多尺度脉动强化与小波熵驱动的AI优化技术在流化生物质制氢中的应用

《Chemical Engineering Journal》：Multiscale pulsating intensification and wavelet entropy-driven AI optimization of fluidized biomass hydrogen production

　　

阮哲高|王天宇|何玉荣|胡一飞|曾宇峰

• •
  脉冲流强化了生物质气化过程，从而提高了氢气的产量。
• •
  多尺度分析揭示了微观、中观和宏观层面的强化机制。
• •
  小波流-反应熵理论将流动复杂性与氢气产量联系起来。
• •
  一个两级深度神经网络（DNN）模型能够准确预测在不同条件下的氢气产量。
• •
  最佳的频率和压力条件能够最大化气化效率。