| 注册
首页|期刊导航|化工学报|机器学习驱动的生物质热解模型建立及挥发分化学链重整制氢工艺优化

机器学习驱动的生物质热解模型建立及挥发分化学链重整制氢工艺优化

刘根 孙仲顺 张博 张榕江 吴志强 杨伯伦

化工学报2024,Vol.75Issue(11):P.4333-4347,15.
化工学报2024,Vol.75Issue(11):P.4333-4347,15.DOI:10.11949/0438-1157.20240647

机器学习驱动的生物质热解模型建立及挥发分化学链重整制氢工艺优化

刘根 1孙仲顺 1张博 1张榕江 1吴志强 1杨伯伦1

作者信息

  • 1. 西安交通大学化学工程与技术学院,陕西省能源化工过程强化重点实验室,陕西西安710049
  • 折叠

摘要

关键词

机器学习/化学链重整/气化/生物质/优化

分类

化学化工

引用本文复制引用

刘根,孙仲顺,张博,张榕江,吴志强,杨伯伦..机器学习驱动的生物质热解模型建立及挥发分化学链重整制氢工艺优化[J].化工学报,2024,75(11):P.4333-4347,15.

基金项目

国家自然科学基金重点项目(22038011) (22038011)

陕西省创新能力支撑计划项目-青年科技新星(2023KJXX-004)。 (2023KJXX-004)

化工学报

OA北大核心CSTPCD

0438-1157

访问量10
|
下载量0
段落导航相关论文