發(fā)布時(shí)間：2021-08-06 01:08

　　目前我國(guó)采用固定床間歇式造氣爐,煤氣發(fā)生爐中的氣化過(guò)程以150個(gè)步序?yàn)橐粋�(gè)循環(huán)周期,在此期間內(nèi)間歇地進(jìn)行各種原料的入爐、氣化反應(yīng)和半水煤氣的收集。每個(gè)周期劃分為六個(gè)階段,每個(gè)階段的時(shí)間長(zhǎng)度直接影響一個(gè)循環(huán)內(nèi)氣化劑的使用量、溫度變化、半水煤氣的產(chǎn)量和質(zhì)量,也就決定了反應(yīng)過(guò)程的長(zhǎng)短、效率和產(chǎn)出情況,因此這六階段在一個(gè)周期內(nèi)的時(shí)間配比是生產(chǎn)過(guò)程中重要的工藝控制參數(shù)。針對(duì)這六階段的時(shí)間配比,在對(duì)幾種線性和非線性參數(shù)優(yōu)化方法研究的基礎(chǔ)上,論文采用基于BP神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)參數(shù)優(yōu)化方法,對(duì)間歇式煤造氣過(guò)程六階段時(shí)間配比進(jìn)行優(yōu)化。主要工作如下:⑴針對(duì)煤造氣過(guò)程中丟失的數(shù)據(jù),在通過(guò)對(duì)相似度分析理論知識(shí)的學(xué)習(xí)和研究基礎(chǔ)上,提出一種基于相似度分析的數(shù)據(jù)補(bǔ)償算法,通過(guò)仿真驗(yàn)證該數(shù)據(jù)預(yù)處理方法提高數(shù)據(jù)質(zhì)量的有效性。⑵對(duì)一些常用線性和非線性參數(shù)優(yōu)化方法的特性、適用范圍以及存在的優(yōu)缺點(diǎn)進(jìn)行深入的研究,并比較他們的不同。針對(duì)實(shí)際工業(yè)中,煤造氣過(guò)程六階段時(shí)間配比數(shù)據(jù)差異較小、不規(guī)則、存在噪聲以及各變量間耦合關(guān)系強(qiáng)等復(fù)雜特點(diǎn)。本文提出了基于BP神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)時(shí)間配比優(yōu)化方法。該方法基本步驟是先利用相關(guān)性分析方法對(duì)過(guò)程數(shù)據(jù)進(jìn)... 

【文章來(lái)源】：河北工程大學(xué)河北省

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究的主要內(nèi)容
    1.4 論文的整體結(jié)構(gòu)安排
第2章 煤造氣工藝過(guò)程分析
    2.1 煤造氣技術(shù)原理
    2.2 煤造氣工藝流程
    2.3 煤造氣工藝指標(biāo)
    2.4 六階段時(shí)間參數(shù)影響
    2.5 本章小結(jié)
第3章 常用參數(shù)優(yōu)化方法
    3.1 線性參數(shù)優(yōu)化方法
        3.1.1 PID參數(shù)優(yōu)化方法
        3.1.2 主元分析參數(shù)優(yōu)化方法
        3.1.3 多元線性回歸參數(shù)優(yōu)化方法
    3.2 非線性參數(shù)優(yōu)化方法
        3.2.1 SVM參數(shù)優(yōu)化方法
        3.2.2 迭代學(xué)習(xí)參數(shù)優(yōu)化方法
        3.2.3 神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化方法
    3.3 六階段時(shí)間配比特征和數(shù)據(jù)預(yù)處理方法
        3.3.1 六階段時(shí)間配比特征
        3.3.2 數(shù)據(jù)預(yù)處理方法
    3.4 本章小結(jié)
第4章 基于BP神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)參數(shù)優(yōu)化方法
    4.1 BP神經(jīng)網(wǎng)絡(luò)
        4.1.1 BP神經(jīng)網(wǎng)絡(luò)模型
        4.1.2 BP神經(jīng)網(wǎng)絡(luò)算法及學(xué)習(xí)過(guò)程
        4.1.3 BP算法的局限性
    4.2 基于BP神經(jīng)網(wǎng)絡(luò)的線性參數(shù)優(yōu)化方法
    4.3 基于BP神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)參數(shù)優(yōu)化方法
    4.4 本章小結(jié)
第5章 基于BP神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)參數(shù)優(yōu)化方法的應(yīng)用
    5.1 煤造氣系統(tǒng)數(shù)據(jù)預(yù)處理
    5.2 基于BP神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)參數(shù)優(yōu)化方法的應(yīng)用
        5.2.1 多元線性回歸參數(shù)優(yōu)化方法應(yīng)用
        5.2.2 BP神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化方法應(yīng)用
        5.2.3 基于BP神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)參數(shù)優(yōu)化方法的應(yīng)用
    5.3 仿真結(jié)果與分析
    5.4 本章小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
作者簡(jiǎn)介
攻讀碩士學(xué)位期間發(fā)表的論文和科研成果



本文編號(hào)：3324767