科研之友
微信
新浪微博
Facebook
分享链接
摘要
气固流化床以其高效、可操作灵活等优点广泛的应用于煤化工、煤燃烧和煤炭分选等领域。最小流化速度作为气固流化床最主要的操作参数之一，与流化床的操作设计紧密相关。现有的最小流化速度预测模型大都为经验或半经验公式，其准确性和便捷性还存在较大的问题。本文基于机器学习建立气固流化床最小流化速度预测模型，并探索模型背后的内部信息。结果表明，随机森林能够根据颗粒性质（密度、粒度）与床体直径准确预测最小流化速度，模型的决定系数达到0.875。特征相关性分析揭示了各特征因素对目标变量的影响方式，颗粒粒度与最小流化速度相关性最强。本研究为预测气固流化床最小流化速度有提供了新的思路。
- 单位
