加氢基础油抗氧化性能的模拟预测研究
【摘要】 针对不同加氢精制Ⅱ/Ⅲ类润滑油基础油（简称基础油）的结构特征，分别应用多层感知神经网络和径向基神经网络方法将加氢基础油链烷烃、环烷烃、烷基苯含量和黏度指数作为输入变量，建立了以氧化安定性为输出变量的9参数神经网络模型。首次将黏度指数作为预测模型输入参数，使模型预测准确度得到大幅提高。通过对影响加氢基础油氧化安定性的因素分析，找出了与氧化安定性有正/负相关关系的Ⅱ/Ⅲ类基础油的烷烃组成成分。在Ⅱ/Ⅲ类基础油中，在芳烃含量很低的情况下，随着链烷烃含量的增加，二环、三环环烷烃含量减少，润滑油的氧化安定性增加。
