节点文献
粉体密相气力输送中的管道压降预测
The prediction of pipe pressure drop in powder dense-phase pneumatic conveying
【摘要】 利用人工神经网络技术,建立了BP网络模型,通过网络的学习训练,比较准确地预测了粉体密相气力输送过程中的管道压降,预测准确率在93.3％以上,表明该方法可以作为密相气力输送研究中的一种有效的辅助手段。
【Abstract】 The technology of artificial neural network is used in this paper.The back-propagation (BP) network model is also established. And the pipe pressure drop in dense-phase pneumatic conveying is predicted well by applying this network model. The result of prediction reaches more than 93.3% , which indicates that BP network can be applied as an efficient auxiliary method in study of dense-phase pneumatic conveying.
【关键词】 神经网络；
密相气力输送；
压降；
【Key words】 artificial neural network； dense-phase pneumatic conveying； pressure drop；
【Key words】 artificial neural network； dense-phase pneumatic conveying； pressure drop；
【基金】 国家“十五”科技攻关项目(2001BA301B01)
- 【文献出处】 计算机与应用化学 ,Computers and Applied Chemistry , 编辑部邮箱 ,2003年Z1期
- 【分类号】TQ02
- 【被引频次】8
- 【下载频次】286