基于神经网络的煤气回收系统预测控制
针对传统煤气回收系统存在回收效率低、烟气大等问题,文章提出了一种基于神经网络的煤气回收系统预测控制策略,运用神经网络自适应预测控制与模糊控制相结合的方法,对某钢厂转炉煤气回收系统进行了优化.仿真结果表明,神经网络自适应预测炉口煤气涌出量的误差为-5~5 L/h,预测效果较为理想.实际应用表明,采用神经网络自适应预测控制后,煤气平均回收率达到97.5 m3/t,达到了节能降耗、成本低、保护环境的目的.
钢厂、转炉、煤气回收、神经网络、模糊控制、预测控制
35
TF543;TP273(炼铁)
2009-09-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
69-71