超临界锅炉烟气脱硝喷氨量混结构–径向基函数神经网络最优控制

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：喷氨量大小不仅影响超临界锅炉选择性催化还原（selective catalytic reduction，SCR）烟气脱硝装置的效率，过量喷氨也会导致下游空预器受热面的积灰、腐蚀和造成资源浪费、二次污染，且在变负荷时，传统PID控制方式很难实现最佳控制。通过引入混结构隐含层，改善传统RBF神经网络变工况控制时的非线性和扰动适应能力，设计了基于混结构RBF神经网络（MS-RBFNN）的喷氨流量最优控制系统，用MS-RBFNN综合学习当前主要相关状态参数，以SCR脱硝装置出口NOx排放量最小作为学习训练信号，实时并行计算出最优喷氨控制流量。实验结果表明，此优化方案相对传统PID控制，具有更好的NOx排放控制效果和变工况适应能力，同时节约了喷氨量。

原文链接:http://www.cqvip.com/QK/90021X/201105/36559678.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：神经网络 最优控制 超临界 神经网 Selective 选择性催化还原 径向基函数神经网络 混结构 最优控制 烟气脱硝