已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Multi-Objective Optimization of a Crude Oil Hydrotreating Process with a Crude Distillation Unit Based on Bootstrap Aggregated Neural Network Models

加氢脱硫 人工神经网络 蒸馏 过程(计算) 计算机科学 原油 工艺工程 工程类 机器学习 石油工程 化学 操作系统 有机化学 硫黄
作者
Wissam Muhsin,Jie Zhang
出处
期刊:Processes [MDPI AG]
卷期号:10 (8): 1438-1438 被引量:4
标识
DOI:10.3390/pr10081438
摘要

This paper presents the multi-objective optimization of a crude oil hydrotreating (HDT) process with a crude atmospheric distillation unit using data-driven models based on bootstrap aggregated neural networks. Hydrotreating of the whole crude oil has economic benefit compared to the conventional hydrotreating of individual oil products. In order to overcome the difficulty in developing accurate mechanistic models and the computational burden of utilizing such models in optimization, bootstrap aggregated neural networks are utilized to develop reliable data-driven models for this process. Reliable optimal process operating conditions are derived by solving a multi-objective optimization problem incorporating minimization of the widths of model prediction confidence bounds as additional objectives. The multi-objective optimization problem is solved using the goal-attainment method. The proposed method is demonstrated on the HDT of crude oil with crude distillation unit simulated using Aspen HYSYS. Validation of the optimization results using Aspen HYSYS simulation demonstrates that the proposed technique is effective.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
英俊的背包完成签到,获得积分10
3秒前
Lynn完成签到,获得积分10
3秒前
4秒前
酒尚温完成签到 ,获得积分10
4秒前
8秒前
科研菜鸟发布了新的文献求助10
9秒前
欣喜宛海完成签到 ,获得积分10
10秒前
Acadia发布了新的文献求助10
11秒前
YBR完成签到 ,获得积分10
12秒前
自觉的鸿涛完成签到,获得积分20
13秒前
sukasuka发布了新的文献求助10
17秒前
17秒前
18秒前
剑八发布了新的文献求助10
20秒前
21秒前
路边完成签到 ,获得积分10
21秒前
jianghs完成签到,获得积分0
22秒前
Akim应助CC采纳,获得10
25秒前
kk发布了新的文献求助10
26秒前
剑八完成签到,获得积分10
27秒前
yyyy完成签到,获得积分10
28秒前
30秒前
乐乐完成签到,获得积分10
31秒前
上官若男应助hhc采纳,获得10
35秒前
认真航空完成签到,获得积分10
35秒前
35秒前
1111完成签到 ,获得积分10
35秒前
文献菜鸟发布了新的文献求助30
36秒前
36秒前
暮暮完成签到,获得积分10
37秒前
39秒前
令莞完成签到,获得积分10
40秒前
41秒前
44秒前
45秒前
深情安青应助vhsgurey采纳,获得10
45秒前
46秒前
夜漫雪发布了新的文献求助10
47秒前
48秒前
48秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3158476
求助须知:如何正确求助?哪些是违规求助? 2809636
关于积分的说明 7883043
捐赠科研通 2468315
什么是DOI,文献DOI怎么找? 1314077
科研通“疑难数据库(出版商)”最低求助积分说明 630572
版权声明 601956