简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。
简介:为实现沼气工程运行的净产能最大化,以万头猪场配置的500m3发酵罐为分析对象,建立计算模型,计算净沼气产量,从而确定发酵温度。结果表明:发酵罐的能量产出效率指标k和能量输入效率指标η是发酵温度选择的决定性因素;在现有设计条件(k=0.55、η=0.45、发酵温度35℃)下运行,年增温所需沼气量为总沼气产量的42.4%,其中,冬季为65.2%,春季为42.1%,秋季为40.4%,夏季为22.3%,年平均净沼气产量为285.6m3/d;只有当k≥0.55和η≥0.45时,运行净能产出最大的发酵温度为35℃,当k或η值随工程运行下降,降低发酵运行温度方可获得最大净能产出;结合我国沼气工程的实际工况,建议选择30℃作为发酵运行温度,并及时对发酵设备进行维护,以确保工程的长期运行效率。