基于BP神经网络的面粉气力输送工段能量损耗研究

小麦制粉中除研磨工段能量消耗外,气力输送工段也是能耗的一个主要方面,分析气力输送能耗模型是降低面粉气力输送工段能量损耗的基础。然而气力输送模型非线性强、设备匹配参数冗余度大,以及管路压损波动性大。综合考虑生产过程中粉料的状况与输送能耗之间呈现的非线性关系,选择具有较强自适应能力和自组织能力的BP神经网络调节设定处理数据的训练、测试比例和模型训练过程中的总误差和循环次数等参量,建立面粉气力输送工段能耗模型。选取河南某面粉厂500 t/d产能的制粉车间的气力输送工段,采集能耗相关的每小时加工吨麦、麦粒湿度、送风量实测数据为样本,对建立的能耗模型进行训练、预测、验证,结合该厂生产车间设备参数、管路铺设标注和单位生产量推测出吨麦电耗与计量值对比。结果表明:利用BP神经网络拟合算法,建立气力输送工段能量损耗模型可行,且该数学模型可以较好地反映面粉气力输送工段能耗情况,模拟值能够较为准确地预测面粉气力输送工段能耗情况,误差不超过7%。