首页> 中文学位 >人工神经网络及混沌理论在气固循环流化床中的应用
【6h】

人工神经网络及混沌理论在气固循环流化床中的应用

代理获取

目录

文摘

英文文摘

前言

第一章人工神经网络

§1-1人工神经网络简介

§1-2人工神经网络在流化床中的研究进展

§1-3人工神经网络在本文中的应用及意义

§1-4本章小结

第二章混沌理论

§2-1混沌理论简介

§2-2混沌在气固流化床中的研究进展

§2-3混沌理论在本文中的应用及意义

§2-4本章小结

第三章气固循环流化床实验

§3-1实验装置

§3-2实验条件

§3-3实验数据采集

§3-4实验数据噪声处理

第四章气固循环流化床中气固流动规律的实验研究

§4-1截面平均颗粒浓度的轴向分布规律

§4-2截面平均颗粒速度的轴向分布规律

§4-3颗粒浓度的径向分布规律

§4-4颗粒通用的径向分布规律

§4-5颗粒速度的径向分布规律

§4-6气固循环流化床中气固流动总体特征

§4-7本章小结

第五章气固循环流化床中气固流动人工神经网络模型

§5-1循环流化床中气固流动模型现状

§5-2气固循环流化床中气固流动人工神网络模拟的可行性

§5-3气固循环流化床中气固流动人工神网络模拟的特点

§5-4气固循环流化床中气固流动人工神经网络模型的目标

§5-5 BP网络

§5-6气固循环流化床中气固流动人工神经网络模型的建立

§5-7气固循环流化床气固流动人工神经网络模型的泛化能力

§5-8本章小结

第六章气固循环流化床中气固流动的混沌分析

§6-1混沌分析方法

6-1-1引言

6-1-2重构相空间

6-1-3从单变量时间序列研究混沌

§6-2气固循环流化床中气固流动结构的混沌表征

§6-3Kolmogrov熵划分气固循环流化床中气固流动行为的径向流域

§6-4本章小结

第七章颗粒浓度波动信号混沌与人工神经网络结合预测模型

§7-1 RBF网络

§7-2混沌与人工神经网络结合预测模型

§7-3混沌与人工神经网络结合预测模型有效性验证

§7-4上行气固循环流化床局部颗粒浓度波动的预测

§7-5本章小结

第八章主要结论

符号说明

参考文献

致谢

作者博士期间发表论文情况

声明

展开▼

摘要

气固循环流化床是一高效的气固反应和传质传热设备,其在现代工业中的应用越来越受到重视.但复杂的气固流动和传递机理相互作用,使得气固循环流态化过程的控制、预测、放大相当困难.该文将人工神经网络与混沌理论应用于此系统的研究,以提高对此系统的实际应用能力和对此系统的非线性动力学的认识.该文的实验数据所用气固循环流化床,与现有其它研究工作所采用的实验装置相比,提升管较长,可以在比较宽的操作条件范围之内使气-固两相流动有较长的距离发展,从而展现出明确的充分发展段.实验用固体颗粒为砂子和FCC催化剂.实验气体为无油压缩空气.实验采集的数据为压力梯度信号,局部颗粒浓度时间序列和局部颗粒速度时间序列.针对气固循环流化床内的瞬态脉动行为,该文将混沌理论应用到颗粒浓度脉动时间序列的分析.结果表明,Kolmogorov熵可用以描述该文上面提到的提升管中存在两种环-核流动结构.接着根据Kolmogorov熵的径向分布变化特征,分别对两种环-核流动结构的气固流动行为进行了径向流域划分.该文最后将混沌理论与人工神经网络结合,建立了混沌时间序列预测模型.该模型可有效用于气固循环流化床局部颗粒浓度波动时间序列信号的短期预测.该预测模型优于传统人工神经网络预测模型.另外,预测结果表明循环流化床的颗粒浓度波动信号只能被短期预测,其长期行为是不可预测的.这从另一个角度说明了气固循环流化床系统是一混沌系统.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号