加油站销售的汽油、乙醇汽油等属于易汽化介质,因其饱和蒸汽压高和粘度低,在加注过程中极易产生油气。现有油气回收设备因油气回收效率低造成严重的经济损失、环境污染等问题。为此,本文在深入研究燃油加油机加注系统及易汽化介质理化性质的基础上,对易汽化介质加注过程油气回收控制系统展开研究。本文的研究内容主要包括以下几个方面:首先,研究汽油、乙醇汽油等易汽化介质的理化性质,分析现有油气回收控制系统在油气回收汽液比调节方式和油气回收量控制方式上存在的问题。针对油气回收量控制精度低的问题,提出变频器直接控制真空泵的方案并搭建油气回收真空泵抽气量实验平台进行验证,实验结果表明变频控制是完全可行的,并且油气回收真空泵抽气量和变频器频率呈线性关系。然后,建立易汽化介质加注过程的T型管、变径管及90°弯管模型,利用FLUENT研究易汽化介质加注过程的流动特性,仿真结果表明油气排放情况与油液流量、环境温度、油液温度及管路等条件密切相关。提出利用机器学习和变频技术来优化油气回收控制系统,以机器学习控制模式设计油气回收智能控制系统。搭建油气回收系统实验平台并利用Lab VIEW采集实验数据,对实验数据预处理构成机器学习所需的数据集。最后,建立基于多层神经网络和支持向量回归机的油气回收汽液比预测模型,采用正交试验设计油气回收汽液比预测模型超参数,通过测试集验证预测模型,实验结果表明利用机器学习预测汽液比是可行的。采用离散二进制粒子群算法和遗传算法优化预测模型,实验结果表明优化后预测模型的泛化能力更强,选取GA-SVR模型作为油气回收汽液比模型。对比三种控制模式油气回收系统的回收油气量及汽液比,实验结果表明机器学习控制模式油气回收系统能更高效匹配应回收油气量,实时跟踪实际汽液比,验证了新型油气回收控制系统的可行性。