欢迎登录材料期刊网

材料期刊网

高级检索

采用BP神经网络算法研究了氟化物体系稀土电解槽设计时的重要参数如极距、电流密度、槽电压等对电能效率的影响,通过对多个槽体的现场取样数据模拟测试分析,研究了一种基于BP神经网络算法的稀土电解槽槽压模型,研究表明.该模型能够较为准确地预测极距、电流密度与槽电压关系,可用于新型稀土电解槽的优化设计.

参考文献

[1] 徐光宪.稀土(中)[M].北京:冶金工业出版社,1995:156.
[2] 王俊,邓左民,张小联.10kA氟化物体系稀土熔盐电解槽热平衡测试研究[J].江西有色金属,2004(02):30-32,37.
[3] 刘忠杰,刘中兴,贺友多.稀土氧化物电解槽流场的研究[J].中国稀土学报,2003(z1):175-177.
[4] 刘忠杰,刘中兴,李保卫,贺友多.稀土熔盐电解过程电极双电层对电场的影响[J].稀有金属,2003(02):242-245.
[5] Park D.C.;El-Sharkawi M.A. .Electric load forecasting using an artificial neural network[J].IEEE Transactions on Power Systems: A Publication of the Power Engineering Society,1991(2):442-449.
[6] 焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1995:34.
[7] 董长虹.Matlab神经网络与应用[M].北京:国防工业出版社,2005:7.
[8] 陈念贻.模式识别优化技术及其应用[M].北京:中国石化出版社,1997:89.
[9] 王昕,王兆丰.基于人工神经网络建模软件的铝电解应用研究[J].国土资源科技管理,2005(03):94-96.
[10] 李贺松,梅炽,唐骞,周乃君,黄涌波,张家奇.基于模糊神经网络的铝电解槽工作状态诊断[J].系统仿真学报,2006(02):482-484.
[11] 马斌,李界家,任苹,张万江.集成神经网络在铝电解故障诊断中的应用[J].轻金属,2005(04):61-64.
[12] 陈锦言,姚芳莲,孙经武,许涌深,邓联东,周志莲.人工神经网络及其在化学领域中的应用[J].计算机与应用化学,1999(02):111-114.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%