流化床中生物质热解过程的混沌神经网络模拟

在流化床内用若干种生物质材料进行了氮气流化条件下的常压热解实验.为研究生物质的热解规律，建立了混沌神经网络模型对其进行模拟.分别按照3种方案进行了神经网络的模拟，经过比较确定了对于流化床内生物质热解过程最为有效的网络输入方案，该方案充分考虑了实验运行参数、生物质料的工业分析数据以及化学成分分析数据，可以对热解产物给出较好的预测.最后基于生物质与煤在形成过程与化学结构等方面的不同之处对上述方案间的差异给出了合理的解释.