简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。
简介:摘要: 本文章主要研究粒径大小对固废金属浸出液结果的影响。通过把同一飞灰样品过不同目数的筛子,用ICP测定不同目数下浸出液中Zn、Cd的浓度,来进行说明不同粒径对检测结果的影响。
简介:摘要:目前国内生活垃圾飞灰处理普遍的技术路线为螯合填埋,该技术路线使用的飞灰螯合剂含有较高浓度的重金属离子,对人体有危害、对环境有污染,常年的填埋造成大量土地资源的浪费。为了减少对土地的浪费,使生活垃圾资源化、无害化,实现“0”填埋,目前社会上各种技术路线层出不穷,各有特点。