版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、循環(huán)流化床煙氣脫硫(CFB-FGD)技術(shù)是一項(xiàng)新型半干法煙氣脫硫工藝,能在較低的鈣硫比情況下接近或達(dá)到濕法工藝的脫硫效率。具有脫硫產(chǎn)物易于處理、設(shè)備占地面積小、運(yùn)行可靠、操作維護(hù)方便、投資費(fèi)用低等優(yōu)點(diǎn)。
本文首先介紹了CFB-FGD的機(jī)理和工藝現(xiàn)狀。通過對CFB-FGD機(jī)理及工藝的分析得知,循環(huán)灰的多次循環(huán)利用大大提高了循環(huán)流化床煙氣脫硫效率。目前對物料循環(huán)的具體作用過程的研究還不是很清晰,因此循環(huán)灰利用率的測量有利于進(jìn)一
2、步的研究循環(huán)流化床煙氣脫硫工藝,并且實(shí)現(xiàn)循環(huán)流化床煙氣脫硫系統(tǒng)的優(yōu)化控制。
目前很少有關(guān)于循環(huán)灰中脫硫劑所起的作用研究的文獻(xiàn),本文為進(jìn)一步的研究循環(huán)流化床脫硫過程中循環(huán)灰所起到的作用,研究了循環(huán)灰利用率的軟測量方法。
輔助變量的選擇對軟測量模型的建立有著至關(guān)重要的作用,本文主要對循環(huán)灰利用率的影響因素進(jìn)行了詳細(xì)的分析,通過詳細(xì)的機(jī)理分析來選擇合適的變量做輔助變量。選擇了噴水量、新鮮脫硫劑量、循環(huán)灰量、入口煙氣
3、濃度、入口煙氣流量、入口煙氣溫度這六個(gè)變量做模型的輔助變量。
研究了粒子群優(yōu)化算法,引入了線性減小慣性權(quán)重和收縮因子,提出了改進(jìn)粒子群優(yōu)化算法(MPSO)。結(jié)合MPSO算法與梯度下降法,將MPSO算法的全局搜索能力和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF)局部優(yōu)化的高效性相融合,克服了普通PSO算法收斂的不穩(wěn)定性和RBF網(wǎng)絡(luò)易陷入局部極小值的缺點(diǎn),建立了RBF神經(jīng)網(wǎng)絡(luò)的MPSO-RBF混合優(yōu)化算法。將訓(xùn)練后的RBF神經(jīng)網(wǎng)絡(luò)應(yīng)用于循環(huán)灰
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- IP網(wǎng)絡(luò)鏈路利用率測量技術(shù)的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軟測量技術(shù).pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)軟測量技術(shù)的磁流變阻尼器模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的煤質(zhì)軟測量技術(shù)的研究
- 基于蟻群聚類優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)軟測量應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的煤質(zhì)軟測量技術(shù)的研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的軟測量技術(shù)的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的稀土萃取過程組分含量軟測量方法研究.pdf
- 基于組合神經(jīng)網(wǎng)絡(luò)的軟測量技術(shù)研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的車牌識別技術(shù)的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的軟測量技術(shù)研究與應(yīng)用.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的近景攝影測量立體匹配技術(shù)研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)頁分類技術(shù)研究.pdf
- 臭氧技術(shù)中的神經(jīng)網(wǎng)絡(luò)軟測量建模研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的期權(quán)定價(jià)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)優(yōu)化理論的軟測量技術(shù)及應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的硫酸濃度軟測量技術(shù)的應(yīng)用研究.pdf
- 基于過程神經(jīng)網(wǎng)絡(luò)的化工過程軟測量研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的水質(zhì)軟測量方法研究.pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的粉塵濃度軟測量研究.pdf
評論
0/150
提交評論