基于圖像分析的催化劑結(jié)焦量測(cè)量.pdf

1、在催化過(guò)程中，實(shí)現(xiàn)對(duì)多相流反應(yīng)器的自動(dòng)控制是連續(xù)生產(chǎn)的重大問(wèn)題。為了保證反應(yīng)選擇性和反應(yīng)效率，需要對(duì)催化劑的活性狀態(tài)進(jìn)行有效檢測(cè)和測(cè)量。通常情況下導(dǎo)致催化劑失活的主要原因是催化劑結(jié)焦，比如甲醇制汽油(MTG)、甲醇制烯烴(MTO)、催化裂解(FCC)及天然氣制烯烴(GTO)等反應(yīng)過(guò)程。催化劑的結(jié)焦會(huì)直接降低催化劑的活性和選擇性，影響產(chǎn)物產(chǎn)量、反應(yīng)停留時(shí)間、以及再生器的溫度等。因此，催化劑的結(jié)焦量是衡量催化劑性質(zhì)和催化劑壽命的重要指標(biāo)。在

2、連續(xù)生產(chǎn)過(guò)程中，實(shí)現(xiàn)對(duì)催化結(jié)焦量的實(shí)時(shí)測(cè)量和狀態(tài)分析就顯得十分重要。
　　考慮到現(xiàn)有技術(shù)的局限性，本文提出了一種新型的基于圖像分析的催化劑結(jié)焦量測(cè)量方法。實(shí)驗(yàn)部分使用一套基于平板掃描儀和遮光罩的圖像采集系統(tǒng)獲取結(jié)焦催化劑圖像。然后通過(guò)一系列圖像預(yù)處理操作，包括去噪處理，大津法閾值分割和膨脹操作等，分割出結(jié)焦催化劑顆粒的區(qū)域。經(jīng)過(guò)預(yù)處理后，對(duì)分割區(qū)域進(jìn)行圖像分析得知圖像灰度層的特征信息最為有效。由此，從分割區(qū)域中提取出十一個(gè)顏色特征

3、和六個(gè)基于灰度共現(xiàn)矩陣的紋理特征。采用測(cè)試法進(jìn)行了特征選擇，最終分析得到十二個(gè)有效特征和兩個(gè)最優(yōu)特征組合，F(xiàn)1和F2。
　　然后分別以F1和F2作為特征集，使用基于粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)(PSO-BP)和支持向量機(jī)算法(SVM)建立催化劑結(jié)焦量預(yù)測(cè)模型。比較這兩種算法的預(yù)測(cè)效果，發(fā)現(xiàn)PSO-BP算法預(yù)測(cè)結(jié)果更佳。其預(yù)測(cè)結(jié)果的均方根誤差RMSE均小于0.021，預(yù)測(cè)模型的相關(guān)系數(shù)R2高于78.71％。結(jié)果表明基于PSO-BP算法建