文摘
Aneural氧化规模的网络模型,定量预测印度燃煤锅炉水冷壁的一个操作
作者(年代):AmritaKumari *,”栏目Das, P.K.Srivastava应用人工神经网络(ANN)预测工业过程行为已经越来越受欢迎的在电力行业行业。本文基于多层感知器(MLP) ANN模型已经发展到预测氧化物的沉积速率规模燃煤锅炉的水冷壁管。ANN模型的输入参数是锅炉水化学和相关操作参数,即pH值、碱度、总溶解固体,特定的电导率,铁和溶解氧浓度的给水和热流的一个典型的250 MW燃煤锅炉。神经网络架构进行了优化使用一种有效的基于梯度的网络优化算法,以减少训练和测试误差迅速在模拟运行。热通量的参数敏感性,铁含量、pH值和总溶解固体的浓度在给水和其他操作变量对沉积规模的行为也被调查。观察到热通量,含铁量和给水的pH值有一个规模相对主要影响氧化物沉积现象。安之间有非常好的协议模型预测和氧化尺度沉积速率的测量值之间的回归拟合得到这些值。
