文档名：基于机器学习的蜡油性质智能预测方法
摘要：蜡油是炼油工艺过程中的重要副产品,具有较高的附加值.原油经过不同工艺加工可获得多种石蜡产品,产品的关键性质(如熔点、含油量、针入度等)受其碳组成含量和结构的影响较大.产品性质的传统检测方法有色谱法(GC)、质谱法(MS)、近红外法(IR)以及色谱质谱联用法(GC-MS)等.但是这些方法检测耗时长,设备操作比较复杂,难以快速实现产品性质的预测.为能快速得到蜡油关键性质,收集整理了样本检测数据,对数据结构进行了预处理,建立了基于随机森林和XGBoost的蜡油关键性质智能预测模型,通过对蜡油3个关键性质的预测对比分析两个模型性能,XGBoost模型收敛性较好,3个关键性质训练结果的R2均已达到0.75以上,可用于指导蜡油产品性质的预测.
作者：满晨冰 王晓霖 杜红勇 杨晓 郭士刚Author：MANChen-bing WANGXiao-lin DUHong-yong YANGXiao GUOShi-gang
作者单位：中石化(大连)石油化工研究院股份有限公司,辽宁大连116045
刊名：当代化工 ISTIC
Journal：ContemporaryChemicalIndustry
年，卷(期)：2023, 52(3)
分类号：TQ646
关键词：机器学习 蜡油 随机森林 XGBoost 性质预测
机标分类号：TP181TP301.6TP273.4
在线出版日期：2023年4月18日
基金项目：大连市杰出科技青年人才,基于图神经网络模型的混合现实智能炼厂优化平台项目基于机器学习的蜡油性质智能预测方法[
期刊论文] 当代化工--2023, 52(3)满晨冰 王晓霖 杜红勇 杨晓 郭士刚蜡油是炼油工艺过程中的重要副产品,具有较高的附加值.原油经过不同工艺加工可获得多种石蜡产品,产品的关键性质(如熔点、含油量、针入度等)受其碳组成含量和结构的影响较大.产品性质的传统检测方法有色谱法(GC)、质谱法(M...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于机器学习的蜡油性质智能预测方法 Intelligent Prediction Method of Wax Properties Based on Machine Learning
基于机器学习的蜡油性质智能预测方法.pdf
- 文件大小:
- 6.02 MB
- 下载次数:
- 60
-
高速下载
|
|
