基于多层神经网络的炉内温度场的模拟
在单角煤粉燃烧炉中,测量了波纹钝体燃烧器和直流喷口后的多个截面上若干点的温度,发现波纹钝体燃烧器后不同截面上温度分布存在巨大差异以及较强的非单调变化特性.基于多层人工神经网络,建立了炉内温度场的非线性模型,实现了对炉内温度场的模拟.最后讨论了神经网络结构和训练精度对模型性能的影响.
作 者： 马晓茜 管霖 赵增立 李海滨 吴创之 陈勇 作者单位： 马晓茜,管霖(华南理工大学电力工程学院,广州,510640)赵增立,李海滨,吴创之,陈勇(中国科学院广州能源研究所,广州,510070)
刊 名： 燃烧科学与技术 ISTIC EI PKU 英文刊名： JOURNAL OF COMBUSTION SCIENCE AND TECHNOLOGY 年，卷(期)： 2003 9(2) 分类号： O643.2 关键词： 燃烧 多层神经网络 非线性 温度场重建