ПРИМЕНЕНИЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ПРОГНОЗИРОВАНИЯ ПРОИЗВОДСТВО БЕНЗИНА
В статье представлен подход машинного обучение к моделированию реакторно – регенераторного блока установки каталитического крекинга нефтеперерабатывающего завода. Для повышения эффективности процесса исследованы влияние основных параметров процесса крекинга на количество и качество вырабатываемой продукции. В статье был проанализирован методы машинного обучения и определено, какой подход лучше всего подходит для исследования. С помощью метода машинного обучения SVM было исследовано влияние температуры продукта на блок керкинга. По результатам исследования и обработки собранной количественной и качественной информации с помощью модели машинного обучения были созданы регрессионные алгоритмы и изучено влияние температуры на выходной продукт.
Сведения
- Журнал
- Вестник КазАТК
- Опубликовано
- 2025 · Т. 137, № 2, С. 445-456
- Язык
- Русский
- ISSN
- 1609-1817 · 2790-5802
- Издатель
- JSC Academy of Logistics and Transport