欢迎来到天天文库
浏览记录
ID:34878527
大小:6.17 MB
页数:63页
时间:2019-03-13
《居民生活垃圾可燃成分的热值与rdf热值关联模拟预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕±学位论文胃_"_曲動圓国内图书分类号:X705密级:公开国际图书分类号:西南交通大学研究生学位论文居民生活垃圾可燃成分的热值与RDF热值关联模拟预测研究年级—二级:二〇姓名:下兰申请学位级别:工学硕±专业:环境科学与工程指导老师:张义阳教授二零一五年五月ClassifiedIndex:X705U.D.C:SouthwestJiaotonUniversitgyMasterDegreeThesisRELATEDSIM
2、ULATIONPREDICTIONRESEA民CHOFCALORIFICVALUEFORCOMBUSTIBLECONTENTSOFHOUSEHOLDWASTEANDRDFGrade:2012Candidate:DinLangAcademicDereeAliedfor:MasterofEnineeringppggSpeciality:EnvironmentalScienceandEngineeringSuervisor:ZhanWenanpg
3、ygMa.2015y西南交通大学学位论文版扳使用授枚书、本学位论文作者完全了解学校有关保留使用学位论文的规定,同意学校保留并。向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阔和借阅本人授权西南交通大学可W将本论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1.保密□,在年解密后适用本授权书;2.不保密bfT使用本授权书。""(请在上方框内打V)学位论文作者签名:了指导老师签名:、'.;4曰期:斯
4、日期从!呼西南交通大学硕±学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:本文选择人工神经网络进行数据挖掘.,在居民小区采取的生活垃圾所测定的试验数据为基础,选择PE/PP、纸类、橡胶、含水率W及干基氨各含量作为运行模型的输入参数,居民生活垃圾可燃成分的低位热值为输出参数,并分别基于BP神经网络、RBF神经网络和自适应神经模糊推理系统(ANFIS),对低位热值建立了预测模型。结果表明RBF神经网络模型其有更好的预测性能,更适用于居民生活垃圾可燃成分低位热值的预测,能获得
5、更满意的结果。该模型具有实际可操作性,可为今后可燃垃圾低位热值预测提供理论基础。:所呈交的学位论文本人郑重声明,是在导师指导下独立进行研究工作所得的成果。除文中己经注明引用的內容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。一切法律责任将由本人承担本人完全了解违反上述声明所引起的。学位论文作者签名;了.otr、王巧日期:a西南交通大学硕±研究生学位论文第I页摘要居民生活垃圾可燃成分具有较高的热值,若能充分回
6、收利用将其能源化,对能源危的可持续利用具有非常重大的意义。.■本文选择人工神经网络进行数据挖掘,W在居民小区采取的生活垃圾所测定的试验数据为基础;,选择?6/??、纸类、橡胶、含水率1^1及干基氨各含量作为模型的输入参数,居民生活垃圾可燃成分的低位热值为输出参数,并分别基于BP神经网络、RBF)。神经网络和自适应神经模糊推理系统(ANFIS,对低位热值建立了预测模型BP神经网络模型预测准确秦为93.36%,RBF神经网络模型预测准确率为96.87%,自适应神经模糊推理系统(ANFIS)的模型预测
7、准确为91.06%。对比兰种模型的预测结果可知:BP、RBF神经网络和自适应神经模糊推理系统(ANF投)模型均可用于可。ANHS燃成分热值的预测模型具有极高的模型拟合效果,但模型的验证误差相对较。大,使该模型平均预测准确率较低BP模型的预测准确率相对较島,能较好的对可燃成分热值进行预测,但其效果要低于RBF模型。RBF模型在BP模型的基础上加入了线性控制:RBF,使模型的预测准确率有了较大提高。由此证明模型更适用于居民生活坟圾可燃成分的低位热值预测,能获得令人更为满意的结果。当PE/PP、纸类、
8、橡胶、含水率lil及干基氨各含量分别为31.66%、巧.94%、0.03%、31.37%8.74%3试.6化J/kRDF、时,经RBF模型预测居得到的低位热值为16g,其处于物輯所要求热值范围一定的理论可行,故用居民生活垃圾中的可燃成分生产RDF具有性。:居民生活垃圾关键词;热值;BP神
此文档下载收益归作者所有