【摘要】：焚燒技術(shù)是國際上普遍采用的垃圾處理技術(shù)之一，垃圾焚燒過程中產(chǎn)生的酸性氣體污染問題已引起廣泛關(guān)注。城市垃圾具有異比重、多組分、多顆粒尺度、多污染源、高水分、多著火點、多熱值等特點，其流化床焚燒污染物排放是一個多變量非耦合的復(fù)雜系統(tǒng)，且反應(yīng)時間長、慣性大，很難提出一個確定性的數(shù)學(xué)模型來描述和控制這一過程，而人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有強大的捕捉非線性變化規(guī)律的能力，非常適合垃圾流化床焚燒污染物排放預(yù)測。 本文研究主要包括以下幾個方面： 綜述了國內(nèi)外垃圾流化床焚燒技術(shù)的應(yīng)用及發(fā)展?fàn)顩r，系統(tǒng)闡述人工神經(jīng)網(wǎng)絡(luò)模型及算法、國內(nèi)外人工神經(jīng)網(wǎng)絡(luò)技術(shù)的最新研究進展； 在φ150mm鼓泡流化床焚燒典型單組分及混合組分垃圾酸性氣體排放特性試驗中，研究床溫、燃燒氣氛等對酸性氣體的影響及具體機理。在φ150mm鼓泡流化床焚燒典型組分垃圾試驗中，研究了鈣基脫硫劑使用效率以及鈣基脫硫劑品種、粒徑和Ca／S比對NO轉(zhuǎn)變率的影響，闡述了鈣基脫硫劑使NO轉(zhuǎn)變率增加機理； 建立了酸性氣體的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，介紹了模型結(jié)構(gòu)、算法、節(jié)點激勵函數(shù)、網(wǎng)絡(luò)層數(shù)、學(xué)習(xí)精度、隱含層節(jié)點數(shù)、目標(biāo)函數(shù)誤差、初始的權(quán)值與閾值、學(xué)習(xí)速率的選取與設(shè)置； 通過典型相關(guān)分析預(yù)測模型，研究參數(shù)輸入變量與污染物排放輸出變量之間的相關(guān)關(guān)系，并對分析結(jié)果進行顯著性檢驗；通過主成分分析預(yù)測模型，得出模型各輸入節(jié)點的方差貢獻率，并以此簡化模型結(jié)構(gòu)；通過置信區(qū)間分析預(yù)測模型，得出模型預(yù)測結(jié)果的置信程度；分析比較了線性回歸與BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測效果； 分析探討了網(wǎng)絡(luò)泛化能力弱、局部極小點產(chǎn)生原因及改進措施、網(wǎng)絡(luò)模型輸入樣本集大小、組織原則與方法，訓(xùn)練樣本集和檢驗樣本集的選取、預(yù)處理及選取合理性評判標(biāo)準(zhǔn)； 利用范圍廣泛的代表性樣本對訓(xùn)練后的模型進行反復(fù)檢驗，并詳細(xì)考察模型對垃圾流化床焚燒酸性氣體排放的主要影響參數(shù)的預(yù)測性能； 通過分析二VA英和重金屬的研究現(xiàn)狀、機理、本文試驗臺與實際垃圾焚燒爐的差異，探討了目前利用神經(jīng)網(wǎng)絡(luò)技術(shù)預(yù)測二VA英和重金屬的可行性。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2003
【分類號】：X705
【圖文】：

對于影響因素眾多且相互關(guān)系異常復(fù)雜的系統(tǒng)，采用多元回歸分析方法進行預(yù)測是不合適的，應(yīng)選用BP神經(jīng)網(wǎng)絡(luò)理論�？�6.5BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果的相關(guān)性分析標(biāo)準(zhǔn)的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用過程中，一般都將數(shù)據(jù)樣本集分成訓(xùn)練樣本集與檢驗樣本集，其相應(yīng)的處理過程分別稱為訓(xùn)練過程和檢驗過程。對于BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，最理想的情況是網(wǎng)絡(luò)輸出與訓(xùn)練目標(biāo)相同，當(dāng)然在實際過程中這一要求很難達到，而且也完全不必這樣做，因為過高的精度往往會嚴(yán)重削弱網(wǎng)絡(luò)的泛化能力，在訓(xùn)練時必須兼顧訓(xùn)練樣本集和未參與訓(xùn)練的樣本集因此在網(wǎng)絡(luò)的訓(xùn)練過程中我們常常給出一定的誤差范圍，當(dāng)他們之間的差別在誤差范圍之內(nèi)時就認(rèn)為兩者是重合的。對于多輸入多輸出的大樣本訓(xùn)練問題，如果逐個比較輸出值與訓(xùn)練目標(biāo)值，一則工作量大容易出錯，二則容易造成網(wǎng)絡(luò)的過度擬合，在實踐中發(fā)現(xiàn)可以采用簡單的一元回歸方法，對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練質(zhì)量給出直觀的評估。

對于影響因素眾多且相互關(guān)系異常復(fù)雜的系統(tǒng)，采用多元回歸分析方法進行預(yù)測是不合適的，應(yīng)選用BP神經(jīng)網(wǎng)絡(luò)理論。夸6.5BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果的相關(guān)性分析標(biāo)準(zhǔn)的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用過程中，一般都將數(shù)據(jù)樣本集分成訓(xùn)練樣本集與檢驗樣本集，其相應(yīng)的處理過程分別稱為訓(xùn)練過程和檢驗過程。對于BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，最理想的情況是網(wǎng)絡(luò)輸出與訓(xùn)練目標(biāo)相同，當(dāng)然在實際過程中這一要求很難達到，而且也完全不必這樣做，因為過高的精度往往會嚴(yán)重削弱網(wǎng)絡(luò)的泛化能力，在訓(xùn)練時必須兼顧訓(xùn)練樣本集和未參與訓(xùn)練的樣本集因此在網(wǎng)絡(luò)的訓(xùn)練過程中我們常常給出一定的誤差范圍，當(dāng)他們之間的差別在誤差范圍之內(nèi)時就認(rèn)為兩者是重合的。對于多輸入多輸出的大樣本訓(xùn)練問題，如果逐個比較輸出值與訓(xùn)練目標(biāo)值，一則工作量大容易出錯，二則容易造成網(wǎng)絡(luò)的過度擬合，在實踐中發(fā)現(xiàn)可以采用簡單的一元回歸方法，對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練質(zhì)量給出直觀的評估。

圖6.8HCI訓(xùn)練樣本的相關(guān)性分析圖6.9HCI檢驗樣本的相關(guān)性分析對于具有多輸入與多輸出變量的垃圾流化床焚燒酸性氣體排放的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，假設(shè)網(wǎng)絡(luò)輸出矩陣為Qmxn，訓(xùn)練目標(biāo)矩陣為Tmxn，其中m為輸出變量的個數(shù)，n為訓(xùn)練樣本的個數(shù)。理想的情況是矩陣Qm、。的第i個行向量與矩陣Tm、。的第i個行向量完全相同，也即在以Ti的值為縱坐標(biāo)，Qi的值為橫坐標(biāo)的平面坐標(biāo)系上，應(yīng)該得到一條過原點的斜率等于1的直線，不妨記之為y=x;如果Qm、。的第i個行向量與Tm又。的第i個行向量完全不同，應(yīng)該得到一條過原點的斜率等于。的直線，不妨記之為y二O。式6一巧為采用最小二乘法一元線性回歸分析的方法，對矩陣T*和矩陣Qi構(gòu)成的數(shù)據(jù)進行線性回歸分析，將得到一條新的直線，不妨記為y，二rx’十b.，式中r為相關(guān)系數(shù)，b為相關(guān)常數(shù)。相關(guān)系數(shù)r定義如下:藝(xi一又)(yJ一歹)與=言育儷不(6一15)即i=l丫i=1

【引證文獻】

相關(guān)期刊論文 前5條

1 李大中;王朋;劉林;;城市生活垃圾與煤混燃與綜合利用評述[J];電站系統(tǒng)工程;2011年05期

2 吳小麗;丁維明;;基于改進神經(jīng)網(wǎng)絡(luò)的煤灰熔點預(yù)測方法[J];工業(yè)控制計算機;2011年05期

3 董平;陳彥杰;王鵬;;Elman神經(jīng)網(wǎng)絡(luò)在動力配煤煤質(zhì)預(yù)測技術(shù)中的應(yīng)用[J];煤炭學(xué)報;2007年12期

4 李魚;王志增;高茜;張琛;;基于響應(yīng)曲面模型的多元復(fù)合體系中沉積物吸附阿特拉津的規(guī)律[J];生態(tài)環(huán)境學(xué)報;2012年08期

5 周孑民;朱再興;劉艷軍;彭好義;高強;;基于Elman神經(jīng)網(wǎng)絡(luò)的動力配煤發(fā)熱量及著火溫度的預(yù)測[J];中南大學(xué)學(xué)報(自然科學(xué)版);2011年12期

相關(guān)博士學(xué)位論文 前9條

1 鄭皎;生活垃圾流化床氣化特性的實驗研究與模型預(yù)測[D];浙江大學(xué);2009年

2 秦宇飛;大型城市生活垃圾焚燒爐焚燒過程仿真及控制[D];華北電力大學(xué)（北京）;2011年

3 孟琪;地下商業(yè)街的聲景研究與預(yù)測[D];哈爾濱工業(yè)大學(xué);2010年

4 何雪明;基于雙映射和人工神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)點云直接加工的研究[D];華中科技大學(xué);2010年

5 溫俊明;城市生活垃圾熱解特性試驗研究及預(yù)測模型[D];浙江大學(xué);2006年

6 曹玉春;流化床垃圾焚燒爐內(nèi)流動和燃燒污染物生成數(shù)值模擬研究[D];浙江大學(xué);2005年

7 向齊良;基于燒結(jié)終點預(yù)測的燒結(jié)過程智能控制系統(tǒng)及應(yīng)用研究[D];中南大學(xué);2008年

8 孫強;基于人工神經(jīng)網(wǎng)絡(luò)的汽車聲品質(zhì)評價與應(yīng)用研究[D];吉林大學(xué);2010年

9 高茜;河流沉積物中重金屬與有機物的復(fù)合污染研究[D];華北電力大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 張海清;生物質(zhì)混煤燃燒及污染物排放特性研究[D];山東大學(xué);2007年

2 李文娟;基于生命周期評價的中國城市生活垃圾處理評價模型及軟件的研究與開發(fā)[D];浙江大學(xué);2012年

3 秦美超;輪椅舒適性評價體系研究[D];大連交通大學(xué);2012年

本文編號：2776684