基于BP神经网络的煤气化炉工艺过程的数值模拟

详细信息    查看全文 | 推荐本文 |

	英文篇名：Numerical Simulation of Coal Gasifier Process Based on BP Neural Network 作者：袁晨博 ; 杨鹏 ; 贾风军 ; 荣令坤 ; 张勇 英文作者：YUAN Chenbo;YANG Peng;JIA Fengjun;RONG Lingkun;ZHANG Yong; 关键词：煤气产量 ; 神经网络 ; 优化 中文刊名：ZDHT 英文刊名：Automation Application 机构：内蒙古科技大学; 出版日期：2019-01-25 出版单位：自动化应用 年：2019 基金：内蒙古自治区科技计划资助项目(201602015) 语种：中文; 页：ZDHT201901039 页数：2 CN：01 ISSN：50-1201/TP 分类号：98-99

摘要

气化炉的产气量对指导煤化工企业进行生产和决策有重要意义。为了对产气量做出准确的预测,在工业数据的基础上,构建了BP神经网络煤气产量预测模型,并对模型进行优化,通过现场数据对模型进行验证,表明BP神经网络模型对气化炉煤气产量的预测效果较好。
        

引文

[1]马克富,屈志国,隋艳,等.鄂尔多斯市原煤的煤质特性及工业适用性分析[J].煤质技术,2017(2):8-11.
    [2]刘丽秀.煤化工技术的发展与新型煤化工技术[J].煤炭技术,2014,33(2):196-198.
    [3]项友谦,张利平,项平,等.水煤气化炉优化循环操作时间的确定[J].煤气与热力,2001,21(1):22-15.
    [4]陈虹,梁文彬,李宗宝,等.基于机器人的神经网络预测控制算法[J].计算机技术与发展,2008,18(8):65-71.
    [5]张顶学.遗传算法与粒子群算法的改进及应用[D].武汉:华中科技大学,2007.