입자 순환율을 합리적으로 제어하기 위해 우리는 버블 침대 유동화 속도, 전체 빠른 침대 속도 및 환기 비율, 버블 침대 한정층의 높이 및 평균 입자 직경에 대한 제어 매개변수의 영향을 연구하여 자체로 구축한 쌍방향 순환 유동층 시스템에서의 입자 순환율에 대한 영향을 조사했습니다. 추가적인 모멘텀 알고리즘, 레벤버그-마콰드 알고리즘 및 유전 알고리즘과 같은 서로 다른 세 가지 가중치 최적화 알고리즘을 기반으로 BP 신경망 최적화 모델을 구축하고, 모델의 예측값과 실제값 사이의 오차를 비교했습니다. 연구 결과는 입자 순환율이 버블 침대 유동화 속도의 변화에 영향을 거의 받지 않는다는 것을 보여줍니다. 입자 순환율은 환기 비율, 총 빠른 침대 속도 및 버블 침대, 그리고 한정층의 높이의 증가에 따라 증가하고, 입자 평균 직경의 증가에 따라 감소합니다. BP 신경망을 유전 알고리즘 최적화를 기반으로 한 입자 순환율의 테스트 샘플에서 평균 오차는 0.4365%이고, 표준 편차는 0.0641입니다. 예측 값과 실험 값이 일치하여 BP 신경망 모델이 우위에 있는 것으로 판단합니다.

이중 순환 유동층; 순환율; 제어 매개변수; 가중치 최적화; BP 신경망 모델; 유전 알고리즘; AM 알고리즘; LM 알고리즘