-
公开(公告)号：CN102693451B
公开(公告)日：2014-11-19
申请号：CN201210203236.6
申请日：2012-06-14
Applicant: 东北电力大学
Abstract: 本发明是一种基于多参数的氨法烟气脱硫效率预测方法，其特点是：选用四种不同的人工智能计算模型，将氨法脱硫系统运行过程中所采集的多组烟气量、循环泵流量、浓缩泵流量、氨浓度、吸收液浓度、液气比、进口烟气温度、耗氨量、喷淋浆液密度、喷淋塔浆液pH值和预洗涤塔浆液pH值等参数作为四个模型的输入变量。对各模型分别进行训练，建立四个脱硫参数与脱硫效率间的非线性函数关系。再将实时监测到的参数分别传输至已训练好的人工智能模型中，对脱硫效率做出预测。将结果中处于中间的两个预测值的平均值作为最终预测值。此方法能够更好的对氨法脱硫效率进行预测，与单一模型预测相比，具有稳定性更高，预测能力更强等特点。
-
公开(公告)号：CN104088671A
公开(公告)日：2014-10-08
申请号：CN201410326373.8
申请日：2014-07-10
Applicant: 东北电力大学
IPC: F01D5/08
Abstract: 本发明是一种基于多参数影响下的气膜冷却正交预测方法，其特点是，包括的步骤有：选定涡轮叶片冷却效果影响因素；根据正交表安排试验，制定试验计划后进行试验；进行试验结果直观分析，得出较优的生产条件；进行试验结果的方差分析，区分因素水平变化引起的试验结果间的差异与误差波动引起的试验结果间的差异，用最少的试验次数得到最优的方案，简单易行，同时降低了研究时可能出现较大误差的几率，使预测结果更准确。
-
公开(公告)号：CN102693451A
公开(公告)日：2012-09-26
申请号：CN201210203236.6
申请日：2012-06-14
Applicant: 东北电力大学
Abstract: 本发明是一种基于多参数的氨法烟气脱硫效率预测方法，其特点是：选用四种不同的人工智能计算模型，将氨法脱硫系统运行过程中所采集的多组烟气量、循环泵流量、浓缩泵流量、氨浓度、吸收液浓度、液气比、进口烟气温度、耗氨量、喷淋浆液密度、喷淋塔浆液pH值和预洗涤塔浆液pH值等参数作为四个模型的输入变量。对各模型分别进行训练，建立四个脱硫参数与脱硫效率间的非线性函数关系。再将实时监测到的参数分别传输至已训练好的人工智能模型中，对脱硫效率做出预测。将结果中处于中间的两个预测值的平均值作为最终预测值。此方法能够更好的对氨法脱硫效率进行预测，与单一模型预测相比，具有稳定性更高，预测能力更强等特点。
-
公开(公告)号：CN104088671B
公开(公告)日：2016-01-20
申请号：CN201410326373.8
申请日：2014-07-10
Applicant: 东北电力大学
IPC: F01D5/08
Abstract: 本发明是一种基于多参数影响下的气膜冷却正交预测方法，其特点是，包括的步骤有：选定涡轮叶片冷却效果影响因素；根据正交表安排试验，制定试验计划后进行试验；进行试验结果直观分析，得出较优的生产条件；进行试验结果的方差分析，区分因素水平变化引起的试验结果间的差异与误差波动引起的试验结果间的差异，用最少的试验次数得到最优的方案，简单易行，同时降低了研究时可能出现较大误差的几率，使预测结果更准确。
-
-
-
Search Results
4
records
(took 0.023 seconds)
