基于神经网络法的气化炉炉温软测量建模研究  

The study on model of Temperature and soft measurement of gasifier based on neural network method

作　　者：李乐伦 李娜[2] LI Le-lun

机构地区：[1]兖矿新疆煤化工有限公司生产技术科(调度室) [2]新疆大学资源与环境科学学院,新疆乌鲁木齐830000

出　　处：《煤炭加工与综合利用》2020年第10期60-64,共5页Coal Processing & Comprehensive Utilization

摘　　要：气化炉内是高温(一般均超过1050℃)、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 

分 类 号：TP399[自动化与计算机技术—计算机应用技术] TE963.2[自动化与计算机技术—计算机科学与技术]