基于机器学习的移动床空气反应器本体结构优化研究
编号:126 稿件编号:196 访问权限:仅限参会人 更新:2023-03-23 19:23:25 浏览:475次 口头报告

报告开始:2021年08月09日 17:15 (Asia/Shanghai)

报告时间:15min

所在会议:[P] 大会报告 » [2] 分会场一:反应器设计及系统优化

暂无文件

摘要
移动床具有压降低运行且运行平稳的优点,将逆流移动床作为空气反应器是一个新的尝试。本文基于DEM理论,建立了欧拉-拉格朗日框架下的移动床空气反应器气固流动的准二维数值模型,研究了操作参数和结构参数对反应器内颗粒流型的影响规律。结果表明,反应器不同区域颗粒流呈不同流型:上部为整体流,下部为漏斗流;颗粒通量、下料段角度和下降管直径均影响了有效转捩点高度;反应器角度对有效转捩点高度的影响较小,但整体流区域流动指数MFI随反应器角度的减小而增大,流动结构更接近于平推流。随后,基于数值模拟获得的数据,采用随机森林(Random Forest)算法研究了各参数对流型结构的影响,筛选了主导影响因素。最后,基于BP(Back Propagation)神经网络建立了反应器角度、下料段角度以及下降管直径等结构参数与颗粒运动之间的定量关系,并预测了不同反应器内的速度分布;基于该模型,采用前序遍历获得了不同结构参数匹配下的有效转捩点高度,最终选取反应器角度为83o,下料段角度为55o,下降管直径与反应器底部直径比为0.2 作为移动床空气反应器本体的结构参数。
关键字
移动床;空气反应器;BP神经网络;随机森林;结构优化
报告人
邵亚丽
讲师 南京师范大学

稿件作者
邵亚丽 南京师范大学
王旭东 南京工业大学
金保昇 东南大学
发表评论
验证码 看不清楚,更换一张
全部评论

联系我们

会议联系人

李志山(昆明理工大学):15288138804,563167750@qq.com

李丹阳(昆明理工大学):18708731314,707324485@qq.com

孙佳妮(会议服务):15201086188,scarlett@aconf.org

 

大会秘书长

祝   星(昆明理工大学):13987129614,zhuxing2010@hotmail.com

李孔斋(昆明理工大学): 13648857565,kongzhai.li@aliyun.com

 

登录 创建账号 注册缴费 提交论文