内循环流化床生物质气化过程的神经网络模型
马隆龙[1,2] 陈平[2] 原晓华[2] 阴秀丽[2] 吴创之[2] 颜涌捷[1]
[1]华东理工大学,上海200237 [2]中国科学院广州能源研究所,中国科学院可再生能源与天然气水合物重点实验室,广东省新能源和可再生能源研究开发与应用重点实验室,广州510640
摘 要:
基于BP人工神经网络原理，利用MATLAB神经网络工具箱，以实验得到的57组气化实验数据作为样本，建立了一个以加料量和送风量为输入变量，以燃气热值、产气率、碳转化率和气化效率为输出变量，用于描述连续稳定气化过程的内循环流化床生物质气化模型。对模型的隐层节点数和训练周期改变对模拟结果的影响进行了分析，发现当隐层节点数为20，训练步骤为50步，模型的4个输出变量的模拟结果与实验结果相关系数均超过0．95；同时对该模型的预测能力进行了考察，模型预测结果与实验结果吻合良好，证明了该模型具有较强的泛化能力，为生物质内循环流化床气化系统的优化设计和自动控制提供新思路。 (共6页)
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com