采用彎管流量傳感器測量固相質(zhì)量流量時,固相質(zhì)量流量與其影響因素之間存在著復雜的非線性關(guān)系,這給固相流量的測量帶來困難。在雙彎管法基礎上對其進行優(yōu)化,利用小波神經(jīng)網(wǎng)絡對實驗數(shù)據(jù)進行訓練,給出了固相質(zhì)量流量與綜合流量系數(shù)β的復雜非線性關(guān)系,并對實驗數(shù)據(jù)進行預測。預測結(jié)果與實驗結(jié)果吻合較好,最終誤差不超過5%,實現(xiàn)了對測量誤差的標定。 

【文章來源】：熱科學與技術(shù). 2020,19(03)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

神經(jīng)網(wǎng)絡預測模型

在氣力輸送實驗平臺上進行實驗,并得到了大量的實驗數(shù)據(jù),從中選取30組數(shù)據(jù)用于煤粉質(zhì)量流量的預測,在30組數(shù)據(jù)中任選25組進行網(wǎng)絡訓練,其余5組數(shù)據(jù)用于網(wǎng)絡驗證。利用第2節(jié)的算法,對3層的小波神經(jīng)網(wǎng)絡進行學習訓練,經(jīng)過1 000次學習訓練后停止學習。圖4為通過小波神經(jīng)網(wǎng)絡預測出的實際流量與仿真流量對比,從圖4可以看出,仿真結(jié)果在實際流量的小范圍內(nèi)上下波動,其中有幾組實驗誤差較大(第2、21、22、28、29組),預測結(jié)果與實驗結(jié)果的一致性較好,體現(xiàn)了神經(jīng)網(wǎng)絡模型的泛化能力。

仿真與實驗對比

【參考文獻】：
期刊論文
[1]燃煤鍋爐飛灰含碳量的BP神經(jīng)網(wǎng)絡模型[J]. 趙健,袁瀚,梅寧.  熱科學與技術(shù). 2016(06)
[2]基于BP神經(jīng)網(wǎng)絡的循環(huán)流化床鍋爐生成NOx質(zhì)量濃度在線軟測量[J]. 白建云,朱竹軍,張培華.  熱力發(fā)電. 2016(12)
[3]改進小波神經(jīng)網(wǎng)絡用于火電廠污染物排放量的預測[J]. 蘇銀皎,蘇鐵熊,王大振,馬理強.  計算機科學. 2016(S1)
[4]彎管流量計在蒸汽流量測量中應注意的問題[J]. 李亞莉.  中國計量. 2015(06)
[5]基于BPNN的固相質(zhì)量流量軟測量方法[J]. 趙延軍,程守光,高承彬,馬翠紅.  儀表技術(shù)與傳感器. 2014(07)
[6]軟測量技術(shù)及其在過程檢測中的應用研究[J]. 南曉明.  山東化工. 2013(04)
[7]軟測量技術(shù)及其應用[J]. 俞金壽.  自動化儀表. 2008(01)
[8]雙彎管法測量氣固兩相流質(zhì)量流量的研究[J]. 趙延軍,李國光,王式民.  計量學報. 2005(02)



本文編號：3259758