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,并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,导致操作的滞后对气化炉以及生产系统会产生巨大的影响,甚至造成气化炉渣堵系统停车。本文通过变量选择、数据采集与处理并采用BP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,通过误差分析,表明基于BP神经网络法建立的炉膛温度软测量模型,能够有效的指导气化操作和化工生产,为今后气化炉炉膛温度软测量的发展做出一定的指导和建议。

  • 出版日期2020
  • 单位兖矿新疆煤化工有限公司