一种基于新型BP神经网络建模的沼气生产过程的预测方法

    公开(公告)号:CN109215743A

    公开(公告)日:2019-01-15

    申请号:CN201811040339.9

    申请日:2018-09-04

    IPC分类号: G16C20/10 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于新型BP神经网络建模的沼气生产过程的预测方法。包括如下步骤:通过现场操作或者实验获得沼气生产过程中的数据(不同原料的配比及其各自指定发酵时间的输出产气量Y);将采集到的数据用于新型BP神经网络的训练;利用训练到的最终模型对沼气生产过程的不同原料配比进行产气预测,并且再次验证所获取模型的有效性;将通过验证的模型用于实际沼气工程的原料配比技术指导。本发明可靠性及精度都非常高,克服了目前甲烷生产企业原料盲目配比的低效益生产模式,可实现相同原料种类下不同配比的沼气企业效益提前精确预测,可广泛应用。

    一种膜内微电荷互力P系统FCC反应再生过程最优建模方法

    公开(公告)号:CN108710779B

    公开(公告)日:2022-09-16

    申请号:CN201810597225.8

    申请日:2018-06-08

    IPC分类号: G16C20/10 G06N3/00

    摘要: 本发明公开了一种膜内微电荷互力P系统FCC反应再生过程最优建模方法针对炼油工艺中流化催化裂化(Fluid Catalytic Cracking,FCC)反应再生过程进行最优建模及快速高精度工况预测。包括如下步骤:1)通过现场操作或者实验获得过程的采样数据,确定输入输出各子模型的大致结构,将模型估计输出与实际输出的误差平方和作为最小化目标函数;2)受生物细胞膜转运Ca2+、Na+、Cl‑等离子后,胞内新环境下离子间相互作用的启发,抽象出一种特定的高效优化算法;3)设定算法运行参数;4)通过最小化目标函数,利用算法对反应‑再生模型中的未知参数进行估计,获取最佳参数并形成数学模型。本发明建模方法,具有抗早熟、寻优精度高、收敛快的特点,也适用于其他复杂化学反应过程建模。

    一种膜内微电荷互力P系统FCC反应再生过程最优建模方法

    公开(公告)号:CN108710779A

    公开(公告)日:2018-10-26

    申请号:CN201810597225.8

    申请日:2018-06-08

    IPC分类号: G06F19/00 G06N3/00

    CPC分类号: G06N3/002 G16C20/10

    摘要: 本发明公开了一种膜内微电荷互力P系统FCC反应再生过程最优建模方法针对炼油工艺中流化催化裂化(Fluid Catalytic Cracking,FCC)反应‑再生过程进行最优建模及快速高精度工况预测。包括如下步骤:1)通过现场操作或者实验获得过程的采样数据,确定输入输出各子模型的大致结构,将模型估计输出与实际输出的误差平方和作为最小化目标函数;2)受生物细胞膜转运Ca2+、Na+、Cl‑等离子后,胞内新环境下离子间相互作用的启发,抽象出一种特定的高效优化算法;3)设定算法运行参数;4)通过最小化目标函数,利用算法对反应‑再生模型中的未知参数进行估计,获取最佳参数并形成数学模型。本发明建模方法,具有抗早熟、寻优精度高、收敛快的特点,也适用于其他复杂化学反应过程建模。