城市固体废弃物的处理已成为一个全球性问题,固体废弃物热处理技术已经成为我国固体废弃物处理的主流技术。城市生活垃圾组成成分十分复杂。固体废弃物的热解过程是一个十分复杂的化学反应过程,人们至今仍无法对热解过程所发生的化学反应进行精确的描述。研究固体废弃物热解的常见方法是热重分析法,现在我们换个角度,研究城市生活垃圾的热解产气特性及其规律。同时利用人工神经网络技术强大的捕捉非线性规律的能力,通过输入环保部门统计数据,对热解产物的产量进行预测,这种预测可以作为热解工艺选择、设计和运行工况调整的依据。通过这种预测可以进一步的了解热解机理。 本文综述了国内外对城市固体废弃物的热解处理方法,介绍了研究的背景,方法,内容和意义。 第一部分,首先选取城市固体废弃物中的常见六种组分(纸屑,厨余,织物,木屑,塑料,橡胶)作为实验物料,在自行设计的热解实验台上,对单一组分城市生活垃圾进行快速热解实验,研究其产气特性。 第二部分,把六种常见组分多个混合作为物料,考察混合垃圾的热解气体产量与热值与各组成单质垃圾的热解气体产量和热值之间的关系。 第三部分,综述了人工神经网络算法及算法程序流程、网络局部极值产生的原因及其改进措施,介绍了节点激励函数、网络层数、学习精度、隐含层节点数、目标函数误差、初始的权值与阈值、学习速率的选取与设置。首次详细介绍了人工神经网络在城市固体废弃物热解产物预测建模中的应用过程,并验证了我们采用的BP神经网络预测模型良好的性能。