您当前的位置：
首页 >
文章列表页 >
基于神经网络的烧结SCR脱硝系统动态建模研究
矿业工程 • 冶金工程 • 环境工程 • 化学与化学工程 • 材料科学与工程 | 更新时间：2024-11-14
|

    • 基于神经网络的烧结SCR脱硝系统动态建模研究

    • Research on dynamic modeling of sintering SCR denitrification system based on neural network

    • “在脱硝系统动态建模领域，专家提出了基于注意力机制的CNN-LSTM神经网络预测模型，实现了对SCR系统未来时间出口NOx浓度的精准预测，为喷氨量精准控制和减少NOx排放提供了解决方案。”
    • 中南大学学报(自然科学版)   2024年55卷第10期 页码：3651-3658

    • DOI：10.11817/j.issn.1672-7207.2024.10.003    

      中图分类号： TP183

    • 纸质出版日期：2024-10-26，

      收稿日期：2024-03-12，

      修回日期：2024-04-26，

    移动端阅览

  • 张学锋, 李子豪, 龙红明, 等. 基于神经网络的烧结SCR脱硝系统动态建模研究[J]. 中南大学学报(自然科学版), 2024, 55(10): 3651-3658. DOI： 10.11817/j.issn.1672-7207.2024.10.003.

    ZHANG Xuefeng, LI Zihao, LONG Hongming, et al. Research on dynamic modeling of sintering SCR denitrification system based on neural network[J]. Journal of Central South University(Science and Technology), 2024, 55(10): 3651-3658. DOI： 10.11817/j.issn.1672-7207.2024.10.003.

  •  
  •  

0

浏览量

3

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于双目视觉与Transformer的连铸坯模型定位与测量
基于Inception-LSTM-Attention的冷水机组传感器偏差故障诊断方法

相关作者

李同谱
许四祥
施宇翔
杨利法
李冬辉
刘功尚
高龙

相关机构

安徽工业大学 机械工程学院
天津大学 电气自动化与信息工程学院
0