Использование традиционных формул для расчета выбросов диоксида серы (SO_2) на выходе десульфуризационной башни затруднено для обобщения, и измерения на местности занимают много времени и стоят много денег, поэтому данный документ предлагает метод прогнозирования выбросов диоксида серы на выходе десульфуризационной башни на основе радиально-базисной функции (RBF) искусственной нейронной сети, а также сравнивается с традиционной корректировкой F-R и градиентным методом BP и улучшенным BP методом LM (сеть LM-BP), используя данные мониторинга онлайн для башни десульфуризации двойного щелочного процесса. Результаты показали, что радиально-базисная функция (RBF) искусственной нейронной сети имеет максимальное отклонение и среднее отклонение, равное 0, превосходящее F-RBP и LM-BP сеть. На основании этого результаты показали, что концентрация массы SO_2 увеличивается с увеличением температуры входящих газов и начинает колебаться после температуры газов более 110 градусов; при температуре газов 101 градус по Цельсию, соотношение жидкости к газу равное 1,130 0 л/м3, оптимальный уровень pH для башни десульфуризации составляет 8,60; при температуре 101 градус по Цельсию и pH 8,40, концентрация массы SO_2 на выходе десульфуризационной башни уменьшается с увеличением соотношения жидкости к газу. Таким образом, метод прогнозирования выбросов диоксида серы на выходе десульфуризационной башни на основе радиально-базисной функции (RBF) искусственной нейронной сети не только способен эффективно прогнозировать выбросы SO_2 для башни десульфуризации двойного щелочного процесса, но также способен оптимизировать управление выбросом SO_2.

башня десульфуризации; десульфуризация двойным щелочным процессом; радиально-базисная функция (RBF) искусственной нейронной сети; градиентный метод BP; сеть LM-BP; выбросы SO2; метод прогнозирования; оптимизация управления