科研喜报 | 产学研攻克行业难题！热烈祝贺我司总经理韩洁与西安石油大学团队及多位专家联合攻关的论文在《化工进展》期刊发表

热烈祝贺我司总经理韩洁与西安石油大学、中国石油天然气股份有限公司长庆油田分公司第九采油厂及中国石油大学（华东）的专家团队合作的研究成果——《融合混沌进化优化的径向基神经网络预测原油溶解性硫化氢浓度》于2026年1月13日在《化工进展》期刊网络首发！研究瞄准油田安全生产中溶解性硫化氢难以直接在线监测的重大技术难题，创新性地提出了一种融合混沌进化优化（CEO）的径向基函数（RBF）神经网络智能软测量方法。

研究亮点与成果

一、核心问题

针对工业现场传感器易受干扰、原油中溶解性硫化氢无法直接在线测量的行业难题。

一直面行业痛点：溶解性硫化氢，为何成了“看不见的危险”？油田安全生产中，溶解在原油里的硫化氢，就像隐藏的“无形杀手”。它腐蚀设备、危害人员，却因技术限制无法直接在线测量。传统方法要么耗时费力，要么数据不准。如何实现实时、精准、在线监测，一直是行业苦苦追寻的答案。

二、破题思路

我们找到了一条“曲线救国”的智慧路径既然直接测“液”难，我们就先测“气”！

团队创新性地提出 “两步走”智慧预测模型：

第一步【校正】：先建立模型，剔除温度、压力等对气相传感器的干扰，拿到“干净真实”的气相数据。

第二步【关联】：基于热力学原理，用校正后的气相数据，反向精准推算出液相中溶解性硫化氢的浓度。简单说，就是 “以易测之气，解难测之液”。

三、核心引擎

给算法装上“混沌”导航，全局寻优不迷路要实现高精度预测，模型的“大脑”（神经网络）必须足够聪明。传统优化方法容易“钻牛角尖”，陷入局部最优。

为此，我们引入 “混沌进化优化（CEO）”算法，就像给搜索过程装上了永不重复的超级导航，能在全局范围内进行精细寻优，确保找到最佳参数组合。

四、硬核成果

精度飞跃，指标说话经实际数据验证，我们提出的 CEO-RBF模型表现惊艳：

✅ 预测精度大幅提升：决定系数 R² 高达 0.9785（优化前仅0.9121）。

✅ 误差显著降低：均方误差 MSE 直降54.18%。

✅ 稳定可靠：经过10轮交叉验证，表现始终稳定，泛化能力极强。

✅ 又快又省：在嵌入式设备上可实现毫秒级响应，满足实时监测需求。

五、开启智能监测新时代

从此，溶解性硫化氢，不再“看不见、测不准”。我们的研究成果，已从论文走向方案，致力于为油田装上 “智慧安全卫士” ——

✅ 实时感知，告别数据滞后

✅ 精准预测，掌握真实风险

✅ 在线监测，保障全程安全

以创新为引擎，以合作为桥梁。我们将继续推动技术落地，让这份源于实践的智慧，真正护航每一口油井、每一段管线的安全生产。

本研究成果是产学研深度融合的成功典范，标志着我公司在石油化工过程智能监测与安全预警领域的技术实力达到了新的高度，为解决行业共性技术难题贡献了“铭泽智慧”。研究成果的发表，不仅提升了公司在行业内的学术影响力与知名度，也为后续相关技术的深化研究与应用推广奠定了坚实基础。

《化工进展》是中国化工学会会刊、中文核心期刊，是国内化工领域最具权威性和影响力的综合性学术期刊之一。该刊聚焦化学工程与技术的前沿发展，致力于反映我国化工领域的重大科研进展、技术创新和工程实践成果，以其严谨的学术定位和高质量的出版标准，持续引领和推动行业技术进步与学科发展。