来源:《太阳能学报》2012年第10期  作者:陈鸿伟;史洋;尹萍;危日光;高建强;
选择字号

基于BP神经网络的中心提升管内循环流化床颗粒循环流率预测

收藏本文  分享

基于BP人工神经网络原理,利用MATLAB神经网络工具箱,以试验得到的243组数据作为样本,建立一个以提升管风速、鼓泡床风速、鼓泡床物料静床高、床料平均粒径为输入变量,以颗粒循环流率为输出变量,用于预测中心提升管内循环流化床颗粒循环流率的BP神经网络模型。对模型的隐含层层数和隐含层节点数对预测结果的影响进行分析,发现在隐含层层数为1,隐含层节点数为15时,模型预测结果误诊率最小,预测相对误差在±8%以内,总体平均偏离度为3.09%,网络性能最优,从而为中心提升管内循环流化床装置的设计和运行提供指导。(本文共计5页)......[继续阅读本文]

下载阅读本文订阅本刊

图书推荐

    相关文章推荐

    看看这些杂志对你有没有帮助...

    更多杂志>>