相关实验视频
Updated: Jul 16, 2026

07:30
Fast Pyrolysis of Biomass Residues in a Twin-screw Mixing Reactor
Published on: September 9, 2016
27.7K
基于深度人工神经网络的MSW热解产品的预测
Yunfei Zang1, Shaoheng Ge1, Yu Lin2
1Thermal and Environmental Engineering Institute, School of Mechanical Engineering, Tongji University, 1239 Siping Road, Shanghai 200092, China; Shanghai Engineering Research Center of Multi-source Solid Wastes Co-processing and Energy Utilization, 1239 Siping Road, Shanghai 200092, China.
Waste management (New York, N.Y.)
|January 28, 2024
概括
使用深层人工神经网络 (ANN) 预测城市固体废物 (MSW) 热解产品可以获得准确的结果. 该模型有助于设计高效的热解系统,用于资源回收.
科学领域:
- 废物管理 废物管理
- 化学工程是化学工程的重要组成部分.
- 人工智能的人工智能
背景情况:
- 热解提供了从城市固体废物 (MSW) 中回收资源和能源的可持续途径.
- 准确预测热解产品对于优化MSW资源回收系统至关重要.
研究的目的:
- 开发一个预测模型,用于MSW热解的炭,液体和气体产量.
- 确定影响MSW热解产品分布的关键因素.
主要方法:
- 使用MySQL编制了MSW热解数据的全面数据库.
- 用10个隐藏层的深层人工神经网络 (ANN) 来构建预测模型.
主要成果:
- 该ANN模型实现了高预测准确度,确定系数为0.841的炭,0.84的液体,和0.85的气体.
- 灰含量和热解温度被确定为影响产品产量的最重要的输入因素.
- 模型性能与单个生物质热解的预测相当.
结论:
- 开发的ANN模型为预测MSW热解产品提供了准确可靠的方法.
- 这种预测能力可以显著提高MSW热解系统的设计和效率,以改善资源回收.

