论文部分内容阅读
软测量技术是石化生产过程中在线监测油品难测性质的重要手段。本文提出了一种基于NARX神经网络的软测量仪表用于原油蒸馏装置中油品关键性质的在线预测。首先,利用流程模拟软件建立了原油蒸馏过程的动态模型。然后,基于动态模型的阶跃实验数据,建立了以装置操作变量为输入、油品关键性质为输出的NARX神经网络预测模型,并提出能有效减少模型预测误差的修正方法。仿真实验结果表明,所提出的误差修正方法可明显减少预测结果中的"大误差点",降低根均方误差,因此,所建立的软测量仪表可用于油品关键性质的在线预测。