摘要
本发明涉及一种催化裂化乳化进料过程微爆数据预测方法及系统,包括:通过乳化液滴和催化剂颗粒的直径参数构建微爆过程几何模型,获得微爆现象的基础几何模型;对所述基础几何模型划分计算网格和监控区域,获得用于数值模拟的空间离散网格系统;基于所述空间离散网格系统,通过VOF模型对乳化液滴与催化剂颗粒的碰撞微爆过程进行流体动力学模拟,获得微爆量化指标数据集;利用多任务深度学习框架对所述微爆量化指标数据集进行训练,获得集成模型;通过所述集成模型对工业数据进行预测,获得微爆数据预测结果。本发明提高了微爆预测的准确性,提升了计算效率。
技术关键词
数据预测方法
网格系统
催化剂颗粒
多任务深度学习
工业实时数据
液滴
梯度提升决策树算法
进料
指标
数据预测系统
气液两相流动
加权损失函数
构建分类模型
结构化网格
基础
标记
系统为您推荐了相关专利信息
数据预测模型
多模态数据融合
特征提取模块
数据预测方法
卷积模块
节点
时空融合特征
时域卷积网络
历史消费数据
多任务深度学习模型
数字孪生系统
旋转系统
LSTM模型
旋转运动部件
直线运动部件
降噪模型
噪声分类
学习耳机
多任务深度学习
非线性噪声
西洋参品质
人参皂苷含量
分类方法
样本
光谱基线校正