华北电力大学学报
華北電力大學學報
화북전력대학학보
JOURNAL OF NORTH CHINA ELECTRIC POWER UNIVERSITY
2011年
6期
101-106
,共6页
陈鸿伟%王威威%黄新章%赵争辉
陳鴻偉%王威威%黃新章%趙爭輝
진홍위%왕위위%황신장%조쟁휘
纤维素生物质%热解%最概然机理函数%BP神经网络%预测模型
纖維素生物質%熱解%最概然機理函數%BP神經網絡%預測模型
섬유소생물질%열해%최개연궤리함수%BP신경망락%예측모형
利用化学方法测量纤维素生物质稻杆、棉杆及松木屑的纤维素及木质素含量,并通过热重法分析纤维素含量对热解特性的影响规律.利用Malek法得到最概然机理函数,得出生物质热解过程需分为两个阶段分别建立动力学模型,前一阶段为D1模型,后一阶段为F1模型,最终求得较为合理的反应活化能及指前因子.实验结果得出,纤维素含量越大,热解速率越大;反之,木质素含量越大热解速率越小.同时建立了加入动量的BP神经网络预测模型,对活化能进行了有效预测,通过对比分析实验数据与神经模型预测值,得到测试样本预测值相对于实验值偏差不超过1.23 kJ·mol-1;相对误差也都保持在±2.45%以内.结果表明建立的神经网络具有较好的预测效果.
利用化學方法測量纖維素生物質稻桿、棉桿及鬆木屑的纖維素及木質素含量,併通過熱重法分析纖維素含量對熱解特性的影響規律.利用Malek法得到最概然機理函數,得齣生物質熱解過程需分為兩箇階段分彆建立動力學模型,前一階段為D1模型,後一階段為F1模型,最終求得較為閤理的反應活化能及指前因子.實驗結果得齣,纖維素含量越大,熱解速率越大;反之,木質素含量越大熱解速率越小.同時建立瞭加入動量的BP神經網絡預測模型,對活化能進行瞭有效預測,通過對比分析實驗數據與神經模型預測值,得到測試樣本預測值相對于實驗值偏差不超過1.23 kJ·mol-1;相對誤差也都保持在±2.45%以內.結果錶明建立的神經網絡具有較好的預測效果.
이용화학방법측량섬유소생물질도간、면간급송목설적섬유소급목질소함량,병통과열중법분석섬유소함량대열해특성적영향규률.이용Malek법득도최개연궤리함수,득출생물질열해과정수분위량개계단분별건립동역학모형,전일계단위D1모형,후일계단위F1모형,최종구득교위합리적반응활화능급지전인자.실험결과득출,섬유소함량월대,열해속솔월대;반지,목질소함량월대열해속솔월소.동시건립료가입동량적BP신경망락예측모형,대활화능진행료유효예측,통과대비분석실험수거여신경모형예측치,득도측시양본예측치상대우실험치편차불초과1.23 kJ·mol-1;상대오차야도보지재±2.45%이내.결과표명건립적신경망락구유교호적예측효과.