Abstract
在煉油製程裡，其現場蒸餾塔設定點操作，常依靠現場員工的經驗，而無一定準則。而油品進料種類卻不固定，因此常造成油品生產過程中，一些不必要的損失。 而本研究即針對原油分餾工廠問題，進行探討和分析。而我們樣本取自於中油大林廠第十一蒸餾塔，此蒸餾塔的目的為從原油分餾出液化石油氣、輕油、煤油、柴油等。希望可以建立數學模型，能夠從有限的數據資料中，準確地預估出料油品的性質，藉此增加石油煉油廠的產率。 利用ASPEN化工模擬軟體，建立工廠模型。直接輸入現場數據，而得到模擬數據。以模擬數據與現場數據做比較，對於已建立模型做出修正，以期能達到準確預估油品性質的目標。 另外，結合類神經網路演算法(ANN)與Lasso演算法，實現非線性系統的描述與變數的選擇，對油品性質評估。因石油分餾屬於高度非線性的模型，而類神經網路則具有對複雜系統的學習與辨識能力。Lasso則是引入一個限制條件，進行變數選取。本論文就已上述方法，分別對於該系統估算參數設定值，藉此提供操作主蒸餾塔設定點的準則。