Development of a SVM model for Prediction of Hydrocracking Product Yields


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

In this study Support Vector Machine (SVM) and Lump Kinetic Model was used to predict the hydrocracking products yield by using data which obtained from Tehran Refinery in Iran. The minimum calculated squared correlation coefficient and key parameters of SVM were used to evaluate the SVM performance. Output variables of SVM model were optimized for hydrocracking products. Kinetic parameter and mean squared error values for the 4-Lumped Kinetic models have been developed. Mean Squared Errors (MSE) of training set for Diesel, Naphtha and LPG were obtained 0.179, 0.116, and 0.174 and for testing set are 0.164, 0.148, and 0.132, respectively. It can be concluded that SVM can be used as a reliable and accurate estimation method with comparison between SVM data and Tehran refining unit. Such validated models may be regarded as valuable tools for process optimization, control, design, catalyst selection and provide a better insight into the process.

Об авторах

K. Sharifi

Petroleum Refining Division, Research Institute of Petroleum Industry

Автор, ответственный за переписку.
Email: sharifikh@ripi.ir
Иран, Tehran, P. O. Box 1485733111

A. Safiri

Petroleum Refining Division, Research Institute of Petroleum Industry

Email: sharifikh@ripi.ir
Иран, Tehran, P. O. Box 1485733111

M. Asl

Petroleum Refining Division, Research Institute of Petroleum Industry; Department of Engineering, Senior Process Engineer, South Pars Gas Complex

Email: sharifikh@ripi.ir
Иран, Tehran, P. O. Box 1485733111; Assaluyeh, P. O. Box 311/75391

H. Adib

School of Chemical Engineering, Amirkabir University of Technology (Tehran Polytechnic)

Email: sharifikh@ripi.ir
Иран, Tehran, 15914

B. Nonahal

Petroleum Refining Division, Research Institute of Petroleum Industry

Email: sharifikh@ripi.ir
Иран, Tehran, P. O. Box 1485733111

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Pleiades Publishing, Ltd., 2019

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».