摘要
鉴于煤直接液化反应的复杂性和机理模型难以建立、计算量大等,结合人工神经网络建模方法,建立了煤直接液化间歇反应器的BP神经网络模型,并利用统计极差分析方法考察了影响反应器煤转化率、油收率及综合评价3个指标的8个关键因素的敏感程度。结果表明,训练完成的BP神经网络模型不仅能很好地拟合已知实验结果,而且具有良好的预测能力,预测结果的平均相对误差为3.75%;当煤为烟煤或亚烟煤、溶剂分别为萘满(1,2,3,4-四氢化萘)或循环溶剂时,综合评价给出的影响因素的敏感性顺序为:温度>反应时间>剂煤比>煤粒度>氢分压和填充程度>煤类型>溶剂类型。