Обработка экспериментальных данных процесса коксования с помощью нейронных сетей

М. Г. Леонов, Б. С. Жирнов

Аннотация


Основным показателем эффективности нефтеперераба­тывающих заводов является глубина переработки нефти. Среди процессов, увеличивающих глубину переработки нефти, термические процессы являются наиболее эффективными и экономически привлекательными по сравнению с каталитическими. В ряду термических процессов, замедленное коксование достаточно увеличивает глубину переработки нефти и является безостаточным процессом. По результатам исследований процесса коксования в данной работе приводится сравнительный анализ двух методов обработки статистических данных: метод регрессионного анализа и обработка данных нейронными сетями. Метод регрессионного анализа – классический метод обработки данных, основанный на составлении уравнения регрессии и подбора коэффициентов уравнения регрессии. Обработка данных с помощью нейронных сетей основана на алгоритмах, подобных тем, которые происходят в головном мозге человека между биологическими нейронами. Нейрон, в искусственной нейронной сети, представляет собой математический центр обработки информации с входными и выходными данными, синаптическими весами, смещением, сумматором и функцией активации. Показаны основные этапы обработки данных каждого метода в отдельности. С помощью нейронных сетей проведена обработка экспериментальных данных процесса коксования, который ориентирован на получение малосернистого кокса. В качестве сырья процесса использовалась смесь тяжелых нефтяных остатков: тяжелый газойль каталитического крекинга, тяжелая смола пиролиза и гудрон. Различное соотношение этих компонентов в сырьевой смеси и давление в реакторе являлись изменяемыми параметрами данного процесса. После обработки данных получена нейронная сеть, адекватно описывающая процесс коксования. При сравнении результатов двух методов выявлено более плотное распределение расчетных данных с экспериментальными значениями при использовании нейронных сетей.

Ключевые слова


artificial neural network;coking;neuron;processing of experimental data.;regression analysis method;искусственная нейронная сеть;коксование;нейрон;обработка экспериментальных данных.;регрессионный метод анализа

Полный текст:

PDF

Литература


1 Капустин В.М., Гуреев А.А. Технология переработки нефти. В 2 ч. Деструктивные процессы. М.: КолосС, 2008. Ч.2. 334 с.

2 Походенко Н.Т., Брондз Б.И. Получение и обработка нефтяного кокса. М.: Химия, 1986. 312 с.

3 Красюков А.Ф. Нефтяной кокс. М.: Гостоптехиздат, 1963. 156 с.

4 Корзун Н.В., Магарил Р.З. Термические процессы переработки нефти: учебное пособие. М.: КДУ, 2008. 96 с.: табл., ил.

5 Зольников В.В. Получение малосернистых коксов из нефтяных остатков ОАО «Салаватнефтеоргсинтез». Уфа, 2008. 108 с.

6 Ферстер Э., Ренц Б. Методы корреляционного и регрессионного анализа. М.: Финансы и статистика, 1983. 273 с.

7 Хайкин С. Нейронные сети: полный курс, 2-е изд.: Пер. с англ. М.: Издательский дом "Вильямс", 2008. 1104 с.

8 Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д. Рудинского. М.: Горячая линия Телеком, 2007. 452 с.

9 Глубокая переработка нефтяного сырья и физико-химические анализы нефтепродуктов всех стадий переработки нефти / Ахметов А.Ф., [и др.] под ред. Валявина Г.Г. Нижний Новгород, типография ИП Кузнецов Н.В., 2013. 287 с.

10 Моделирование процесса термолиза гудрона при помощи нейронных сетей / Писаревский Д.В. [и др.] // Нефтепереработка и нефтехимия. 2012. № 9. С. 13-17.




DOI: http://dx.doi.org/10.17122/ogbus-2014-2-151-165

Ссылки

  • На текущий момент ссылки отсутствуют.