10.13738/j.issn.1671-8097.2016.06.012
燃煤锅炉飞灰含碳量的BP神经网络模型
燃媒锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算.现场实妒测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的舍碳量,其相互耦合,导致分析数据过程困难.神经网络建模将燃煤锅炉视为黑籍,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛.利用燃煤锅炉试验数据,采用3层BP (backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型.通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好.测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力.
飞灰、燃煤锅炉、BP神经网络
15
TK39(热工量测和热工自动控制)
国家自然科学基金资助项目51679225,51276174
2018-03-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
499-504