摘要：
以催化裂化MIP装置工业数据为基础,选取原料油性质中的密度、饱和烃含量、芳烃含量、(沥青质+胶质)含量、镍含量、钒含量、残炭7个变量,分别采用K-means和FCM算法对原料油性质进行聚类。K-means聚类法将原料油性质的95组样本分为4类,FCM聚类法将原料油性质的95组样本分为5类。聚类结果中的每一类原料油特征都比较明显,表明K-means和FCM聚类法对于原料油性质的聚类分析均具有较好的适用性。以此为基础,可以针对每一类原料油建立相应的产品分布优化智能模型,为寻找使目的产品收率最大化的操作条...
会员登录
