化学工程与过程技术杂志
开放获取

抽象的

白芨炼油厂原油蒸馏塔人工神经网络控制器

杜雷德·法迪尔·艾哈迈德和阿里·侯赛因·哈拉夫

开发了神经网络控制器并用于调节原油蒸馏装置的温度。使用两种类型的神经网络；神经网络预测和非线性自回归移动平均 (NARMA-L2) 控制器。神经网络工具箱软件中实现的神经网络控制器使用非线性设备的神经网络模型来预测未来设备的性能。MATLAB模拟器中的人工神经网络根据aspen-HYSYS模拟器生成的数据对白芨原油蒸馏装置进行建模。对两种方法进行了比较，以测试响应的有效性和性能。结果表明，当使用 NARMA-L2 控制器时，取得了良好的改进，最大均方误差为 103.1，而神经预测的 MSE 为 182。分别为 7 个。还显示了神经网络 NARMA-L2 控制器的优先级，与神经网络预测控制器相比，它给出的偏移值更小，温度响应在更短的时间内达到稳态值，超调更低。