内循环流化床生物质气化过程的神经网络模型

GIEC OpenIR > 中国科学院广州能源研究所

	内循环流化床生物质气化过程的神经网络模型
	马隆龙; 陈平; 原晓华; 阴秀丽; 吴创之; 颜涌捷
	2007
发表期刊	太阳能学报
卷号	28 期号:12 页码:1354-1359
合作性质	其它
摘要	A three layers back propagation （BP） Neural Network model was built to simulate the biomass gasification process in an inner circulating fluidized bed. Two input variables, i.e. feeding rates, air flow rate, and four output variables, i.e. gas heating value, gas productivity, carbon conversion rate, and gasification efficiency were selected. 57 experimental data were taken as training and checking samples, the effects of nodes of hidden layer and training echoes on simulation results were investigated. The results showed that correlation coefficient of the four output variables between simulation results and experimental data exceeded 0.95, when the nodes of hidden layer were 20 and training echoes was 50. Model-predicted results were in agreement with the experimental data, showing good generalization capacity. This model will be the basis of automatic control of biomass gasification process in fluidized bed.
其他摘要	基于BP人工神经网络原理，利用MATLAB神经网络工具箱，以实验得到的57组气化实验数据作为样本，建立了一个以加料量和送风量为输入变量，以燃气热值、产气率、碳转化率和气化效率为输出变量，用于描述连续稳定气化过程的内循环流化床生物质气化模型。对模型的隐层节点数和训练周期改变对模拟结果的影响进行了分析，发现当隐层节点数为20，训练步骤为50步，模型的4个输出变量的模拟结果与实验结果相关系数均超过0．95；同时对该模型的预测能力进行了考察，模型预测结果与实验结果吻合良好，证明了该模型具有较强的泛化能力，为生物质内循环流化床气化系统的优化设计和自动控制提供新思路。
关键词	生物质气化内循环流化床 Bp神经网络 Biomass Gasification Inner Circulating Fluidized Bed Bp Neural Network
收录类别	EI ; CSCD
语种	中文
CSCD记录号	CSCD:3046238
引用统计	被引频次：1[CSCD] [CSCD记录]
文献类型	期刊论文
条目标识符	http://ir.giec.ac.cn/handle/344007/177
专题	中国科学院广州能源研究所生物质能源生物质热化学转化实验室
推荐引用方式 GB/T 7714	马隆龙,陈平,原晓华,等. 内循环流化床生物质气化过程的神经网络模型[J]. 太阳能学报,2007,28(12):1354-1359.
APA	马隆龙,陈平,原晓华,阴秀丽,吴创之,&颜涌捷.(2007).内循环流化床生物质气化过程的神经网络模型.太阳能学报,28(12),1354-1359.
MLA	马隆龙,et al."内循环流化床生物质气化过程的神经网络模型".太阳能学报 28.12(2007):1354-1359.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
内循环流化床生物质气化过程的神经网络模型（590KB）			开放获取	CC BY-NC-SA	浏览下载