Abstract：
以龙岩市90台工业锅炉的现场实测数据为样本,选取燃料额定出力、锅炉燃烧型式、收到基的低位发热量、燃料实际消耗量、送风量和冷空气温度作为输入变量,锅炉热效率为输出变量,采用遗传算法优化的BP神经网络构建锅炉能效评估模型。建立的模型能够较好拟合样本的实际情况。
Keyword：
Reprint 's Address：
Email：
Source ：
化学工程与装备
Year： 2014
Issue： 11
Page： 158-160
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
