基于后向散射法测量蒸汽湿度反演算法的优化

发布时间：2023-10-26 18:57

　　为了精准测量汽轮机末级蒸汽湿度,提出在激光后向异轴角散射法的基础上建立蒸汽湿度测量模型和湿蒸汽参数反演优化模型。根据该优化模型采用粒子群算法对加入高斯白噪声的仿真数据和模拟汽缸的实验数据进行反演寻优,并将得到的反演结果与人工鱼群算法和传统的均匀搜索方法进行了对比。采用粒子群算法时■、K、N的反演结果误差为0.05、0.66和0.51%,反演时间为306.41 s;采用鱼群算法时■、K、N的反演结果误差为2.96、19.98和4.68%,反演时间为411.05 s;采用均匀搜索算法时■、K、N的反演结果误差为5.00、27.14和7.95%,反演时间为246.42 s。结果表明:粒子群算法能够克服人工鱼群算法和均匀搜索方法两者的不足,可以在较短时间内获得精度高且稳定可靠的反演结果,为湿蒸汽参数测量提供了更加准确的数据,并对其他颗粒物参数测量反演提供了理论依据。

【文章页数】：8 页

【文章目录】：
引言
1 蒸汽湿度测量模型及理论
2 湿蒸汽参数反演优化模型
3 粒子群算法寻优流程
4 3种算法反演结果对比
    4.1 粒子群算法反演结果
    4.2 鱼群算法寻优结果
    4.3 均匀搜索法寻优结果
    4.4 3种算法反演结果对比
5 粒子群算法反演寻优
6 结论



本文编号：3856788