简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。
简介:为了提高普通细水雾的灭火有效性,克服不足之处,研究了含NaCl灭火添加剂的细水雾与油池火相互作用的过程.重点研究了不同质量分数、不同工作压力、不同燃料条件下,细水雾的灭火有效性.研究结果表明,向细水雾中加入NaCl,显著影响其灭火性能.细水雾的灭火时间与加入的NaCl质量分数间呈现出"W"形的关系曲线;细水雾喷头工作压力和燃料性质也影响细水雾的灭火性能:工作压力越高,平均熄灭时间越短;在相同的实验条件下,含NaCl添加剂的细水雾熄灭煤油火的时间小于酒精火的时间.含添加剂细水雾的灭火有效性,存在着细水雾与灭火添加剂的最优质量分数配比关系.