TY - JOUR A2 - Kakosimos, Konstantinos E. AU - Adili, Tahmineh AU - Rostamnezhad, Zohreh AU - Chaibakhsh, Ali AU - Jamali, Ali PY - 2018 DA - 2018/06/20 TI -工业炉的火焰故障和恢复:燃烧器故障是与工业燃烧加热器相关的常见异常情况。通过补偿由于燃烧器故障而损失的热量，可以防止经济损失和重大设备损坏，这可以通过定义适当的设定值来重新安排健康燃烧器的燃速。在本研究中，建立了人工神经网络模型，用于估计燃烧控制系统的适当设定值，以使工业加热炉从异常状态中恢复。为此，在建立精确的高阶数学模型的基础上，采用遗传算法求解约束非线性优化问题。对于不同的故障情况，获得了健康燃烧器从异常情况中恢复炉膛的最佳可能的过量烧成率，并记录了用于培训和测试阶段的数据。通过仿真实验，评价了所建立的神经稳态模型的性能。计算结果表明，采用该方法处理燃烧系统故障是可行的。SN - 1687-806X UR - https://doi.org/10.1155/2018/3790849 DO - 10.1155/2018/3790849 JF - International Journal of Chemical Engineering PB - Hindawi KW - ER -