人工神经网络方法在优化动力配煤中的应用研究

对神经网络ＢＰ算法的一些改进作了大量的数值试验研究，并组合了部分改进方法用于动力配煤问题中状态预测过程的建模．最后把神经网络方法纳入到非线性混合离散变量优化设计方法（ＭＤＯＤ法）中，对杭州配煤场的动力配煤过程作了应用介绍．

煤的工业分析至元素分析的BP神经网络预测模型

以大量煤质分析数据为基础，建立了利用煤工业分析数据（ 包括水份、灰份、挥发份及热值） 计算元素分析数据的ＢＰ神经网络预测模型，并将该模型与现有经验公式进行了比较，结果表明神经网络模型有很好的推广能力。

人工神经网络在配煤过程状态建模中的应用研究

本文详细介绍了人工神经网络应用于状态建模的方法．对神经网络应用中的一些难点提出了切实可行且有效的解决措施，并举例作了应用示范．同时还介绍了神经网络方法应用于优化动力配煤的情况，并就神经网络方法在优化动力配煤中的进一步应用作了展望．

石灰石煅烧后多孔结构及其对脱硫活性的影响

石灰石煅烧后多孔结构及其对脱硫活性的影响殷春根，骆仲泱，李绚天，高翔，周劲松，倪明江，岑可法（浙江大学热能工程研究所，杭州３１００２７）关键词：脱硫；分形维数；ＣａＯ利用率。１前言石灰石是煤的流化床燃烧中常用的钙基脱硫剂，煅烧后形成多孔固体结构，它为...

非线性最优化动力配煤技术的研究

针对动力配煤局限于线性规划的现状及其缺点，研究了用非线性规划实现动力优化配煤的新技术．实验研究及其理论分析表明，混煤与单煤特性指标之间的关系是非线性的．用神经网络方法、线性拟合等多种手段来定量地描述这种非线性规律，从而建立了动力配煤的非线性优化数学模型，并将模型应用于正在建设中的杭州配煤场，得到了与以往线性优化模型不同的重要结果，显示了用非线性优化技术实现动力配煤的重要意义．

工程随机信号的确定性混沌理论分析方法

本文介绍了工程随机信号的确定性混沌理论的分析方法及其实现思路．对理论模型－Ｌｏｒｅｎｚ吸引子作了应用分析举例，并对冷态循环流化床模型中的压力脉动信号作了应用分析．结果表明，该分析方法能有效地从工程随机信号中提取出系统主要的定性动力特性．

流化床垃圾焚烧炉灰渣冷却分选装置分选特性的试验研究

介绍了与流化床垃圾焚烧锅炉配套的灰渣冷却分选装置细灰分选特性的试验室试验研究结果 ,为该装置的合理设计提供了参考依据。图 7表 1参

螺旋肋片管与气固多相流传热特性研究

本文在试验的基础上对气固多相流横向冲刷螺旋肋片管的传热特性进行了研究．试验所用物料为平均粒径ｄｐ＝４４μｍ电厂灰和ｄｐ＝１２０μｍ细石英砂，颗粒重量浓度Ｍｓ在０～４．５ｋｇ／ｋｇ范围内．结果表明，螺旋肋片管与气固多相流传热与气流Ｒｅ数、颗粒浓度以及颗粒尺寸均有关，在较细颗粒和较低Ｒｅ数下，气固多相流强化传热程度随颗粒浓度的增加而增加．

人工神经网络在优化动力配煤中应用的理论研究

论述了人工神经网络方法和非线性混合离散变量的优化设计方法应用于配煤中的必要性和可行性．对实际应用中所用到的神经网络ＢＰ算法及其一些改进和非线性混合离散变量的优化设计方法———ＭＤＯＤ法作了简要介绍．针对用加权平均或某些经验公式对配煤过程中所遇到的一些指标进行预测时效果不很理想这一现状，采用了神经网络技术对发热量、挥发分、水分、灰分及煤灰软化温度等指标进行建模以实现非线性映射，同时根据现有配煤系统的实际生产情况，把每种煤的配比取为离散变量，从而使ＭＤＯＤ算法在动力配煤中得以应用．

翅片形式对强化换热影响的研究及其效应评价

本文就翅片形式对换热特性和流动特性的影响进行了实验研究,并综合上述两方面影响以热力系统(?)分析为基础,对不同形式的翅片强化换热的效果进行了评价。

220t／h循环流化床锅炉旋风分离器分离特性的试验研究

对一台220t/h循环流化床锅炉的高温旋风分离器进行了大量的试验研究，包括：旋风分离器的分离效率，分级分离效率等分离性能，多种因素，如入口风速，飞灰浓度，粒径大小，烟气温度等对分离器性能的影响，以及分离性能对循环倍率，炉内燃烧等锅炉运行特性的影响，所得结果对进一步掌握旋风分离器的运行特性及其对锅炉运行的影响有着重要作用，并可对旋风分离器的改进和设计提供较好的依据。

循环流化床锅炉旋风分离器分离特性的研究

通过对 2 2 0t/h循环流化床锅炉高温旋风分离器进行的试验研究 ,得出了旋风分离器的分离效率、分级分离效率及一些因素如入口风速、飞灰浓度、粒径大小、烟气温度等对分离器性能的影响 ;以及分离性能对循环倍率、炉内燃烧等锅炉运行特性的影响。试验结果表明 :烟气温度升高会减少分离效率 ;分离器的分离效率随进口烟速的增大而增大、随飞灰浓度的增加而增大、随飞灰粒径的增加而增大 ;循环倍率越高 ,要求的分离效率越高 ;燃料中灰分越高 。