基于AO-ELM算法的旋风分离器粒级效率建模研究

摘要：

旋风分离器是气田生产过程中的重要设备,其主要作用是将采出气中含带的固体砂粒进行旋流分离,然而目前针对旋风分离器分离性能的研究主要停留在实验室阶段.为了较为准确地预测大尺寸旋风分离器粒级效率,首次使用天鹰优化器(Aquila Optimizer)优化极限学习机(Extreme Learning Machine)建立了AO-ELM旋风分离器粒级效率预测算法模型.通过与所建其他模型预测数值对比得出:AO-ELM算法模型相较与AO-BPNN、AO-ENN模型预测精度更高,预测数值更接近于实测值;相较于旋风分离器分离效率理论和半经验模型同样具有更精确的数值预测,对旋风分离器工业设计具有一定的指导意义.

关键词：天鹰优化器、旋风分离器、极限学习机、预测模型、粒级效率

所属期刊栏目：42

分类号：TH16;S;TS801.8

在线出版日期：2023-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：62-69