Для прогнозирования эффективности и активности катализатора при фиксированных рабочих условиях использования катализаторов для водородации и восстановления (SCR) в очистке от диоксида азота газовых выбросов их сжигания были проанализированы связанные характеристики процесса катализа восстановления и геометрические и физико-химические особенности катализатора. Для упрощения входных параметров использовался анализ матрицы корреляции, анализ главных компонент (PCA), далее была предложена улучшенная прогностическая модель нейронной сети. Путем обучения большого объем данных была установлена PCA-LMBP прогностическая модель нейронной сети для прогнозирования эффективности катализаторов и их активности, и использована данная модель для имитационного прогнозирования фактических измерений. Результаты прогнозирования по сравнению с фактическими значениями показали, что PCA-LMBP прогностическая модель нейронной сети обладает высокой точностью и имеет руководящие указания для испытаний производственной способности катализаторов для очистки газовых выбросов от диоксида азота и надзора за качеством и связанными техническими услугами.

SCR:очистка газовых выбросов от диоксида азота; катализатор; анализ главных компонент; нейронная сеть LMBP; эффективность очистки; технологические характеристики; активность