| 密相气力输送参数的人工神经网络预测 |
| |
| 引用本文： | 赵艳艳,杨巍,陈峰,龚欣,于遵宏. 密相气力输送参数的人工神经网络预测[J]. 医学教育探索, 2002, 0(1): 5-7 |
| |
| 作者姓名： | 赵艳艳 杨巍 陈峰 龚欣 于遵宏 |
| |
| 作者单位： | 华东理工大学洁净煤技术研究所 上海200237(赵艳艳，杨巍，陈峰，龚欣)，华东理工大学洁净煤技术研究所 上海200237(于遵宏) |
| |
| 基金项目： | 国家重点基础研究发展规划资助项目 ( G19990 2 2 10 3)，高等学校骨干教师资助项目 |
| |
| 摘 要： | 在水平管道中，用压缩空气和氢气对煤粉和小米进行密相气力输送实验，利用改进的BP神经网络对不同气量下的固体质量流率进行预测。结果表明，BP网络能对不同实验条件下的固体质量流率进行较好的预测。并画出不同气量下，固体质量流量的等值图。根据此图，可对密相气力输送参数进行初步优化，控制固体的输送量，减少密相气输送中的盲目操作。
|
| 关 键 词： | 密相气力输送 人工神经网络 参数预测 输送机理 输送参数 固体质量流率 |
Artificial Neural Network Forecasting of Dense Phase Pneumatic Conveying Parameters |
| |
| ZHAO Yan yan,YANG Wei,CHEN Feng,CONG Xin,YU Zun hong. Artificial Neural Network Forecasting of Dense Phase Pneumatic Conveying Parameters[J]. Researches in Medical Education, 2002, 0(1): 5-7 |
| |
| Authors: | ZHAO Yan yan YANG Wei CHEN Feng CONG Xin YU Zun hong |
| |
| Abstract: | Dense phase pneumatic conveying experiment of fine coal and millet are carried out using compress air and hydrogen at horizontal pipeline. Solid mass rate at different gas flow is forecasted by using improved BP neural network in dense phase pneumatic conveying. The result shows improved BP neural network can successfully forecast solid mass rate under different experimental conditions and solid mass rate contour diagram at different gas flow is plotted. According to the diagram, parameters of dense phase pneumatic conveying can be optimized, solids mass rate can be controlled, and blind operation of dense phase pneumatic conveying can be decreased. |
| |
| Keywords: | dense phase pneumatic conveying BP neural network forecast |
|
| 点击此处可从《医学教育探索》浏览原始摘要信息 |
|
点击此处可从《医学教育探索》下载全文 |
