ANN模型对自热式固定床气化的动态过程预测

• 作者: 沈元兴 沈英 黄元晨
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 人工神经网络 固定床 气化 合成气 过程预测
• 年，卷（期）: 2019,（5）
• 页码范围: 652-657
• 页数: 6页
• 分类号: TK6
• 字数: 2509字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.18473

摘要

在考虑气化炉顶部温度、中部温度、底部温度、空气流速、 蒸气流速、 反应时间以及生物炭添加量等多参数的情况下,建立自热式固定床气化过程合成气动态神经网络模型,以实现对气化过程中的气体浓度(H2,CH4,CO,CO2)动态过程预测.采用不同策略实现对网络参数选择与模型结构优化,同时通过嵌入适当数量的随机噪声来避免模型陷入局部最优.模型对气化过程中H2浓度变化曲线的预测决定系数(R2)达到0.8646.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄元晨	福州大学机械工程及自动化学院	1	1	1.0	1.0
2	沈元兴	福州大学机械工程及自动化学院	2	2	1.0	1.0
3	沈英	福州大学机械工程及自动化学院	29	86	5.0	7.0