-3であり,GA-BPニューラルネットワークによって予測された平均二乗誤差が2.94×10-5であり,PSO-BPニューラルネットワーク予測の平均二乗誤差が2.41×10-5であることを示した。PSO-BPニューラルネットワークの予測値は実際の値と最も近く、予測結果がよく、良好な安定性と汎化能力を有し、生産操作パラメータの変化を正確に予測できる時、精製ディーゼル製品中の硫黄含有量の変化を正確に予測できる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ディーゼル燃料 ,  生産工程 ,  *予測 ,  *硫黄 ,  神経回路網 ,  *ニューラルネットワーク ,  遺伝的アルゴリズム ,  中華人民共和国 ,  *水素化脱硫 ,  プロセスパラメータ ,  最適化 ,  石油
準シソーラス用語： 平均二乗誤差 ,  *逆伝播ニューラルネットワーク ,  *ディーゼル , 【Automatic Indexing@JST】

著者キーワード (4件)： artificial neural networks ,  sulfur content ,  diesel oil ,  hydrodesulfurization

分類 (5件)： 採油,採ガス一般  (UA10010K) ,  燃料油  (YF02072I) ,  分析機器  (CC02020S) ,  脳・神経系モデル  (EL02050C) ,  フライス加工  (QC02030R)

タイトルに関連する用語 (6件)： 水素化脱硫 ,  ディーゼル油 ,  硫黄 ,  含有量 ,  予測 ,  研究