柴油调合人工神经网络模型研究

根据某炼油厂所提供的柴油调合凝点和冷滤点基础数据 ,用人工神经网络的反向传播方法进行建模预测。提出了人工神经网络适宜的拓扑结构 ,通过生产数据的检验 ,证明了用该方法建立的柴油调合模型能有效地给出预测信息。研究表明 ,凝点预测绝对值平均误差为 1.0 5℃ ,冷滤点预测绝对值平均误差为 0 .91℃ ,较常用的调合系数模型、指数关联模型和凝点换算因子模型 ,能更准确地预报调合柴油的凝点和冷滤点。

燃料油低硫化的最新进展

发达国家在不太长的时间内 ,不断修改环保法规 ,对燃料中的硫含量要求越来越低 ,许多炼厂为此积极进行技术创新和准备工艺改造 ,以便在未来生产超低硫柴油和无硫汽油 。

邻氯苄醇的制备

探讨了以邻氯苯甲醛与甲醛为主要原料 ,通过交叉的Connizzaro反应制备邻氯苄醇的工艺条件。主要考察了反应物的配比对邻氯苄醇收率的影响 ,当邻氯苯甲醛、甲醛和氢氧化钠物质的量比为 1 0∶1 3∶3 5 ,氢氧化钠的质量分数为 5 0 % ,以甲醇为溶剂时 ,邻氯苄醇的收率达到 91 93%