基于RBF神经网络法的气化炉炉膛温度软测量建模研究与设计

• 作者: 李乐伦 祝祥年 侯倩倩 赵亚芳
• 来源期刊: 氮肥与合成气
• 关键词: 神经网络 软测量 多喷嘴 气化炉
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 试验研究
• 页码范围: 3-6
• 页数: 4页
• 分类号: TQ545.1|TP18
• 语种: 中文
• DOI: 10.19910/j.cnki.ISSN2096-3548.2021.03.002

摘要

气化炉内是高温(一般均超过1050℃)、高压(约6.0 MPa)、强腐蚀环境,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,导致操作滞后,对气化炉及生产系统产生巨大的影响,甚至造成气化炉渣堵,迫使系统停车.通过变量选择、数据采集与处理,采用RBF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,误差分析结果表明该模型能够有效地指导气化操作和化工生产.