研究成果:Attention-based EarlyWarning Framework for Abnormal Operating Conditions in Fluid Catalytic Cracking Units
作者:汤臣薇,杨帆*,吕建成 等
发表期刊:Applied Soft Computing
新闻摘要
近日,计算机科学领域著名期刊《Applied Soft Computing》(SCI一区, Top期刊)刊载了
四川万物纵横 杨帆博士 与四川大学合作的最新工业智能研究成果
《基于注意力机制的催化裂化装置异常工况预警(Attention-based EarlyWarning Framework for Abnormal Operating Conditions in Fluid Catalytic Cracking Units)》。
该论文在线预览链接:https://www.sciencedirect.com/science/article/abs/pii/S1568494624000498

该论文由杨帆博士与四川大学吕建成教授团队合作发表,论文一作是四川大学汤臣薇副教授。杨帆博士作为该论文算法的主要设计人,是该论文的通讯作者。
论文设计
催化裂化是最复杂的化工过程之一,它是重质油在酸性催化剂作用下,在温度500℃左右,压力达到1×105~3×105Pa的条件下发生的以裂化反应为主的一系列化学反应,反应主要生成轻质油、气体和焦炭。目前,中国催化裂化装置生产的柴油