中国矿业大学学报
中國礦業大學學報
중국광업대학학보
JOURNAL OF CHINA UNIVERSITY OF MINING & TECHNOLOGY
2008年
2期
220-224
,共5页
多尺度%离散小波变换%流化床%神经网络
多呎度%離散小波變換%流化床%神經網絡
다척도%리산소파변환%류화상%신경망락
平均粒径是气固流化床反应器运行过程中需要监控的重要参数之一,首次提出了利用声波信号对床内颗粒平均粒度进行检测的方法,该方法安全环保不侵入流场,能克服传统方法不能实时在线测量的缺陷.对于接收仪获得的声发射信号,先用sym8小波变换进行六尺度分解,求出各细节信号小波系数的绝对值加和,标准化之后进行主成分分析,主成分分析可以消除原自变量间的复共线性,减少变量的个数.以所得主成分作为自变量,颗粒的平均粒度作为因变量,并由一4-8-1结构的三层前传神经网络为预测模型,所建神经网络结构简洁,根据声信号对平均粒度的预报准确性高于98%.
平均粒徑是氣固流化床反應器運行過程中需要鑑控的重要參數之一,首次提齣瞭利用聲波信號對床內顆粒平均粒度進行檢測的方法,該方法安全環保不侵入流場,能剋服傳統方法不能實時在線測量的缺陷.對于接收儀穫得的聲髮射信號,先用sym8小波變換進行六呎度分解,求齣各細節信號小波繫數的絕對值加和,標準化之後進行主成分分析,主成分分析可以消除原自變量間的複共線性,減少變量的箇數.以所得主成分作為自變量,顆粒的平均粒度作為因變量,併由一4-8-1結構的三層前傳神經網絡為預測模型,所建神經網絡結構簡潔,根據聲信號對平均粒度的預報準確性高于98%.
평균립경시기고류화상반응기운행과정중수요감공적중요삼수지일,수차제출료이용성파신호대상내과립평균립도진행검측적방법,해방법안전배보불침입류장,능극복전통방법불능실시재선측량적결함.대우접수의획득적성발사신호,선용sym8소파변환진행륙척도분해,구출각세절신호소파계수적절대치가화,표준화지후진행주성분분석,주성분분석가이소제원자변량간적복공선성,감소변량적개수.이소득주성분작위자변량,과립적평균립도작위인변량,병유일4-8-1결구적삼층전전신경망락위예측모형,소건신경망락결구간길,근거성신호대평균립도적예보준학성고우98%.
