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.