基于BP神经网络的循环流化床锅炉密相区高度检测的模拟研究

姜志伟; 王淅芬

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于BP神经网络的循环流化床锅炉密相区高度检测的模拟研究

热能基础研究 | 更新时间：2025-09-28

- 基于BP神经网络的循环流化床锅炉密相区高度检测的模拟研究
- STUDY ON SIMULATION OF HEIGHT DETECTION FOR DENSE PHASE ZONE ON CFB BASED ON BP NEURAL NETWORK
- 热力发电 2012年41卷第5期页码：36-38
- 作者机构：
  
  武汉科技大学材料与冶金学院
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TK229.6
- 纸质出版：2012
- 稿件说明：
移动端阅览
姜志伟, 王淅芬. 基于BP神经网络的循环流化床锅炉密相区高度检测的模拟研究[J]. 热力发电, 2012,41(5):36-38.

JIANG Zhiwei, WANG Xifen College of Materials and Metallurgy. STUDY ON SIMULATION OF HEIGHT DETECTION FOR DENSE PHASE ZONE ON CFB BASED ON BP NEURAL NETWORK[J]. Thermal power generation, 2012, 41(5): 36-38.
姜志伟, 王淅芬. 基于BP神经网络的循环流化床锅炉密相区高度检测的模拟研究[J]. 热力发电, 2012,41(5):36-38. DOI：

JIANG Zhiwei, WANG Xifen College of Materials and Metallurgy. STUDY ON SIMULATION OF HEIGHT DETECTION FOR DENSE PHASE ZONE ON CFB BASED ON BP NEURAL NETWORK[J]. Thermal power generation, 2012, 41(5): 36-38. DOI：

摘要

基于BP神经网络算法对循环流化床(CFB)锅炉密相区高度检测进行了模拟研究。结果表明

当系统内气体介质光学厚度为38时

该算法的计算值与真实值非常接近;随着光学厚度的增加

计算误差也逐渐增大

当光学厚度达到75时

计算值与真实值相差较大

这是由于光学探测器(CCD)的检测精度降低所致。

Abstract

Study on simulation of height detection for dense phase on circulating fluidized bed(CFB) based on BP neural network has been carried out

the results show that the values calculated by using the said algorithm was very close to the true values when the optical thickness of gas medium in the system was less than 38

along with increasing the optical thickness

calculation error also gradually goes up;when the optical thickness reached to 75

the calculated values were greatly deviated from the true values

this is due to decreasing in detection precision of used optical detector.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

热工仪表非线性校正方法的研究

基于L-M算法的火电厂实时数据神经网络预测模型研究

基于灰色关联和BP神经网络研究废弃物气化特性

基于主成分和贝叶斯正则化的NO_x排放量的预测

多维BP神经网络在锅炉故障诊断中的应用