论文部分内容阅读
文章以神经网络模型实现预测煤灰结渣情况为手段，通过研究煤灰成分与结渣情况之间的关系来揭示煤的结渣情况，分别采用BP神经网络模型与RBF神经网络模型，同时把两个模型得到的结果进行对比和分析，并通过改变隐藏节点数对收集的现场数据进行训练，对产生的误差进行了分析。最终可以通过两种神经网络模型的诊断结果来调节锅炉的运行状态，减轻锅炉结渣，延长锅炉正常运行时间。