基于BP神经网络和激光诱导击穿光谱的燃煤热值快速测量方法研究

发布时间：2020-08-28 15:12

　　 作为煤质评价的重要指标之一,热值的快速、准确测量对电厂燃煤锅炉的优化燃烧和经济运行至关重要。采用激光诱导击穿光谱(LIBS)技术结合BP神经网络定量分析模型和聚类分析,以35个煤粉样品作为研究对象进行热值的定量分析。基体效应对LIBS光谱数据的显著影响,针对基于某类煤粉样品所建立的定标曲线不能直接用于不同煤种的定量分析,采用K-means聚类方法根据热值、灰分、挥发分把样品分为三类对训练集和预测集样品进行优化选择。通过谱线强度和热值变量相关性分析,同时考虑特征谱线的物理意义,最终提取12条元素谱线的峰值强度作为输入参数,建立BP神经网络模型对燃煤热值进行预测。定标结果表明,建立的神经网络模型具有良好的定量分析能力,定标曲线拟合度R2为0.996,热值预测值的相对误差低于3.42%,多次重复测量的相对标准偏差在4.23%以内。对聚类分析中3类样品具有不同的预测能力,采用峰值强度作为输入参数时,能够在一定程度上减弱试验参数波动和基体效应造成的影响。定量分析结果的重复性和准确性可以通过对不同类别的煤种分别建立BP神经网络模型来进一步改善。LIBS技术结合BP神经网络可以对煤粉热值进行定量分析,在现场在线/快速检测领域具有很好的应用价值和潜力。

【相似文献】

相关期刊论文 前10条

1 邵先胜;沈正伟;李之波;;基于BP神经网络的沥青路面使用性能评价模型[J];河南科技;2011年06期

2 叶小岭;刘程波;张颖超;范金平;;基于BP神经网络的浙江台风损失预测[J];信息技术;2011年10期

3 常丽娟;陈玲英;;BP神经网络在基本养老保险基金支付风险预警中的应用[J];统计与信息论坛;2011年11期

4 罗广恩;崔维成;;金属疲劳裂纹扩展速率的贝叶斯正则化BP神经网络预测[J];船舶力学;2012年04期

5 郭红涛;;基于BP算法的电力系统负荷预测[J];科技信息;2013年04期

6 王培峰,李青茹,王国贞;高斯型模糊逻辑系统的BP算法及其应用[J];河北工业科技;2001年05期

7 许少华,刘扬,梁久祯,宋考平;基于遗传—BP算法和图像处理的沉积微相识别[J];石油学报;2002年03期

8 叶小岭;施s

本文编号：2807742