PSO-BP神经网络在船舶二级脱硝系统中的应用

• 作者: 喻哲 夏同飞 李建 许媛媛
• 来源期刊: 船舶工程
• 学科: 交通运输
• 关键词: NOx排放 选择性催还还原 PSO-BP神经网络
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 绿色船舶
• 页码范围: 93-99,133
• 页数: 8页
• 分类号: U664.5|TP29
• 语种: 中文
• DOI: 10.13788/j.cnki.cbgc.2019.08.18

摘要

采用选择性催化还原脱硝(SCR-DeNOx)技术实现船舶柴油机氮氧化物(NOx)减排.根据SCR反应机理,在MATLAB中搭建一级SCR脱硝系统和二级SCR脱硝系统模型;对仿真结果进行对比,结果显示加入二级脱硝系统能使脱硝率得到提高.鉴于BP神经网络的预测精度较低,将粒子群优化(PSO)算法加入到BP权值训练过程中,利用PSO-BP神经网络预测SCR-DeNOx系统出口处NOx的浓度.结果 表明:PSO-BP神经网络不仅能预测SCR-DeNOx系统出口处NOx的浓度,而且能提高预测结果的精度,为有效控制喷氨量、降低氨气逃逸量提供帮助.