高校化学工程学报

2003, (05) 559-563

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于RBF神经网络的流向变换催化燃烧反应器床层温度分布的动态模型
Predication of Transient Temperature Profiles of a Reversed Flow Reactor with Catalytic Combustion of Contaminants Based on RBF Neural Networks

安娜,潘立登,陈标华,牛学坤,李成岳

摘要(Abstract):

清除工业废气中低浓度挥发性有机物(VOCS) 的流向变换催化燃烧反应器的床层温度依时变化,为了实现实时预测和控制,用动态RBF(Radial Basis Function)神经网络建立了反应器床层瞬态温度分布的预测模型。着重讨论了动态RBF神经网络的基本结构,依据RBF网络线性输出的特点,给出了预测模型参数的在线修正方法。仿真结果与中试装置现场数据的对照表明,所建立的模型简单、精度高,能满足控制要求。

关键词(KeyWords): 挥发性有机物;流向变换;催化燃烧;动态系统;RBF神经网络;在线参数校正

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(20076002)。

作者(Author): 安娜,潘立登,陈标华,牛学坤,李成岳

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享