基于神经网络法的气化炉炉温软测量建模研究_中国煤炭行业知识服务平台

基于神经网络法的气化炉炉温软测量建模研究

作者

李乐伦李娜
单位

兖矿新疆煤化工有限公司新疆大学资源与环境科学学院
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;通过变量选择、数据采集与处理并采用BP神经网络法和RBF神经网络法分别建立气化炉炉膛温度软测量模型,并进行效果验证;误差对比分析表明,基于RBF神经网络法建立的炉膛温度软测量模型能够有效指导气化操作和化工生产。
关键词

多喷嘴气化炉炉温神经网络软测量建模
文章目录

1 软测量技术简介
2 人工神经网络
3 BP神经网络法的气化炉温度软测量建模
3.1 BP神经网络建立流程
3.2 变量的选择、采集
3.3 样本预处理
3.4 评价模型性能的参数指标
3.4.1 均方差
3.4.2 平均绝对误差
3.5 模型建立与分析
4 RBF神经网络法的气化炉温度软测量建模
4.1 RBF神经网络数据预处理
4.2 RBF神经网络模型的创建
5 两种神经网络建模的比较
6 总结
引用格式

李乐伦,李娜.基于神经网络法的气化炉炉温软测量建模研究[J].煤炭加工与综合利用,2020(10):60-64.