采用前向多层神经网络预测煤的自然发火期
来源期刊：湖南科技大学学报自然科学版2008年第2期
论文作者：张辛亥 王国旗 肖旸
关键词：煤自然发火期; 氧化实验; 预测; 人工神经网络;
摘 要：煤自燃是煤氧复合的结果,在不同温度下煤氧复合的耗氧速率及CO、CO2产生率与煤的实验自然发火期之间存在复杂的对应关系,采用S型函数的前向多层人工神经网络来描述这种对应关系,用煤自然发火实验测定的数十个煤样的自然发火期及不同温度下耗氧速率及CO、CO2产生率作为训练样本,用BP算法对网络进行训练,得到了神经元间的联结强度.通过少量煤样程序升温氧化实验得到不同温度下煤样的耗氧速率及CO、CO2产生率,将其代入此人工神经网络程序就可以确定煤的实验自然发火期.该方法实验时间短、用煤量少得多,结果与实际吻合.图1,表1,参8.
张辛亥1，王国旗1，肖旸1
(1.西安科技大学,能源学院,陕西,西安,710054;
2.陕西煤业化工集团公司,陕西,西安,710054)
摘要:煤自燃是煤氧复合的结果,在不同温度下煤氧复合的耗氧速率及CO、CO2产生率与煤的实验自然发火期之间存在复杂的对应关系,采用S型函数的前向多层人工神经网络来描述这种对应关系,用煤自然发火实验测定的数十个煤样的自然发火期及不同温度下耗氧速率及CO、CO2产生率作为训练样本,用BP算法对网络进行训练,得到了神经元间的联结强度.通过少量煤样程序升温氧化实验得到不同温度下煤样的耗氧速率及CO、CO2产生率,将其代入此人工神经网络程序就可以确定煤的实验自然发火期.该方法实验时间短、用煤量少得多,结果与实际吻合.图1,表1,参8.
关键词:煤自然发火期; 氧化实验; 预测; 人工神经网络;
【全文内容正在添加中】
