基于RBF神经网络的流向变换催化燃烧反应器的温度预测
安娜;潘立登;陈标华;李成岳;牛学坤
北京化工大学信息科学与技术学院,北京 100029;北京化工大学可控化学反应科学与技术基础教育部重点实验室,北京 100029
AN Na;PAN Lideng;CHEN Biaohua;LI Chengyue;NIU Xuekun
摘要: 用RBF神经网络建立了用于清除低浓度挥发性有机物的流向变换催化燃烧反应器拟定态温度分布模型.从基于过程机理模型的数值计算结果出发,结合中试装置的实时操作数据建立了拟定态床层温度的人工神经元网络深层知识库,用于增强神经网络模型的“外推能力”和“可信度”.仿真结果表明所建立的模型简单、精度高,能满足特性预测的要求.