张仲彬, 李煜, 郭进生, 李兴灿, 许中川, 徐志明
东北电力大学. 2014, 34(2): 1-6.
摘要 (
)
PDF全文 (
)
可视化
收藏
通过动态监测板式换热器冷却水污垢热阻及影响污垢热阻的松花江水水质参数(如pH值、溶解氧、铁离子、氯离子、细菌总数、浊度、电导率、化学需氧量、碱度和硬度等)变化。采用BP神经网络主成分分析、主成分回归、全要素BP神经网络三种预测方法建立板式换热器污垢热阻预测模型,选取1-15号样本为训练或回归拟合样本,16-20号样本为测试样本,并将三种方法的预测结果进行了对比。结果表明,三种方法均可对板式换热器污垢特性进行有效预测,而基于主成分分析的BP神经网络方法的预测结果误差小,优于另外两种方法。