GA-ELM在硫铁矿制酸尾气SO2浓度预测的应用
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Application of ELM in Prediction of SO2 Concentration of the Tail Gas in Producing Acid with Pyrite
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    基于对整个生产流程的管控,使硫铁矿生产硫酸尾气的SO2浓度达标排放,提出运用GA-ELM对制酸尾气SO2浓度进行建模预测.在硫铁矿制酸的生产过程中采集对尾气SO2浓度影响较大的关键点参数,运用GA-ELM神经网络对烟气制酸尾气SO2浓度进行预测.该方法在某厂实际检验,其预测结果与实际数据吻合度较高,对于调整和优化工艺指标和尾气达标排放起到很好的指导作用.

    Abstract:

    Based on the control of the whole production process, to make emissions of SO2 concentration conform to the standards in the production of sulfuric acid with pyrite, we propose prediction for SO2 concentration of tail gas with GA-ELM modeling. In the production of sulfuric acid by pyrite, we collect the key parameters with greater influence on the SO2 concentration of exhaust gas, and use GA-ELM neural network to predict the SO2 concentration while producing acid with exhaust gas. The method is tested in a factory, and the predicted results are highly identical with actual data. It plays an important guiding role for the adjustment and optimization of process index and exhaust emissions conforming to the standards.

    参考文献
    相似文献
    引证文献
引用本文

黄远红,黄清宝. GA-ELM在硫铁矿制酸尾气SO2浓度预测的应用.计算机系统应用,2017,26(10):251-255

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-06-29
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-10-31
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号