本文研究内容主要有：
1．生物质压缩成型技术机理研究
本文在查阅了国内外大量文献资料的基础上，全面分析生物质压缩成型过程机理，包括成型燃料的评价指标、影响成型指标的主要因素，以及成型燃料对气化过程燃气性能品质的影响等，确定了需要优化的参数，深入的研究和探讨了生物质压缩成型的工艺类型和以及生物质压缩成型机技术等。通过查阅相关资料发现，目前生物质压缩成型的研究主要是从生物质压缩过程的压缩特性、机械特性、流变特性和成型工艺等方面的实验研究和理论探讨。
2、生物质压缩成型过程模型建立
生物质成型过程是一个复杂的物理化学过程，成型料的松弛密度等各项性能会受多种因素影响，用传统的建模方法较难进行确切描述，因此本文考虑从智能化方法的角度对压缩成型过程进行建模和优化，并通过仿真计算验证方法的可行性和有效性。由于种经网络是一种已经普遍采用的建模方法，最常用的神经网络是多层前向BP网络。但是，局部最优问题会影响神经网络预测精度，而支持向量机可以解决这一问题。支持向量机应用比较成功的是最小二乘支持向量机(Least SquaresSupport Vector Machine）。本文应用最小二乘支持向量机对锯末的压缩成型过程进行建模，选用高斯径向基核函数(Radial Basi:s Function， RBF)构造LS-SVM模型，函数估计的LS-SVM模型和RBF核函数包含C（误差惩罚因子）与（核函数的宽度参数）两个未知参数，通过遗传算法优化C，使模型与实际压缩过程匹配。
3、生物质压缩成型过程的优化
对于压缩成型过程优化的目的，主要是使生物质气化过程能够产生高品质可燃气体燃料，提高气化效率和气体产率等。选择成型燃料的密度、大小尺寸、添加催化剂含量等做作为模型输入，利用黑箱建摸法，来优化气化过程的气体产率、热值、可燃气体组分，使焦油及其它有害成分降低至最低程度，提高燃气品质。
课题研究的主要内容，就是对于燃料成型过程中，燃料性能的优化过程。这是对一个多输入、多输出模型的建摸与寻优的过程。再验证所建模型的可行性和有效性，用实验数据进行模型的验证和改进。最后，在预测模型基础上考虑如何进一步拟合适合于生物质压缩过程优化和成型燃料优化的目标函数，为气化过程主要参数的优化提供参考。这里需要说明的是，本内容目前国内外研究者少有入问津，因此课题的研究分析也是初步的探索性的，还不成熟，有待于迸一步的完善。
（转载请注明：30码期期必中颗粒机）
