專利名稱：一種在線確定初餾塔頂石腦油質(zhì)量指標的軟測量方法
技術(shù)領(lǐng)域：
本發(fā)明屬于石油煉制與過程控制交叉領(lǐng)域，涉及石油煉制常減壓生產(chǎn)裝置中 初餾塔頂產(chǎn)品——石腦油質(zhì)量(干點)指標的在線確定方法。
背景技術(shù)：
由于世界能源問題的日趨嚴重，原油市場和成品油市場變化莫測，原油的品 質(zhì)和價格成為世界煉油工業(yè)選擇煉制原油的重要因素。常減壓裝置是整個煉油工 業(yè)的首要生產(chǎn)環(huán)節(jié)，其中初餾塔、常壓塔和減壓塔作為常減壓裝置的關(guān)鍵設(shè)備， 負責完成原油一次加工的主要過程。常減壓裝置直接處理原油，將原油切割成各 種不同餾分的產(chǎn)品并消耗大量的能量。這些餾分產(chǎn)品或作為后續(xù)工段的進料，或 經(jīng)調(diào)和后作為成品油出售，它們有一定的質(zhì)量要求。其中初餾塔是常減壓裝置的 第一個精餾塔,其流程如圖1所示，原油經(jīng)過脫鹽脫水預(yù)處理后，加熱到一定的 溫度進入初餾塔，初餾塔將原油分割成初餾塔頂石腦油和塔底油，以達到降低常 壓塔頂部負荷的目的；初餾塔設(shè)有頂回流，以保證精餾效果；設(shè)有兩個循環(huán)回流， 即初餾塔第一中段循環(huán)回流、初餾塔第二中段循環(huán)回流，以下簡稱為初一中和 初二中，以控制塔內(nèi)的氣液相負荷，提高處理量。
石油餾分是復(fù)雜的混合物， 一般常用沸點范圍來表征其蒸發(fā)及汽化性能。沸 點范圍又稱沸程。石油餾分的沸程測定是一種在標準設(shè)備中，按照GB6536-86 規(guī)定的方法進行的簡單蒸餾。國外將此類方法成為ASTM (American Society for Testing Material,美國材料試驗學(xué)會)蒸餾或恩氏(Engler)蒸餾。其測定過程 是，將lOOmL (2(TC下)油品放入標準的蒸餾瓶中按規(guī)定的速度進行加熱，其 餾出第一滴冷凝液時的氣相溫度稱為初餾點。隨后，其溫度逐步升高而不斷地餾 出，依次記下餾出液達10mL、 20mL直至90mL時的氣相溫度，稱為10%、
20%........ 90%餾出溫度。當氣相溫度升到一定數(shù)值后，它就不再上升反而回
落，這個最高的氣相溫度稱為干點(或終餾點)。
初餾塔頂石腦油干點是初餾塔重要的控制指標，其控制的好壞，直接影響原 油收率的提高和后續(xù)工序的操作穩(wěn)定。由于在常減壓裝置生產(chǎn)過程中，沒有合適
的在線儀表能對初餾塔塔頂石腦油干點進行實時分析，--般操作人員僅能根據(jù)每
4或8個小時分析樣的分析結(jié)果對生產(chǎn)進行調(diào)整，而這些分析樣需要2小時的分
析時間，這些因素都不可避免地帶來了分析結(jié)果的太滯后和生產(chǎn)操作條件不能及
時調(diào)整，從而給產(chǎn)品質(zhì)量的控制帶來困難。
石油餾分干點的預(yù)測主要有機理模型方法和統(tǒng)計模型方法。機理模型方法
如中國專利(ZL95101183.9)公開了一種用于石油分餾塔塔頂汽油干點和中部
側(cè)線產(chǎn)品柴油95%點的在線確定方法。利用溫度、油汽分壓和油品組分分率，以
及分餾塔及其相關(guān)設(shè)備的動態(tài)模型，在線實時計算分餾塔內(nèi)物流流量、內(nèi)回流流
量和油品組分分率，進而隨時確定汽油干點和柴油95%點。其他一些機理模型方
法，主要采用實測的分餾塔溫度和壓力，按穩(wěn)態(tài)關(guān)系估計汽油或柴油產(chǎn)品質(zhì)量，
如Applied Automation INC. (A.A.公司)，蘭州煉油化工總廠自動化所，上海高
橋石化公司煉油廠等等。同時，大量公開的文獻也報道各種統(tǒng)計方法建立餾分油
質(zhì)量指標模型，主要有各種全局多元線性回歸方法，它們具有簡潔明確的解析
表達形式，但難以描述石油分餾這樣高度非線性系統(tǒng)。有多種非線性建模方法(如
神經(jīng)網(wǎng)絡(luò)方法、支持向量基回歸方法、關(guān)聯(lián)向量基回歸方法、核PCA回歸方法
等等)，它們可以處理高度非線性體系，建模時有較高的擬合精度，但模型預(yù)測
性能依賴于輸入變量選擇、以及建模樣本的質(zhì)量。
現(xiàn)有的各種在線確定餾分油產(chǎn)品質(zhì)量指標方法存在如下一些缺點
(1) 石油分餾塔處理的油品組成復(fù)雜、經(jīng)常變換且油品性質(zhì)通常難以及時 獲得，操作變量多、存在交互作用且對產(chǎn)品質(zhì)量影響復(fù)雜，準確的機理模型難以 及時建立。
(2) 影響?zhàn)s分油質(zhì)量的操作變量眾多且存在交互作用，統(tǒng)計模型的輸入變 量通?；虼嬖诖罅咳哂嘧兞浚菇⒌哪Ｐ头€(wěn)定性差；或過于精簡，難以描述餾 分油質(zhì)量指標的變化規(guī)律。
(3) 由于煉制原油頻繁變換且原油性質(zhì)無法及時獲得，因此大量統(tǒng)計模型 方法未考慮煉制原油性質(zhì)的變化，造成模型精度下降、甚至嚴重偏離采樣分析值
發(fā)明內(nèi)容
說明書第3/ll頁
本發(fā)明目的是提供一種在線確定初餾塔頂石腦油干點的軟儀表技術(shù)。選取初 餾塔處理量(A， T/Hr)、塔頂溫度(、，。C)、塔頂壓力(義3， MPa)、頂回流
單位處理量溫差(x4， °C)、回流比^、初餾塔頂石腦油流量(x6， T/Hr)、初
一中單位處理量溫差(a, °C)、初二中單位處理量溫差(h， 。C)、進料溫度
(a， °C)、以及前一時刻初餾塔頂石腦油干點人工分析值(x,。， °C)，作為初
餾塔頂石腦油干點軟儀表的輸入變量；基于工業(yè)裝i樣本數(shù)據(jù)，采用神經(jīng)網(wǎng)絡(luò)技 術(shù)建立輸入變量與初餾塔頂石腦油干點關(guān)聯(lián)模型；利用初餾塔相關(guān)的測量儀表
值，直接或間接計算獲得;c, ;c9的實時測量值，以及通過生產(chǎn)裝置集散控制系統(tǒng)
的人機界面獲得前一時刻初餾塔頂石腦油干點人工分析值；基于模型，進行在線 計算，并根據(jù)模型計算的系統(tǒng)偏差，對模型計算值進行加權(quán)修正，實現(xiàn)在線、實 時確定初餾塔頂石腦油干點。
1.輸入變量的選取(或構(gòu)造)
在實際生產(chǎn)過程中，影響初餾塔頂石腦油干點的主要因素初餾塔處理量、 塔頂溫度、塔頂壓力、頂回流帶出能量、回流比、初餾塔頂石腦油流量、初一中 帶出能量、初二中帶出能量、進料溫度、以及煉制原油的性質(zhì)。其中頂回流帶出 能量、初一中帶出能量、及初二中帶出能量的計算，涉及流股物性數(shù)據(jù)，因此無 法在線獲得；煉制原油的性質(zhì)經(jīng)常無法及時獲得；其他影響因素都有測量儀表直 接獲得或間接計算獲得。
本發(fā)明的特點是
(I )定義了頂回流單位處理量溫差、初一中單位處理量溫差、初二中單位 處理量溫差，分別表征了，刀餾塔在單位處理量下頂回流帶出能量、初一中帶出能 量和^]二中帶出能量。
(II )將前一時刻初餾塔頂石腦油干點人工分析值作為煉制原油性質(zhì)的間接 表征。
為此，初餾塔頂石腦油干點軟儀表'的輸入變量選取如下
(1) 初餾塔處理量(A， T/Hr)
(2) 塔頂溫度(&， °C) '(3) 塔頂壓力(x3， MPa)
(4) 頂回流單位處理量溫差(x4， °C)
(5) 回流比(x5)
(6) 初餾塔頂石腦油流量(x6， T/Hr)
(7) 初一中單位處理量溫差(巧，°C)
(8) 初二中單位處理量溫差(x8， °C)
(9) 進料溫度(x9， °C)
(10) 前一時刻初餾塔頂石腦油干點人工分析值(x,。， °C)
其中，頂回流單位處理量溫差、回流比、初一中單位處理量溫差、初二中單位處 理量溫差定義(或構(gòu)造)如下-
<formula>formula see original document page 8</formula>式中,,塔頂回流溫度('C); 初餾塔頂回流量(T/Hr); ,2 :初一中抽出溫
度rC); 初一中返塔溫度(°C);化初一中循環(huán)量(T/Hr);":初二中
抽出溫度rC); /5:初二中返塔溫度('C); 初二中循環(huán)量(T/Hr)。
均可以由初餾塔的
相關(guān)測量儀表直接獲得。&、 x5、 x7、 a可以由公式(1)實時間接計算獲得。
前一時刻初餾塔頂石腦油干點人工分析值;c,。，通過生產(chǎn)裝置集散控制系統(tǒng)的人
機界面，由操作人員輸入獲得。因此，初餾塔頂石腦油干點軟儀表的所有輸入變 量都可以實時、在線獲取。 2.神經(jīng)網(wǎng)絡(luò)模型建立
由于各輸入變量對初餾塔頂石腦油干點影響復(fù)雜，呈高度非線性的特征，為 此，可以采用各種非線性建模技術(shù)(如神經(jīng)網(wǎng)絡(luò)建模方法、支持向量基回歸等)， 建立輸入變量與初餾塔頂石腦油干點的關(guān)聯(lián)模型。以下描述初餾塔頂石腦油千點 神經(jīng)網(wǎng)絡(luò)模型的建立
各輸入變量(A 、 義2 、 乂3 、 義4 、 乂5 、 "、 巧、 義8 、 "^9 、乂io J
與初餾塔頂石
腦油干點(少，。C)的神經(jīng)網(wǎng)絡(luò)模型采用活化函數(shù)為Sigmoid函數(shù)，三層前傳神
經(jīng)網(wǎng)絡(luò)來建立，并采用誤差反傳算法(BP， Back Propagation)對網(wǎng)絡(luò)進行訓(xùn)練， 輸入層IO個節(jié)點、隱含層1 30個節(jié)點、輸出層1個節(jié)點。網(wǎng)絡(luò)模型的輸入凌量 利用式(2)進行歸一化處理.-
<formula>formula see original document page 9</formula> (2)
(2)式中，x,是第z個輸入變量的實際測量值，S^表示第/個輸入變量歸一化 后作為神經(jīng)網(wǎng)絡(luò)輸入的值，1x,，:c^j表示第/個輸入變量的變化范圍，歸一化后 輸入變量的變化范圍為
網(wǎng)絡(luò)模型的輸出變量利用式(3)進行歸一化處理
<formula>formula see original document page 9</formula>(3)
(3)式中，^表示因變量歸一化后作為神經(jīng)網(wǎng)絡(luò)輸出的目標值，1/m"yn^」表 示因變量的變化范圍，歸一化后神經(jīng)網(wǎng)絡(luò)輸出的變化范圍為[a， 6]。
采集到n組代表性的工業(yè)裝置數(shù)據(jù)，其中每組數(shù)據(jù)包含輸入變量(A、"、 A、 X4、 、、 X6、 X7、 X8、 x9、 ；c,。)與對應(yīng)的初餾塔頂石腦油千點(y)，經(jīng) (2)、 (3)式歸一化后為[^,巧，…，^o，W]，形成訓(xùn)練樣本。對神經(jīng)網(wǎng)絡(luò)模型，
以h，^，…,^J作為網(wǎng)絡(luò)的輸入，對應(yīng)的^作為目標值，訓(xùn)練網(wǎng)絡(luò)。當達到一
定精度要求時，停止訓(xùn)練，獲得[^,巧,…,^。]與W之間的神經(jīng)網(wǎng)絡(luò)模型'設(shè)為
<formula>formula see original document page 10</formula>
其中<formula>formula see original document page 10</formula>與w之間的神經(jīng)網(wǎng)絡(luò)模型。則通過對神經(jīng)網(wǎng)絡(luò)模型 輸出w的反歸一化，就可以求得初餾塔頂石腦油千點的模型計算值^，即
3.神經(jīng)網(wǎng)絡(luò)模型計算值系統(tǒng)偏差的加權(quán)修正
該神經(jīng)網(wǎng)絡(luò)模型可以投運在生產(chǎn)裝置的計算機集散控制系統(tǒng)(Distributed control system, DCS)中，通過以上10個輸入變量，在線計算初餾塔頂石腦油 干點。其采樣時刻的模型計算值可以與該時刻的人工分析值進行對比，并對計算 系統(tǒng)偏差進行加權(quán)修正。
設(shè)當前時刻為/，前一時刻(即最近一次的取樣時刻)為卜l，依次類推。
設(shè)卜l時刻模型計算值為;,一，,-1時刻樣品的人工分析值為^—,，貝ij/-l時刻 模型計算偏差為
貝IJ，依次分析到前m時刻的計算偏差為
<formula>formula see original document page 10</formula>
則，當前時刻/的模型計算值；,，經(jīng)過系統(tǒng)偏差加權(quán)修正后的值^,為:
<formula>formula see original document page 10</formula>其中，w,是卜/時刻計算偏差A(yù)_y,_,的權(quán)值，且
0 S wm S vv^ S…《w, S S w2 2 1 。 7,也是初餾塔頂石腦油干點軟儀表 的最終輸出值。
4.初餾塔頂石腦油干點軟儀表的在線計算
初餾塔頂石腦油干點軟儀表的在線計算流程如圖2所示?；?0個輸入變 量的實時直接測量值或間接計算值，通過(2)式，求得h,A，…，^J歸一化后的 值[巧，^，…^wj;通過(4)式，求得神經(jīng)網(wǎng)絡(luò)輸出值^;通過(5)式，反歸一 化求得初餾塔頂石腦油干點的模型計算值^通過(6)式，求得經(jīng)過系統(tǒng)偏差 加權(quán)修正后的值？,，即初餾塔頂石腦油干點軟儀表的在線計算值。


圖1是初餾塔工藝流程圖2是初餾塔頂石腦油干點軟儀表的在線計算流程。
具體實施例方式
通過以下實施例的說明將有助于理解本發(fā)明，但并不限制本發(fā)明的內(nèi)容。
實施例 1 1.初餾塔頂石腦油干點軟儀表的建立
采集184組具有代表性的原始樣本數(shù)據(jù)，利用(2)式，對上述各自變量進 行歸一化處理a的變化范圍[335.29, 450.64]，義2的變化范圍[143.11 ， 152.92] ， 乂3
的變化范圍
， &的變化范圍[5.6412 ， 15.21] ， ；^的變化范圍,、的變化范圍[20.035 ， 63.216]， jc7的變化范圍
，
&的變化范圍[2.3588 、 5.6667] ， x9的變化范圍[226 ， 25 1.5]，《。的變化范圍， [a， b]的取值通常為[O, l]、
、
等值，此處取
a = 0.2 ，6 = 0.8,進行歸一化計算x —335 29 =^ "丄"(08—ft2)+ft2
"450.64-335.29
=義2-143.11 (08—02) + 02
2 152.92-143.1 P 7
x廣o扁(08_02)+02
3 1.5219-0.46826 、 7
義4 -5.6412 (0 8_02) + 02 15.21-5.6412v 7
x廣0.墨(08_02) + 02
5 1.5219-0.46826^ 7
".035 (0.8_0.2) + 0.2
6 63.216_20.035 、 7
x廣0.80222 (08 —02) + 02 5.1604 - 0.80222、 7
&—2.3588 (08 —02) + 02
8 5.6667-2.3588 ^ 7
"9 = X9 — 226 (0.8 - 0.2)+ 0.2
9 251.5 - 226 、 7
u,。='° (0.8-0.2) + 0.2
'o175.5 -157 ^ 7
利用(3)式，對上述因變量進行歸一化處理y的變化范圍[157, 175.5]，取 fl = 0.2，6 = 0.8，進行歸一化計算
砂=少—157 (0.8 - 0.2) + 0.2 '175.5-157
網(wǎng)絡(luò)結(jié)構(gòu)為輸入層節(jié)點數(shù)為10，隱含層節(jié)點數(shù)為6，輸出層節(jié)點數(shù)為l。 以歸一化后的184組樣本數(shù)據(jù)為訓(xùn)練樣本，采用BP算法對網(wǎng)絡(luò)進行訓(xùn)練；網(wǎng)絡(luò) 收斂時，得到下列一組權(quán)值和閾值
W26 W劣*V1Q6
0.48257 3.18471.4328
5.62169.49342.142
4.11812.05616.2795
-3.02585.62594.6112
1.8173-3.86881.6797
-l細l-8.1117 4.3513■0.65042 "0.86693 -2.2105 2.6316 -9.4267力.59569 1.9172 4.6182 -1.1986 -3.1552德382 -2.6022 -2.2269-27722 -3.608 "0.34485 ~6.3287 -3.708 1.9186 2.7553力.10217 1.2912 -1.3115 4.525 1.4842 1.8597 -5.5177 3.7813 1.2245 -2.209 "0.21487 2.2379 5.6012 8.3638七.55844
—2.1446
《>1.4391
63(')3.297
-5.9783
-8.9021
《)—-0.97301
6,(2) = -5.8905
其中wf)為輸入層第,個節(jié)點到隱含層第乂個節(jié)點的權(quán)值；>42)為隱含層第,'個
節(jié)點到輸出層第y個節(jié)點的權(quán)值；"W為隱含層第,'個節(jié)點閾值；6,(2)為輸出層第,' 個節(jié)點閾值。
貝ij，初餾塔頂石腦油干點神經(jīng)網(wǎng)絡(luò)模型為<formula>formula see original document page 14</formula> (10)
其中，w是初餾塔頂石腦油干點神經(jīng)網(wǎng)絡(luò)模型預(yù)測值，該預(yù)測值通過反歸一化
處理就可以求得初餾塔頂石腦油干點(y， °c)的預(yù)測值^。在訓(xùn)練樣本因變量 歸一化時，^的變化范圍[157 ， 175.5] ， a = 0.2，6 = 0.8，貝ij
;=157 + 175.5 — 157 0.2) (11) ' 0.8-0,2 、 z 7
以上描述了如何基于工業(yè)裝置生產(chǎn)過程數(shù)據(jù)建立初餾塔頂石腦油干點神經(jīng) 網(wǎng)絡(luò)模型。下面將描述，如何對初餾塔頂石腦油干點神經(jīng)網(wǎng)絡(luò)模型的計算值進行 系統(tǒng)偏差的加權(quán)修正。設(shè)，當前時刻為/， IO個輸入變量的采集值為
'414.51 . 149.99 0.21337 12.588 0.82065 51.179 2.7096 4.4196 232
162 _
則通過初餾塔頂石腦油干點神經(jīng)網(wǎng)絡(luò)模型計算得 , = 1 6 3 .6 4 。C
設(shè)，依次分析到前W-6時刻的計算偏差；在實際投運時，設(shè)/時刻它們的偏 差為 =
設(shè)，權(quán)值取為 =
貝lj，當前時刻r的模型計算值^，經(jīng)過系統(tǒng)偏差加權(quán)修正后的值^為
少，=163.64-0.115 = 163.53 °C
7,為/時刻初餾塔頂石腦油干點軟儀表的在線輸出值。
權(quán)利要求
1、一種在線確定初餾塔頂石腦油質(zhì)量指標的軟測量方法，其特征在于，包括如下步驟a、選取初餾塔處理量(x1，T/Hr)、塔頂溫度(x2，℃)、塔頂壓力(x3，MPa)、塔頂回流單位處理量溫差(x4，℃)、回流比x5、初餾塔頂石腦油流量(x6，T/Hr)、初一中單位處理量溫差(x7，℃)、初二中單位處理量溫差(x8，℃)、進料溫度(x9，℃)以及前一時刻初餾塔頂石腦油干點人工分析值(x10，℃)，作為初餾塔頂石腦油干點軟儀表的輸入變量；b、利用與初餾塔相關(guān)的測量儀表值和生產(chǎn)裝置集散控制系統(tǒng)的人機界面，直接或間接計算獲得x1～x10的實時測量值；c、根據(jù)步驟b得到的所述x1～x10，基于軟儀表在線計算因變量初餾塔頂石腦油干點(y，℃)。
2、根據(jù)權(quán)利要求1所述的軟測量方法，其特征在于，所述x1、x2、x3、x6、x9、t1、m1、t2、t3、m2、t4、t5、m3均可以由初餾塔的相關(guān)測量儀表直接獲得；所述塔頂回流單位處理量溫差(x4，°C)、回流比x5、初一中單位處理量溫差(x7,°C)、初二中單位處理量溫差(x8，°C)由下式計算后間接獲得<formula>see original document page 2</formula>式中t1:塔頂回流溫度(°c);初餾塔頂回流量(T/Hr);t2:初一中抽出溫度(°c);初一中返塔溫度(°c);t3:初一中循環(huán)量(T/Hr);t4:初二中抽出溫度(℃); t5:初二中返塔溫度(℃);m3:初二中循環(huán)量(T/Hr)。
3、 權(quán)利要求1所述的軟測量方法，其特征在于，所述輸入變量利用下式進行歸一化處理<formula>see original document page 3</formula> i= 1， 2，…，9,10式中，sxi表示第i個輸入變量歸一化處理后的值，[ximin，ximax]表示第,個輸入 變量的變化范圍，歸一化后輸入變量的變化范圍為[a， 6]; 所述因變量利用下式進行歸一化處理<formula>see original document page 3</formula>式中，sy表示因變量歸一化處理后的值，[ymin.ymax]表示因變量的變化范圍，歸一化處理后的變化范圍為[a , b] ;采集工業(yè)裝置數(shù)據(jù)，經(jīng)歸一化處理后，采用神經(jīng)網(wǎng)絡(luò)技術(shù)建立[sx1,sx2,...；sx10]與 sy之間的關(guān)聯(lián)模型sy=f(sx1,sx2...sx10)其中，f(.)為[sx1,sx2，…，sx1o]與sy之間的神經(jīng)網(wǎng)絡(luò)模型'則通過對神經(jīng)網(wǎng)絡(luò) 模型輸出sy的反歸一化，即利用下式求得所述初餾塔頂石腦油干點的模型計算值<formula>see original document page 3</formula> 。
4、 根據(jù)權(quán)利要求1或3所述的軟測量方法，其特征在于，當前時刻t的模型計算值y1, 經(jīng)過系統(tǒng)偏差加權(quán)修正后的值y1為<formula>see original document page 3</formula>其中，<formula>see original document page 4</formula>Δyt-i是t-i時刻初餾塔頂石腦油干點人工分析值yi-t與神經(jīng)網(wǎng)絡(luò)模型計算值 yt-i的差 , w是t-i時刻計算偏差 Δyt-i，的權(quán)值，且0≤wm≤wm-1≤...≤w1≤wt-1≤...≤w2≤w1≤1; m是設(shè)定的正整數(shù)值，且1≤m。
全文摘要
本發(fā)明公開了在線確定初餾塔頂石腦油質(zhì)量(干點)指標的軟儀表技術(shù)即選取初餾塔處理量、塔頂溫度、塔頂壓力、頂回流單位處理量溫差、回流比、初餾塔頂石腦油流量、初一中單位處理量溫差等變化因素，作為初餾塔頂石腦油干點軟儀表的輸入變量；利用初餾塔相關(guān)的測量儀表值，直接測量或間接計算獲得實時測量值，以及通過生產(chǎn)裝置集散控制系統(tǒng)的人機界面獲得前一時刻初餾塔頂石腦油干點人工分析值；基于工業(yè)裝置樣本數(shù)據(jù)訓(xùn)練建立的神經(jīng)網(wǎng)絡(luò)軟儀表模型進行在線計算；通過系統(tǒng)預(yù)測偏差分析，對模型計算值進行加權(quán)修正，在線、實時確定初餾塔頂石腦油干點。初餾塔頂石腦油干點的軟儀表在線計算值，可用以指導(dǎo)操作，并作為進一步按質(zhì)量指標進行控制的依據(jù)。
文檔編號G01N25/00GK101201331SQ20071017111
公開日2008年6月18日 申請日期2007年11月28日 優(yōu)先權(quán)日2007年11月28日
發(fā)明者顏學(xué)峰 申請人:華東理工大學(xué)