焦炉控制参数与一氧化碳排放关系建模与分析
目前降低焦炉烟囱CO排放的方法多注重于改进加热炉结构、管理维护等方面,消耗大量人力物力.由于焦炉燃烧是具有强耦合、多输入、非线性系统等特点的复杂工业过程,因此研究主要在煤气组成成分含量基本不变的情况下,通过PSO(粒子群优化算法)优化RBF(径向基函数)神经网络对烟道压力、烟道温度、氧气烟囱排放浓度等焦炉燃烧控制参数与CO烟囱排放浓度的关系进行建模与分析,找出影响CO排放最大的控制参数,进而通过控制该参数达到降低CO排放的目的.实验结果证明氧气烟囱排放浓度对CO排放影响最大.
焦炉参数、一氧化碳排放浓度、粒子群优化算法、径向基函数神经网络、建模与分析
24
TP27(自动化技术及设备)
上海市科研计划11510502700;上海市教委科研创新重点计划12ZZ189
2017-04-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
570-574