基于BP神经网络的内置热流化床式(EN-CMC)煤调湿工艺传热系数预测模型研究

摘要

煤调湿( Coal Moisture Control，简称CMC)是一种通过外部热源加热的方式，减少、控制入炉煤含水率的焦炉原煤预处理工艺。经过CMC处理后，可降低焦炉能耗，增强焦炭强度，缩减结焦时间以及提高弱粘结性煤配比。由于湿煤在内置热流化床中的流动及传热特性较为复杂,使得准确预测EN-CMC传热系数困难且难以获得关键参数,本文提出了基于BP神经网络的内置热流化床传热系数预测模型.以实验室内的小型试验台其前人在褐煤方面试验研究的实际运行数据,对模型进行了训练和验证.模型训练结果表明:参照BP神经网络方法构建的预测模型能够准确预测不同含水率煤在内置热流化床中的传热系数,且方法更加简单、实用,适用于工程化应用如EN-CMC的实际运行优化.