《表4 分割粒径预测模型性能比较》
本文提出的BR-BPNN分割粒径模型的输入参数不仅关联了与旋风分离器切割粒径有关的全部尺寸参数和操作参数,还将排气芯管插入深度的尺寸比S/D进行了单独关联,提高了排气芯管插入深度在因变量中的权重,以期对输出参数有更合理的响应,同时BP神经网络又有着强大的非线性拟合能力,通过比较得出BR-BPNN分割粒径模型的预测性能更有优势,对分割粒径预测的泛化性能更好。
图表编号 | XD00197887500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.05 |
作者 | 刘金鹏、赵兵涛、钱魏锋、李会梅 |
绘制单位 | 上海理工大学能源与动力工程学院、上海市动力工程多相流动与传热重点实验室、上海理工大学能源与动力工程学院、上海市动力工程多相流动与传热重点实验室、上海理工大学能源与动力工程学院、上海市动力工程多相流动与传热重点实验室、上海理工大学能源与动力工程学院、上海市动力工程多相流动与传热重点实验室 |
更多格式 | 高清、无水印(增值服务) |