高级检索

  • ISSN 1006-3080
  • CN 31-1691/TQ

基于PLS-混合Pi-Sigma模糊神经网络模型的甲醇合成装置变换工序CO变换率软测量建模

程剑 宋淑群 张凌波 顾幸生

程剑, 宋淑群, 张凌波, 顾幸生. 基于PLS-混合Pi-Sigma模糊神经网络模型的甲醇合成装置变换工序CO变换率软测量建模[J]. 华东理工大学学报(自然科学版), 2015, (1): 66-71.
引用本文: 程剑, 宋淑群, 张凌波, 顾幸生. 基于PLS-混合Pi-Sigma模糊神经网络模型的甲醇合成装置变换工序CO变换率软测量建模[J]. 华东理工大学学报(自然科学版), 2015, (1): 66-71.
CHENG Jian, SONG Shu-qun, ZHANG Ling-bo, GU Xing-sheng. PLS-Hybrid Pi Sigma Fuzzy Neural Network Method and Its Application in Methanol Conversion Purification Process about CO Conversion Rate[J]. Journal of East China University of Science and Technology, 2015, (1): 66-71.
Citation: CHENG Jian, SONG Shu-qun, ZHANG Ling-bo, GU Xing-sheng. PLS-Hybrid Pi Sigma Fuzzy Neural Network Method and Its Application in Methanol Conversion Purification Process about CO Conversion Rate[J]. Journal of East China University of Science and Technology, 2015, (1): 66-71.

基于PLS-混合Pi-Sigma模糊神经网络模型的甲醇合成装置变换工序CO变换率软测量建模

基金项目: 

中央高校基本科研业务专项资金:上海市重点学科项目(B504)

PLS-Hybrid Pi Sigma Fuzzy Neural Network Method and Its Application in Methanol Conversion Purification Process about CO Conversion Rate

  • 摘要: 煤制甲醇合成变换过程中,需要把原料气中的一部分CO变换成CO2与H2,以提高H2的含量。为了能够快速地得到CO的变换率,利用偏最小二乘在提取信息、去噪、精简数据等方面的优势,将其与混合Pi Sigma模糊神经网络进行了融合,建立了CO变换率预测模型。该模型仿真时间短且具有较高的精度,能够指导并调整甲醇合成净化气中的碳氢比。

     

  • 加载中
计量
  • 文章访问数:  1627
  • HTML全文浏览量:  127
  • PDF下载量:  551
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-04-10
  • 刊出日期:  2015-03-03

目录

    /

    返回文章
    返回