论文部分内容阅读
对废轮胎胶粒使用流化床试验装置进行气化和脱硫，得到样本数据。使用BP神经网络建立气化产气热值和含硫气体排放特性预测模型，较好地实现了对试验数据的再现。在训练过程中，误差快速的单调下降，表明该网络的学习能力很强。模型很好的预测了试验工况，预测值和试验值的误差的数量级均在10^-6。
废轮胎胶粒气化脱硫BP神经网络预测
【摘 要】
：
对废轮胎胶粒使用流化床试验装置进行气化和脱硫，得到样本数据。使用BP神经网络建立气化产气热值和含硫气体排放特性预测模型，较好地实现了对试验数据的再现。在训练过程中，误差
【机 构】
：
河南科达东大国际工程有限公司,中石油华东设计院有限公司
【出 处】
：
节能
【发表日期】
：
2017年8期
其他文献
构建了信息融合数学模型，对异源传感器获取的气象情报信息，针对不同的应用背景提出了基于时间域内插外推的异源数据融合技术，通过多台站时间融合仿真，验证了所提问题的正确性，拓展
随着社会发展,资源与环境问题不断升级,一直以来传统能源肩负着满足人居用能的关键使命,但由此产生的环境问题日益严峻,新能源的开发利用备受关注。通过对大庆地区地热资源现