本發(fā)明涉及垃圾焚燒領(lǐng)域，具體而言涉及一種基于BP人工神經(jīng)網(wǎng)絡(luò)算法的生物質(zhì)熱值估算方法。

背景技術(shù)：

生物質(zhì)熱值是設(shè)計生物質(zhì)直燃鍋爐或生物質(zhì)氣化爐中非常重要的參數(shù)之一。目前采用GB/T 30727-2014固體生物質(zhì)燃料發(fā)熱量測定方法測量生物質(zhì)熱值，測量方式較為復(fù)雜，并且不同的生物質(zhì)熱值相差較大。因此，通常采用估算的方法獲取設(shè)計生物質(zhì)直燃鍋爐或生物質(zhì)氣化爐所需的生物質(zhì)熱值。

現(xiàn)有的生物質(zhì)熱值估算方法大多采用簡單線性模型，如Milne估算公式，或是直接套用煤粉熱值的估算方式。這種簡單的線性模型具有如下缺點：(1)需要的基礎(chǔ)參數(shù)較多，均需要完全使用生物質(zhì)的元素分析結(jié)果及工業(yè)分析結(jié)果；(2)偏差較大，由于采用線性模型進(jìn)行估算，不能很好地反映出各化學(xué)成分變動對熱值的影響，如纖維素、木質(zhì)素、半纖維素等；(3)部分估算方法還涉及到模型參數(shù)的選取，帶有一定的人為因素。

因此，需要提出一種方法，以解決上述問題。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于BP人工神經(jīng)網(wǎng)絡(luò)算法的生物質(zhì)熱值估算方法，所述生物質(zhì)熱值估算方法包括：

執(zhí)行步驟a)，讀入生物質(zhì)基礎(chǔ)數(shù)據(jù)庫讀取數(shù)據(jù)；

執(zhí)行步驟b)，給定所述神經(jīng)網(wǎng)絡(luò)中的隱藏層的神經(jīng)節(jié)點數(shù)；

執(zhí)行步驟c)，給定連接所述神經(jīng)網(wǎng)絡(luò)中的輸入層與隱藏層的權(quán)重系數(shù)；

執(zhí)行步驟d)，使用所述權(quán)重系數(shù)對已知生物質(zhì)的熱值進(jìn)行估算，得到預(yù)測結(jié)果；

執(zhí)行步驟e)，計算所述預(yù)測結(jié)果與測量結(jié)果的偏差；

當(dāng)所述偏差小于5％時，執(zhí)行步驟f)，記錄保存當(dāng)前權(quán)重系數(shù)；

執(zhí)行步驟g)，根據(jù)最終選取的神經(jīng)節(jié)點數(shù)與權(quán)重系數(shù)，估算未知生物質(zhì)的熱值。

在一個示例中，如果所述偏差不小于5％，則執(zhí)行步驟h)，利用執(zhí)行所述步驟d)得到的預(yù)測結(jié)果修正所述步驟c)中給定的權(quán)重系數(shù)，并返回到所述步驟d)，使用所述經(jīng)過修正的權(quán)重系數(shù)對已知生物質(zhì)的熱值重新進(jìn)行估算。

在一個示例中，如果進(jìn)行若干次所述修正估算后所述偏差仍不小于5％，則執(zhí)行步驟i)，增加所述神經(jīng)節(jié)點數(shù)后返回到所述步驟c)，重新給定連接所述輸入層與所述隱藏層的權(quán)重系數(shù),再依次執(zhí)行所述步驟d)和所述步驟e)，直至所述偏差小于5％。

在一個示例中，所述生物質(zhì)基礎(chǔ)數(shù)據(jù)庫中的數(shù)據(jù)包括已知生物質(zhì)元素分析、工業(yè)分析數(shù)據(jù)及熱值。

在一個示例中，所述BP人工神經(jīng)網(wǎng)絡(luò)為三層神經(jīng)網(wǎng)絡(luò)，包括所述輸入層、所述隱藏層和輸出層，所述輸入層表示生物質(zhì)的元素分析、工業(yè)分析，所述輸出層為生物質(zhì)熱值，所述隱藏層中的神經(jīng)節(jié)點數(shù)在所述估算過程中動態(tài)決定。

在一個示例中，執(zhí)行所述步驟g)得到的生物質(zhì)熱值作為設(shè)計生物質(zhì)直燃鍋爐或生物質(zhì)氣化爐的參數(shù)。

根據(jù)本發(fā)明，使用BP人工神經(jīng)網(wǎng)絡(luò)的方式對生物質(zhì)熱值進(jìn)行估算，可以做到在保證一定精度的情況下減少需要的基礎(chǔ)參數(shù)，并同時減少估算誤差，模型系數(shù)均采用反向誤差傳遞的方式進(jìn)行修正，使估算結(jié)果最為貼近測量結(jié)果。

附圖說明

本發(fā)明的下列附圖在此作為本發(fā)明的一部分用于理解本發(fā)明。附圖中示出了本發(fā)明的實施例及其描述，用來解釋本發(fā)明的原理。

附圖中：

圖1為人工神經(jīng)網(wǎng)絡(luò)的示意圖；

圖2為根據(jù)本發(fā)明示例性實施例的方法估算生物質(zhì)熱值的步驟的流程圖；

圖3為現(xiàn)有的生物質(zhì)氣化爐的示意性剖面圖。

具體實施方式

在下文的描述中，給出了大量具體的細(xì)節(jié)以便提供對本發(fā)明更為徹底的理解。然而，對于本領(lǐng)域技術(shù)人員而言顯而易見的是，本發(fā)明可以無需一個或多個這些細(xì)節(jié)而得以實施。在其他的例子中，為了避免與本發(fā)明發(fā)生混淆，對于本領(lǐng)域公知的一些技術(shù)特征未進(jìn)行描述。

為了徹底了解本發(fā)明，將在下列的描述中提出詳細(xì)的方法步驟和/或結(jié)構(gòu)。顯然，本發(fā)明的施行并不限定于本領(lǐng)域的技術(shù)人員所熟悉的特殊細(xì)節(jié)。本發(fā)明的較佳實施例詳細(xì)描述如下，然而除了這些詳細(xì)描述外，本發(fā)明還可以具有其他實施方式。

應(yīng)當(dāng)理解的是，本發(fā)明能夠以不同形式實施，而不應(yīng)當(dāng)解釋為局限于這里提出的實施例。相反地，提供這些實施例將使公開徹底和完全，并且將本發(fā)明的范圍完全地傳遞給本領(lǐng)域技術(shù)人員。在附圖中，為了清楚，層和區(qū)的尺寸以及相對尺寸可能被夸大。自始至終相同附圖標(biāo)記表示相同的元件。

應(yīng)當(dāng)理解的是，當(dāng)在本說明書中使用術(shù)語“包含”和/或“包括”時，其指明存在所述特征、整體、步驟、操作、元件和/或組件，但不排除存在或附加一個或多個其他特征、整體、步驟、操作、元件、組件和/或它們的組合。單數(shù)形式的“一”、“一個”和“所述/該”也意圖包括復(fù)數(shù)形式，除非上下文清楚指出另外的方式。

現(xiàn)有的生物質(zhì)熱值估算方法大多采用簡單線性模型，如Milne估算公式，或是直接套用煤粉熱值的估算方式。

門捷列夫根據(jù)燃料中各元素的發(fā)熱量，提出了適用于煤炭的低位發(fā)熱量計算公式：

Q＝339C+1030H-109(O-S)-25M

并且針對不同的煤種，還可以使用不同的線性擬合公式進(jìn)行估算。

對于無煙煤：

Q＝335[100-(M+A)]+K-42A

對于煙煤：

Q＝K[100-(M+A)]-25A-167M

對于褐煤：

Q＝293[100-(M+A)]+K-21A

其中，K值的選取波動較大，需要根據(jù)燃料特性查表獲得，大致位于209～2303之間。

Milne根據(jù)生物質(zhì)的特性，提出了生物質(zhì)高位熱值的計算方法：

Q＝341C+1322H-1200-120N+68.6S-15.3A

上述公式中，Q表示熱量，單位kJ/kg；C、H、O、N、S分別表示燃料元素分析中的碳、氫、氧、氮、硫的元素含量；M、A分別表示燃料工業(yè)分析中水分與灰分的含量。

上述兩種方法均能根據(jù)生物質(zhì)的元素分析與工業(yè)分析對生物質(zhì)的熱值進(jìn)行估算。

這種簡單的線性模型具有如下兩個缺點：(1)需要的基礎(chǔ)參數(shù)較多，均需要完全使用生物質(zhì)的元素分析結(jié)果及工業(yè)分析結(jié)果；(2)偏差較大，由于采用線性模型進(jìn)行估算，不能很好地反映出各化學(xué)成分變動對熱值的影響，如纖維素、木質(zhì)素、半纖維素等；(3)部分估算方法還涉及到模型參數(shù)的選取，帶有一定的人為因素。

本發(fā)明針對上述估算方法的弊端，使用BP人工神經(jīng)網(wǎng)絡(luò)的方式對生物質(zhì)熱值進(jìn)行估算，可以做到在保證一定精度的情況下減少需要的基礎(chǔ)參數(shù)，并同時減少估算誤差，模型系數(shù)均采用反向誤差傳遞的方式進(jìn)行修正，使估算結(jié)果最為貼近測量結(jié)果。

神經(jīng)網(wǎng)絡(luò)是一種運算模型，由大量的節(jié)點(或稱神經(jīng)元)之間相互聯(lián)接構(gòu)成，是對自然界某種算法或者函數(shù)的逼近。BP(Back Propagation，反向傳播)是一種按誤差逆?zhèn)鞑ニ惴ǖ纳窠?jīng)網(wǎng)絡(luò)訓(xùn)練方法，使用最速下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。

假定生物質(zhì)熱值與工業(yè)分析、元素分析之間映射所構(gòu)成的函數(shù)為連續(xù)的，根據(jù)Kolmogorov原理，任意連續(xù)函數(shù)都能夠通過三層的神經(jīng)網(wǎng)絡(luò)實現(xiàn)，因此，如圖1所示，在構(gòu)建人工神經(jīng)網(wǎng)絡(luò)時選用最簡單的三層神經(jīng)網(wǎng)絡(luò)，即輸入層、隱藏層、輸出層。其中，輸入層表示生物質(zhì)的元素分析、工業(yè)分析，輸出層為生物質(zhì)熱值，隱藏層中神經(jīng)元的數(shù)量在計算過程中動態(tài)決定。

采用ECN-Phyllis數(shù)據(jù)庫中生物質(zhì)的各分析數(shù)據(jù)及熱值作為基礎(chǔ)數(shù)據(jù)庫進(jìn)行人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。采用BP算法不斷修正輸入層至隱藏層之間的權(quán)重，采用sigmoid函數(shù)連接隱藏層與輸出層。

如圖2所示，其示出了基于BP人工神經(jīng)網(wǎng)絡(luò)算法估算生物質(zhì)熱值的步驟的流程圖。參照圖2，對整個估算過程詳細(xì)說明如下：

首先，計算程序開始，執(zhí)行步驟a)，程序讀入生物質(zhì)基礎(chǔ)數(shù)據(jù)庫，讀取編寫整理好的已知生物質(zhì)元素分析、工業(yè)分析數(shù)據(jù)及熱值，并根據(jù)需要估算生物質(zhì)的基本信息選取相應(yīng)數(shù)據(jù)(如需要估算的生物質(zhì)僅知C、H、揮發(fā)份數(shù)據(jù)，則也只選取已知生物質(zhì)的C、H、揮發(fā)份數(shù)據(jù)及熱值)。

接著，執(zhí)行步驟b)，根據(jù)經(jīng)驗給定隱藏層的神經(jīng)節(jié)點數(shù)。

接著，執(zhí)行步驟c)，隨機(jī)給定連接輸入層與隱藏層的權(quán)重系數(shù)。

接著，執(zhí)行步驟d)，使用權(quán)重系數(shù)對已知生物質(zhì)的熱值進(jìn)行估算，得到預(yù)測結(jié)果。

接著，執(zhí)行步驟e)，計算預(yù)測結(jié)果與測量結(jié)果的偏差，若該偏差小于5％(一般工程上許可的誤差范圍，可以更小)，則執(zhí)行步驟f)，記錄保存當(dāng)前權(quán)重系數(shù)；若不然，則執(zhí)行步驟h)，利用預(yù)測結(jié)果修正權(quán)重系數(shù)，并返回到步驟d)，使用經(jīng)過修正的權(quán)重系數(shù)對已知生物質(zhì)的熱值重新進(jìn)行估算；若進(jìn)行若干次修正估算后該偏差仍不能低于5％，則說明隱藏層中的神經(jīng)元數(shù)量太少，執(zhí)行步驟i)，增加神經(jīng)節(jié)點數(shù)后返回到步驟c)，重新給定連接輸入層與隱藏層的權(quán)重系數(shù),再依次執(zhí)行步驟d)和步驟e)，直至該偏差小于5％。

最后，執(zhí)行步驟g)，根據(jù)最終選取的神經(jīng)節(jié)點數(shù)與權(quán)重系數(shù)，估算當(dāng)前未知生物質(zhì)的熱值后，結(jié)束計算程序。

本發(fā)明提出的基于BP人工神經(jīng)網(wǎng)絡(luò)算法的生物質(zhì)熱值估算方法具有以下優(yōu)點：

(1)采用現(xiàn)有的生物質(zhì)分析數(shù)據(jù)作為人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練的基礎(chǔ),可以保證估算結(jié)果的精確性；

(2)根據(jù)已有生物質(zhì)工業(yè)分析或元素分析數(shù)據(jù)采用不同的方式進(jìn)行人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，減少對完整分析結(jié)果的依賴；

(3)根據(jù)人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果對模型中的參數(shù)進(jìn)行動態(tài)修正，減少了人為因素帶來的誤差。

采用本發(fā)明提出的生物質(zhì)熱值估算方法得到的生物質(zhì)熱值可以作為設(shè)計生物質(zhì)直燃鍋爐或生物質(zhì)氣化爐的參數(shù)。

如圖3所示，其示出了一種常用的生物質(zhì)氣化爐。

生物質(zhì)原料由爐頂進(jìn)入爐膛，堆積的料層由上至下分為四個區(qū)域：干燥區(qū)、裂解區(qū)、還原區(qū)和氧化區(qū)。在氧化區(qū)，氣化劑(空氣)由底部進(jìn)入氣化爐，與生物質(zhì)原料發(fā)生氧化反應(yīng)，生成CO₂、、CO、H₂O等，同時放出熱量。在還原區(qū)，來自空氣中的氧氣被耗盡，由于供氧不足，生物質(zhì)原料的燃燒不充分，產(chǎn)生CO，并放出熱量；同時，來自氧化區(qū)的CO₂與生物質(zhì)原料中的C發(fā)生還原反應(yīng)，生成CO、CH₄、CmHn、H₂、H₂O等，在此過程中，被加熱的生物質(zhì)原料也發(fā)生裂解，其中的可燃?xì)怏w即揮發(fā)組分從原料中析出，成為燃?xì)獾囊徊糠郑€原區(qū)中的原料因重力作用下落入氧化區(qū)。在裂解區(qū)，生物質(zhì)原料被從還原區(qū)上來的熱氣體加熱，發(fā)生裂解反應(yīng)，在此反應(yīng)中，生物質(zhì)中的大部分揮發(fā)組分得以揮發(fā)，裂解過程的產(chǎn)物有炭、焦油、H₂、CO、CO₂、CH₄和水蒸氣等，該過程需要吸熱，裂解區(qū)產(chǎn)生的殘留物因重力作用進(jìn)入還原區(qū)，而產(chǎn)生的熱氣體進(jìn)入干燥區(qū)。在干燥區(qū)，生物質(zhì)原料被來自裂解區(qū)的熱氣體加熱，其中的水分蒸發(fā)為水蒸氣，從而得以干燥，干燥后的物料因重力作用進(jìn)入裂解區(qū)，而熱氣體成為燃?xì)獗灰鰵饣癄t使用。

本發(fā)明已經(jīng)通過上述實施例進(jìn)行了說明，但應(yīng)當(dāng)理解的是，上述實施例只是用于舉例和說明的目的，而非意在將本發(fā)明限制于所描述的實施例范圍內(nèi)。此外本領(lǐng)域技術(shù)人員可以理解的是，本發(fā)明并不局限于上述實施例，根據(jù)本發(fā)明的教導(dǎo)還可以做出更多種的變型和修改，這些變型和修改均落在本發(fā)明所要求保護(hù)的范圍以內(nèi)。本發(fā)明的保護(hù)范圍由附屬的權(quán)利要求書及其等效范圍所界定。