煤种成浆性的人工神经网络预测模型研究_中国煤炭行业知识服务平台

煤种成浆性的人工神经网络预测模型研究

作者

李艳昌杨雨濛刘建忠
单位

辽宁工程技术大学安全科学与工程学院矿山热动力灾害与防治教育部重点实验室浙江大学能源清洁利用国家重点实验室热能工程研究所
摘要

为更好地预测煤的成浆性,以大量煤种成浆浓度试验数据为基础,建立了3个输出因子的神经网络成浆浓度预测模型,模型采用L-M算法,对输入数据进行数据预处理,最后对比分析了神经网络预测模型与回归分析模型的预测结果。结果表明,以Ad、哈氏可磨性指数HGI和氧含量O为输入因子的模型预测结果平均绝对误差为0.63%,以Mad、HGI和O为输入因子的模型预测结果平均绝对误差为0.60%,以Mad、HGI和氧碳比O/C为输入因子的模型预测结果平均绝对误差为0.40%,3种组合的模型结果均小于回归分析模型的平均绝对误差1.15%。因此神经网络模型比回归分析模型有更好的预测能力,其中以Mad、HGI和O/C为输入因子的神经网络模型预测结果最好。
关键词

煤成浆性神经网络L-M算法
基金项目(Foundation)

国家重点基础研究发展计划(973计划)资助项目(2010CB227001)；
相关文章

[1]多方位配煤掺烧模型的研究应用
[2]4t/h工业锅炉燃用煤泥水煤浆燃烧试验研究
[3]水煤浆在燃油热水锅炉内的燃烧试验