基于BP神经网络的中心提升管内循环流化床颗粒循环流率预测

• 作者: 危日光 史洋 尹萍 陈鸿伟 高建强
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 提升管 内循环流化床 颗粒循环流率 BP神经网络
• 年，卷（期）: 2012,（10）
• 页码范围: 1738-1742
• 页数: 5页
• 分类号: TK229
• 字数: 3208字
• 语种: 中文

摘要

基于BP人工神经网络原理,利用MATLAB神经网络工具箱,以试验得到的243组数据作为样本,建立一个以提升管风速、鼓泡床风速、鼓泡床物料静床高、床料平均粒径为输入变量,以颗粒循环流率为输出变量,用于预测中心提升管内循环流化床颗粒循环流率的BP神经网络模型.对模型的隐含层层数和隐含层节点数对预测结果的影响进行分析,发现在隐含层层数为1,隐含层节点数为15时,模型预测结果误诊率最小,预测相对误差在±8％以内,总体平均偏离度为3.09％,网络性能最优,从而为中心提升管内循环流化床装置的设计和运行提供指导.