学位论文 > 优秀研究生学位论文题录展示

基于神经网络的循环流化床烟气脱硫过程的智能集成建模研究

作　者: 张晓彬
导　师: 李鸿儒
学　校: 东北大学
专　业: 控制理论与控制工程
关键词: 循环流化床烟气脱硫机理模型智能集成模型神经网络建模
分类号: X701.3
类　型: 硕士论文
年　份: 2005年
下　载: 176次
引　用: 3次
阅　读: 论文下载

内容摘要

循环流化床烟气脱硫(CFB-FGD)技术以循环流化床原理为基础,通过对反应产物和脱硫剂的多次循环利用,增加了反应器内的物料浓度,延长了反应时间,使脱硫剂的利用率和脱硫效率大幅提高,是一种具有投资低、脱硫效率高、运行可靠和操作维护方便等特点的烟气脱硫技术。我国的燃煤发电在电力供给中占80%以上。以煤为主的能源消耗结构导致了二氧化硫的大量排放,对我国生态环境产生了严重的影响。节约资源,减少污染排放是我国急需解决的重要问题之一。为研究开发出技术可行、指标较高、工程改造量不大、施工周期较短、投资比较合理等特点的具有我国自主知识产权的燃煤电厂CFB-FGD控制技术,本文以国家“十五”重点攻关课题“CFB-FGD设备自动控制技术的研究与开发”为基础,建立了CFB-FGD机理模型。但由于CFB-FGD系统是一个非线性多变量复杂的系统,当前还未能完全掌握其复杂的机理,从机理角度出发建立的数学模型还不能完全满足要求,这就导致了CFB-FGD系统的放大设计以及工业生产过程的指导仍然主要是基于经验性的。除了数学模型的建立和维护都很复杂以外,数学模型在计算时需要较长时间进行反复迭代,为了解决这些困难,本文对CFB-FGD系统进行了基于神经网络的智能集成建模研究。首先,本文在智能集成建模理论的指导下,重点探讨了神经网络与传统建模方法间的集成,提出了输入加权式前向神经网络智能集成建模方法,并给出了其具体实现。该方法预测精度高,收敛速度较快,适合于非线性严重,特别是输入变量较多的工业过程。接着,对CFB-FGD过程运行规律进行了深入的分析,建立了CFB-FGD机理模型。包括:反应器内干燥阶段脱硫模型、气固阶段脱硫模型、布袋除尘器脱硫模型和考虑物料返混情况下的脱硫模型,其中干燥阶段模型又包含了环/核流动模型。为检验过程模型的可行性,将建立的稳态机理模型的计算值与实际数据进行了比较,结果表明所建立的模型能够较好的模拟实际系统的稳态运行状态。最后,根据CFB-FGD机理模型确定了影响脱硫效率的因素,并由各因素对脱硫效率贡献的大小确定了其加权系数,建立了CFB-FGD系统的基于神经网络的智能集成模型。并对此模型的结构、训练和模拟能力进行了深入系统的研究。仿真结果表明,该神经网络智能集成模型可以较好地模拟和预测脱硫效率;和机理模型相比,CFB-FGD神经网络智能集成模型的效果更好。

全文目录

声明  4-5
摘要  5-6
ABSTRACT  6-8
目录  8-10
第一章绪论  10-24
  1.1 循环流化床烟气脱硫简介  10-16
    1.1.1 我国二氧化硫污染现状  10-11
    1.1.2 国外烟气脱硫技术发展现状  11-14
    1.1.3 国内CFB-FGD技术现状  14-15
    1.1.4 国内需求情况  15-16
  1.2 智能集成建模的研究进展  16-17
  1.3 人工神经网络在CFB-FGD过程建模中的应用  17-21
    1.3.1 人工神经网络简介  17-18
    1.3.2 CFB-FGD过程建模研究的现状  18-19
    1.3.3 人工神网络模拟CFB-FGD系统的可行性  19-20
    1.3.4 人工神网络模拟CFB-FGD过程的特点  20-21
  1.4 课题背景与本文的主要工作  21-22
    1.4.1 课题背景  21-22
    1.4.2 本文的主要工作  22
  1.5 本章小结  22-24
第二章基于神经网络的智能集成建模方法  24-38
  2.1 智能集成建模基本框架  24-28
    2.1.1 基本概念  24-25
    2.1.2 智能集成建模的形式和结构  25-27
    2.1.3 智能集成建模理论的在实际工业过程中的应用  27-28
  2.2 神经网络与传统建模方法的集成  28-31
    2.2.1 两类建模方法集成的必要性与可行性  29-30
    2.2.2 两类建模方法的集成形式  30-31
  2.3 输入加权式前向神经网络模型  31-37
    2.3.1 输入加权式前向神经网络结构  31-33
    2.3.2 输入加权式前向神经网络的学习算法  33-37
  2.4 本章小结  37-38
第三章 CFB-FGD机理模型的研究  38-69
  3.1 循环流化床脱硫机理  38-40
    3.1.1 增湿反应机理  38
    3.1.2 双膜传质理论  38-40
  3.2 干燥阶段模型  40-50
    3.2.1 模型的基本假设  40-42
    3.2.2 SO_2气体向液膜表面的传质通量  42-44
    3.2.3 二氧化硫总的传质  44-48
    3.2.4 液膜蒸发时间  48-50
  3.3 气固反应阶段脱硫模型  50-52
  3.4 考虑物料循环作用时的脱硫效率计算  52-54
  3.5 布袋除尘器脱硫模型  54-55
  3.6 参数确定及求解  55-62
  3.7 模型计算与检验  62-68
    3.7.1 模型的计算  62-63
    3.7.2 模型计算的结果与校核  63-68
  3.8 本章小结  68-69
第四章 CFB-FGD的神经网络集成建模  69-79
  4.1 CFB-FGD神经网络集成模型的目标  69-70
  4.2 CFB-FGD神经网络集成模型的建立  70-73
    4.2.1 建立神经网络集成模型的实验数据  70
    4.2.2 神经网络集成模型结构的确定  70-73
  4.3 CFB-FGD神经网络集成模型的训练  73-75
  4.4 仿真实验结果  75-78
  4.5 本章小结  78-79
第五章结论  79-81
  5.1 主要结果  79-80
  5.2 不足之处  80-81
参考文献  81-90
致谢  90-91
作者攻读学位期间参加项目及获奖情况  91

基于神经网络的循环流化床烟气脱硫过程的智能集成建模研究

内容摘要

全文目录

相似论文