作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
气化炉内是高温(一般均超过1 050℃)、高压(约6.0 MPa)、强腐蚀环境,并伴随着高强度的气流冲刷,使得测温元件高温热电偶的工作寿命很短,无法对气化炉炉膛温度进行实时监测,导致操作的滞后对气化炉以及生产系统会产生巨大的影响,甚至造成气化炉渣堵系统停车.本文通过变量选择、数据采集与处理并采用BP神经网络法建立气化炉炉膛温度软测量模型,并进行效果验证,通过误差分析,表明基于BP神经网络法建立的炉膛温度软测量模型,能够有效的指导气化操作和化工生产,为今后气化炉炉膛温度软测量的发展做出一定的指导和建议.
推荐文章
基于FCM聚类的气化炉温度多模型软测量建模
水煤浆气化
模糊C均值聚类
最小二乘支持向量机
多模型
软测量建模
用新型RBF网络估计德士古气化炉炉膛温度
德士古气化炉
推断估计
RBF网络
BP网络
主元分析
典型气流床煤气化炉气化过程的建模
气流床气化炉
热力学平衡模型
Aspen Plus
气流床气化炉操作温度的探讨
气流床气化
气化炉
操作温度
煤质
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 气化炉炉膛温度软测量建模研究与设计
来源期刊 氮肥技术 学科
关键词 神经网络 软测量 问题 建模 指标 效果
年,卷(期) 2020,(3) 所属期刊栏目 生产控制
研究方向 页码范围 16-21
页数 6页 分类号
字数 4141字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李乐伦 8 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (9)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
软测量
问题
建模
指标
效果
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
氮肥技术
双月刊
37-1448/TQ
大16开
山东省济南市经十路9999号黄金时代广场H座17层
1980
chi
出版文献量(篇)
2258
总下载数(次)
4
论文1v1指导