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。
出处
《氮肥与合成气》
2021年第3期3-6,共4页
Nitrogenous Fertilizer & Syngas
