[发明专利]基于人工神经网络实现多柱连续流层析设计及分析的方法

摘要

本发明公开了一种基于人工神经网络实现多柱连续流层析设计及分析的方法，包括：步骤1，第一人工神经网络训练，以穿透曲线数据集为输入，机理模型参数集为输出，训练得到第一人工神经网络；步骤2，第二人工神经网络训练，以机理模型参数集为输入，穿透曲线数据集为输出，训练得到第二人工神经网络；步骤3，采用第一人工神经网络进行穿透曲线拟合；步骤4，采用第二人工神经网络进行穿透曲线预测；步骤5，连续流层析的过程分析，将穿透曲线和连续流操作参数代入连续流层析模型，得到过程产率和介质利用度；步骤6，连续流层析的操作空间优化，基于特定分离目标，确定合适的过程产率和介质利用度，得到优化的连续流层析设计参数的操作空间。

主权项

1.一种基于人工神经网络实现多柱连续流层析设计及分析的方法，其特征在于，包括以下步骤：步骤1，第一人工神经网络训练，采用机理模型和实验方法建立层析穿透曲线数据集和机理模型参数集，以穿透曲线数据集为输入，机理模型参数集为输出，训练得到第一人工神经网络；步骤2，第二人工神经网络训练，采用机理模型和实验方法建立层析穿透曲线数据集和机理模型参数集，以机理模型参数集为输入，穿透曲线数据集为输出，训练得到第二人工神经网络；步骤3，穿透曲线拟合，将实验所得穿透曲线进行线性插值，得到穿透曲线的特征点，将特征点和实验操作参数作为输入代入第一人工神经网络，拟合计算得到机理模型参数；步骤4，穿透曲线预测，将步骤3得到的机理模型参数代入第二人工神经网络，依据层析参数预测范围，得到不同流速与不同蛋白浓度的穿透曲线特征点，并和穿透曲线实验数据进行比较，若误差大于5％，则重新进行第一人工神经网络训练和第二人工神经网络训练，并重新进行步骤3和步骤4；步骤5，连续流层析的过程分析，将步骤4预测的穿透曲线特征点和连续流基本操作参数代入连续流层析模型，得到连续流层析过程的设计参数和评估参数，分析连续流层析操作参数变化对多柱连续流层析的过程产率和介质利用度等性能指标的影响；步骤6，连续流层析的操作空间优化，基于特定的分离目标和要求，确定合适的过程产率和介质利用度，通过步骤5的分析，得到优化的连续流层析设计参数的操作空间。