散式流化和聚式流化的BP神经网络识别

• 作者: 余华瑞 周勇 周树孝 彭黔荣 石炎福
• 来源期刊: 高校化学工程学报
• 学科: 工学
• 关键词: 散式流态化 聚式流态化 BP神经网络 流型识别
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 反应工程
• 页码范围: 459-464
• 页数: 6页
• 分类号: TQ021.1|TQ051.13
• 字数: 3024字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-9015.2004.04.011

摘要

由于流化系统的复杂性和非线性的特性,到目前为止,仍没有一个能很好地判断这两类流态化的可靠方法,而人工神经网络能够进行复杂的逻辑操作和实现对非线性系统流型的识别.由此,在文献数据(含15种颗粒和11种流体)的基础上,利用三层BP人工神经网络,提出了一种识别散式流化和聚式流化的新方法.以经过归一化处理的3个无因次准数(ρp-ρf)/pf、Remf和Frmf(判别因子)作为神经网络的三个输入结点,以散式流化、过渡状态和聚式流化对应于神经网络的三个输出结点,由训练样本集得到隐层结点数等最佳网络参数,然后对待测样本进行了流型识别.研究结果表明,神经网络用于散式流化和聚式流化的模式识别,结果与实际较一致.新方法优于传统的识别方法,具有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石炎福	四川大学化学工程学院	59	887	18.0	27.0
2	周勇	四川大学化学工程学院	138	764	13.0	22.0
3	彭黔荣	四川大学化学工程学院	4	34	4.0	4.0
4	余华瑞	四川大学化学工程学院	21	279	11.0	16.0
5	周树孝	四川大学化学工程学院	2	13	2.0	2.0