论文部分内容阅读
水煤气组分(H2、CO、N2、CO2、O2)浓度是合成氨煤制气最关键的工艺参数之一,其与生产过程安全、稳定和成本控制密切相关。由于实时在线测量设备成本极高、维护困难、技术难度大,一般企业仍采用人工分析化验法。针对人工分析化验的方法造成的测量数据准确度差、滞后时间长、人为影响因素大,不利于煤制气生产过程的操控等问题,提出利用差分进化算法优化极限学习机(DE-ELM)神经网络系统,建立水煤气组分浓度的软测量模型,测量水煤气组分各浓度。将改进的方法与逆向神经网络(BP)、广义回归神经网络(GRNN)、极限