双循环流化床颗粒循环流率实验研究.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第47卷第2期 热 力 发 电 V01.47No.2 2018年2月THERMALPOWERGENERATION Feb.2018 双循环流化床颗粒循环流率实验研究 陈鸿伟1,杨 新1,贾建东1,麻哲瑞1,赵振虎2,孙超3 (1.华北电力大学能源动力与机械工程学院,河北保定071003: 沧州061001) 2.天津能源投资集团科技有限公司,天津300204;3.河北水利电力学院,河北 [摘 要]为实现颗粒循环流率的合理控制,在自行搭建的双循环流化床系统上对鼓泡床流化风速、 快速床总风速和配风比、鼓泡床静床层高度、颗粒平均粒径等控制参数对颗粒循环流率的 权值优化算法,建立了BP神经网络优化模型,并比较了模型预测值与实际值间的误差。 研究结果表明:颗粒循环流率受鼓泡床流化风速变化影响较小:颗粒循环流率随快速床一 次风比、总风速和鼓泡床静床层高度的增加而增加,随颗粒平均粒径增大而减小:基于 遗传算法优化的BP神经网络在对测试样本测试时平均误差为0.4365%,标准方差为 0.064 1,预测值与实验值比较吻合,为较优的BP神经网络模型。 [关键词]双循环流化床:循环流率:控制参数;权值优化:BP神经网络模型:遗传算法:AM算法: LM算法 CHEN on rate fluidized Hongwei,YANGXin,JIA Jiandong,eta1.Experimentalstudyparticlecirculatingofdouble—circulatingbccl[J] Power ThermalGeneration,2018,47(2):56·62. on rateof Experimentalstudyparticlecirculating fluidizedbed CHEN Zherui Chap3 1,YANG 1,ZHAOZhenhu2,SUN HongweiXinl,J队Jiandon91,MA andMechanical ChinaElectricPower (1.School Engineering,North University,Baoding071003,China; ofEnergy,Power 2 Investment TianjinEnergy GroupTechnologyCo.,Ltd.,Tianjin300204,China; ResourcesandElectric 3.Hebei ofWater University Engineering,Cangzhou061001,China) effectsof Abstract:Inordertorealizereasonablecontrolof flowrate.the control

文档评论(0)

喜宝 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档