生物質(zhì)作為一種儲量豐富、環(huán)境友好且易于獲取的可再生能源,日漸成為能源研究利用領(lǐng)域的熱點。生物質(zhì)濕度是影響生物質(zhì)利用效率的關(guān)鍵因素,因此干燥是生物質(zhì)利用之前的必要步驟。流化床由于其良好的傳熱傳質(zhì)特性,在干燥過程中得到了廣泛的應(yīng)用。為了實時監(jiān)測生物質(zhì)顆粒的干燥過程,利用弧形靜電傳感器陣列,結(jié)合用于時間序列建模的長短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò),實現(xiàn)了流化床干燥器內(nèi)生物質(zhì)顆粒濕度的預(yù)測。在實驗室規(guī)模的流化床干燥器上進(jìn)行了多工況實驗獲取訓(xùn)練和測試數(shù)據(jù),通過模型參數(shù)優(yōu)化確定了LSTM模型。通過與標(biāo)準(zhǔn)循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）模型的預(yù)測結(jié)果的對比表明,LSTM神經(jīng)網(wǎng)絡(luò)模型的平均相對誤差較小,能夠較為準(zhǔn)確地預(yù)測流化床干燥器內(nèi)生物質(zhì)顆粒的濕度。 

【文章來源】：化工學(xué)報. 2020,71(S1)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

弧形靜電傳感器陣列

實驗裝置

實驗控制的參數(shù)主要有兩個：入口空氣的溫度和體積流量，表1給出了實驗進(jìn)行的九組工況。圖3所示為其中三種工況下生物質(zhì)顆粒濕度變化曲線，可見不同工況下生物質(zhì)顆粒的干燥過程存在明顯差異，并且入口空氣體積流量越大，溫度越高時，生物質(zhì)顆粒的干燥速率越快。圖4所示為工況E3下靜電電極A-1、A-2和A-3分別在流化初始階段和平穩(wěn)流化狀態(tài)時的靜電信號。在初始流化階段，由于生物質(zhì)顆粒濕度較大，流化床內(nèi)存在溝流現(xiàn)象，使得生物質(zhì)顆粒并未正常流化，加上此時靜電荷的耗散嚴(yán)重，干燥開始階段的靜電傳感器陣列的輸出信號非常微弱[22]。在運行一段時間后，溝流現(xiàn)象消失，進(jìn)入平穩(wěn)流化狀態(tài)。相應(yīng)地，隨著流化進(jìn)程逐漸進(jìn)入平穩(wěn)流化狀態(tài)后，顆粒濕度逐漸減小。由于顆粒的運動，靜電信號波動的幅值較大。靜電信號特性與固體顆粒濕度存在明顯的對應(yīng)關(guān)系。隨著流化床內(nèi)顆粒的流化，固體顆粒逐漸積累電荷，靜電電極通過靜電感應(yīng)，經(jīng)電流/電壓轉(zhuǎn)換、濾波放大后得到靜電信號。He等[23-24]提出式（1）所示的經(jīng)驗公式，表明了流化床內(nèi)靜電感應(yīng)電流與固體顆粒的荷質(zhì)比的關(guān)系

【參考文獻(xiàn)】：
期刊論文
[1]基于LSTM時間序列重建的生產(chǎn)裝置異常檢測[J]. 竇珊,張廣宇,熊智華.  化工學(xué)報. 2019(02)
[2]生物質(zhì)氣化發(fā)電技術(shù)研究進(jìn)展[J]. 常圣強,李望良,張曉宇,馬力強,魯長波,安高軍.  化工學(xué)報. 2018(08)
[3]基于LSTM-RNN模型的鐵水硅含量預(yù)測[J]. 李澤龍,楊春節(jié),劉文輝,周恒,李宇軒.  化工學(xué)報. 2018(03)
[4]以生物質(zhì)為原材料的化學(xué)化工[J]. 閻立峰,朱清時.  化工學(xué)報. 2004(12)



本文編號：3546719