基于RBF神经网络法的气化炉炉膛温度软测量建模研究与设计

作者：李乐伦,祝祥年,侯倩倩,赵亚芳

摘要：气化炉内是高温(一般均超过1 050℃)、高压(约6.0 MPa)、强腐蚀环境,伴随着高强度的气流冲刷,使得测温元件——高温热电偶的工作寿命很短,无法对气化炉炉膛温度进行实时监测,导致操作滞后,对气化炉及生产系统产生巨大的影响,甚至造成气化炉渣堵,迫使系统停车。通过变量选择、数据采集与处理,采用RBF神经网络法建立气化炉炉膛温度软测量模型,并进行效果验证,误差分析结果表明该模型能够有效地指导气化操作和化工生产。

发文机构：兖矿新疆煤化工有限公司

关键词：神经网络软测量多喷嘴气化炉

分类号： TQ545.1[化学工程—煤化学工程]TP18[自动化与计算机技术—控制理论与控制工程]