基于神经网络-复合形算法的水泥窑协同热解固废硫、氮迁移预测
顾春晗1
张涵1
宋谦石2
汪小憨2
1.中国建材装备集团有限公司合肥水泥研究设计院有限公司,安徽 合肥 2300512.中国科学院广州能源研究所,广东 广州 510640
摘要：通过选择不同种类的固体废弃物样品进行水泥窑协同热解实验,探究了在不同热解温度、停留时间、载气流量以及升温速率影响下,固、液、气三态产物中硫、氮的分布规律.基于BP神经网络原理,利用Matlab神经网络工具箱,建立了针对不同种类废弃物在不同反应条件下热解产物产率的分布模型.模型的输入条件为反应工况和样品特性参数,输出结果为硫、氮在三态产物中的占比,模型预测值与实验值吻合良好,氮、硫元素分布预测精度较高;同时,结合复合形算法对固体废弃物的样品特性参数寻优,对样品组成与配比进行优化设计,结果符合水泥窑固硫控氮目标,表明该模型对热解过程模拟的可行性与有效性.
关键词：固体废弃物热解反应硫、氮元素BP神经网络复合型算法
分类号：TQ172.6(硅酸盐工业)
论文发表日期：2025-11-25
在线出版日期：2025-12-02（本平台首次上网日期，不代表文献的发表时间）
页数：9( 9-17 )
英文信息