双循环流化床颗粒循环流率实验研究

• 作者: 孙超 杨新 贾建东 赵振虎 陈鸿伟 麻哲瑞
• 来源期刊: 热力发电
• 关键词: 双循环流化床 循环流率 控制参数 权值优化 BP神经网络模型 遗传算法 AM算法 LM算法
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 热能科学研究
• 页码范围: 56-62
• 页数: 7页
• 分类号: TK229
• 语种: 中文
• DOI: 10.19666/j.rlfd.201705042

摘要

为实现颗粒循环流率的合理控制,在自行搭建的双循环流化床系统上对鼓泡床流化风速、快速床总风速和配风比、鼓泡床静床层高度、颗粒平均粒径等控制参数对颗粒循环流率的影响进行了研究,基于附加动量算法、Levenberg-Maraquardt算法和遗传算法3种不同的权值优化算法,建立了BP神经网络优化模型,并比较了模型预测值与实际值间的误差.研究结果表明:颗粒循环流率受鼓泡床流化风速变化影响较小;颗粒循环流率随快速床一次风比、总风速和鼓泡床静床层高度的增加而增加,随颗粒平均粒径增大而减小;基于遗传算法优化的BP神经网络在对测试样本测试时平均误差为0.436 5％,标准方差为0.0641,预测值与实验值比较吻合,为较优的BP神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鸿伟	华北电力大学能源动力与机械工程学院	253	1807	18.0	29.0
2	杨新	华北电力大学能源动力与机械工程学院	31	96	5.0	7.0
3	孙超		29	31	3.0	3.0
4	麻哲瑞	华北电力大学能源动力与机械工程学院	7	7	2.0	2.0
5	贾建东	华北电力大学能源动力与机械工程学院	7	6	1.0	2.0
6	赵振虎		4	7	2.0	2.0