废左物燃烧及流化床梦烧炉冷模实验研究

来源 :工程热物理学报 | 被引量 : 0次 | 上传用户:sqlwcsqlqs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
废弃物燃烧及流化床焚烧炉冷模实验研究王柏懿,盛宏至,戚隆溪,田文栋(中国科学院力学研究所北京100080)关键词:固体废弃物,焚烧,流化床,冷模实验一、引言众所周知,环境污染已成为影响人类生存和社会发展的严重问题。例如,随着人口增长、经济发展和工业化...
其他文献
提高硬件进化(EvolvableHardware,简称EHW)的在线自适应能力是EHW追求的重要目标。本文构造了一种基于知识的递增式学习模式,研究了一种面向EHW的自适应学习机制。在加快进化计算收敛速度的同时,利用进化过程中的数据分析,获得了进化方向的预测(知识),有效地排除了可能对系统产生危害行为的个体。对比实验表明,该学习机制比简单的达尔文式进化机制具有明显的优势。为EHW实现自适应目标提供了
针对一类非线性系统提出了一种滑模模糊动态加权控制方法。该方法为系统中各个子系统分别设计简单的滑模模糊控制器,并采用模糊推理实时调节各滑模模糊控制器在系统控制中的作用。将该方法应用于吊车控制中,仿真结果证明了其有效性。
预燃室是一种高效、低NOx排放很有发展前途的洁净煤燃烧技术。但是,目前由于其体积过大,使它在实际应用中受到限制。本文叙述的逆向复式射流预燃室燃烧器结构简单、体积小、燃烧效
本文利用四边形四节点等参单元的有限元方法建立了计算高速旋转转子系统二维轴对称稳态温度的数值方法,考察了转子内外表面的辐射换热、内表面与工作介质间的对流换热等因素对
针对一类典型过程控制系统中存在的非线性和参数不确定问题,提出了神经网络的建模方法。辨识结构采用串并联形式,并分别使用改进BP算法和浮点式遗传算法进行了网络的训练。仿真结果表明遗传算法的全局搜索能力及高效率对神经网络的权值优化具有相当明显的效果,它不仅学习速度快而且稳定性好,可以作为一种良好的优化方法运用到神经网络建模和控制当中。