用于过热炉管迎火面腐蚀预测的神经网络技术

过热炉管迎火面腐蚀每年都会给发电厂造成巨大损失。如果能够可靠地预测腐蚀，就可以根据预测结果设计新的发电厂，并且利用选择燃料方面的知识以及确定合适的工艺条件，最大限度地降低过热炉管的腐蚀。如果对输入和输出之间的关系所知甚少,通过腐蚀理建立的常规模型就会失效。基于神经网络的预测模型在数据量增多时能够从误差中学习，以改进其预测性能。此项研究中建立的神经网络用于预测过热炉管的腐蚀，在此项目的最初阶段预测准确率就达到了80％。