清华大学邱彤教授团队：催化裂化过程的智能建模与优化 | MDPI Processes

本文介绍了清华大学邱彤教授团队在催化裂化过程智能建模与优化方面的研究。研究背景指出催化裂化是炼油厂中重要的转化工艺，但传统数据驱动模型存在黑箱性质和外推困难的问题。研究目的是通过构建精确的代理模型，将数据与机理知识相结合，开发一个混合建模和优化的集成框架。研究结果表明，该框架通过多任务学习模型实现了高精度的产品收率预测，优化后液化天然气、汽油和柴油的收率分别提高了0.1%、1.58%和1.05%，产品收入增长了3.7%。结论表明该框架在提高工业催化裂化装置经济效益方面具有巨大潜力。