利用神经网络模型预测大型海藻热解制油的研究.doc

利用神经网络模型预测大型海藻热解制油的研究

1.5万字 41页 原创作品，已通过查重系统


摘要 我国的能源问题日益严重，海藻热解制油有利于缓解这一问题。
本文重点介绍了热解制油实验的原理和过程。本次实验采用的是0.25mm的藻粉，在改装的慢速升温干馏炉中快速热解。实验采用三级冷却，第一级采用冰水混合物，二三级采用的是干冰和丙酮的混合物。本次实验主要考虑的是温度和载气流对产油率的影响。
在建立模型时，神经网络是利用MATLAB软件实现的。利用其中的神经网络工具箱和编程的方法建立BP神经网络。训练网络的函数分别是traingdm函数和trainlm函数。经过训练网路都达到了预定的精度范围内。预测的结果与实验的结果相比：利用traingdm函数训练出的网络的相对误差分别是8.62%和4.69%，利用trainlm函数训练出的网络的相对误差分别是6.97%和221%。实验表明利用BP神经网络预测大型海藻热解制油的方法是可行的。
本文最后总结了全文，并且对以后的研究工作做了展望。


关键词 海藻制油 神经网络 MATLAB 预测