陈鸿伟，梁锦俊，宋杨凡，刘博朝，刘玉强

(华北电力大学 能源动力与机械工程学院，河北 保定 071003)

0 引 言

由于传统的鼓泡流化床和循环流化床在实际生产中的诸多局限，双流化床开始进入视野并广泛应用于煤气化和生物质气化等领域[1，2]。较之一般流化床，双流化床气化具有燃料适应性强、气化强度大、传热效果好等优点[3]。

双流化床包括相互联通的一个主流化床和副流化床。在双循环流化床气化过程中，颗粒的内循环量是一个至关重要的参数。本文所述的颗粒的内循环量是指在实验过程中，由主流化床翻越隔墙进入到副流化床内的颗粒量。在相同的温度条件下，炉内受热面的换热强度为鼓泡流化床内最强，快速流化床条件下次之，稀相气力输送条件下最弱。因此，从主流化床到副流化床的颗粒内循环量需要足够大，以此来弥补由于稀相区换热强度下降而减少的传热量。同时，颗粒内循环量随运行参数变化的特性，涉及到实炉运行时的负荷调节问题，也需要从实验中发现其变化规律[4]。因此，需要对不同运行参数下，颗粒内循环量的变化情况进行全面而系统的研究。

人工神经网络(Artificial Neural Networks，ANN)是基于称为人工神经元的连接单元或节点所构成的集合，这些单元或节点松散地模拟生物大脑中的神经元。起初，人工神经网络模型采取与人脑相同的方式来解决实际问题。然而，随着时间的推移，科研工作者们的注意力逐渐偏离了生物学，如今人工神经网络已被广泛用于执行形形色色的任务。……