2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、生物質(zhì)氣化技術是實現(xiàn)生物質(zhì)能高效利用的重要方式之一,然而燃氣焦油及污染物的存在制約著氣化燃氣的推廣應用。目前國內(nèi)外針對生物質(zhì)氣化燃氣焦油及污染物凈化方面的研究多集中在凈化工藝、催化劑特性、試驗方法等領域,而從優(yōu)化控制角度對生物質(zhì)氣化燃氣焦油及污染物脫除過程的分析研究較為缺乏。
  鑒于此,本文在對生物質(zhì)氣化燃氣焦油及污染物脫除過程特性、影響因素、脫除工藝方法全面分析總結的基礎上,設計了生物質(zhì)氣化燃氣焦油及污染物整體脫除方法。并分別

2、從工藝設計、試驗方案、建模及工況優(yōu)化等角度對該方法進行了闡述。
  參照生物質(zhì)氣化燃氣焦油及污染物整體脫除工藝,本文提出了一種新的融入灰色關聯(lián)度分析(GRA)的最小二乘支持向量機(LS-SVM)建模方法。該建模方法通過對試驗數(shù)據(jù)的GRA分析,提取氣化焦油及污染物脫除過程的強相關因素作為模型訓練樣本,避免了樣本數(shù)據(jù)中冗余信息的干擾?;谖墨I[23]和文獻[67]的試驗過程,分別建立了生物質(zhì)氣化爐內(nèi)焦油脫除過程、爐外焦油催化裂解過程和

3、氨催化脫除過程的LS-SVM模型。驗證結果表明,融入 GRA的LS-SVM模型較單純的LS-SVM模型具有更好的擬合效果和泛化能力,模型擬合誤差和外推誤差均小于10%,可以滿足工程預測要求。
  依據(jù)所建立的三個LS-SVM模型,分別設計了生物質(zhì)氣化爐內(nèi)焦油脫除過程、爐外焦油催化裂解過程和氨催化脫除過程多目標優(yōu)化函數(shù),并通過并列遺傳算法尋優(yōu)得到了氣化爐內(nèi)脫焦過程、爐外焦油催化裂解過程和氨催化脫除過程Pareto最優(yōu)解集。尋優(yōu)結果表

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論