基于BP神经网络的原油持水率检测仪

发布时间：2018-03-03 07:19

  本文选题：原油持水率　切入点：BP神经网络　出处：《仪表技术与传感器》2017年10期 　论文类型：期刊论文

【摘要】：针对传统电磁波传感器输出信号与持水率难以线性化的缺点,综合单片机和BP神经网络的优点,研制出基于MSP430F5529单片机和BP神经网络的原油持水率检测仪。通过MSP430F5529检测电磁波传感器输出相位差信号,经低通滤波和A/D转换后得到与持水率相对应的电压值,将实时温度和电压值送BP神经网络进行训练。该仪器首次将单片机与人工神经网络相结合用于原油持水率检测,具有响应时间短、精确度高、功耗低等优点,能方便实时地检测出原油持水率,具有很强的实用性。
[Abstract]:Aiming at the disadvantage that it is difficult to linearize the output signal and water holdup of traditional electromagnetic wave sensor, the advantages of single chip computer and BP neural network are integrated. A water holdup detector based on MSP430F5529 microcontroller and BP neural network is developed. The output phase difference signal of electromagnetic wave sensor is detected by MSP430F5529, and the voltage corresponding to water holdup is obtained by low pass filter and A / D conversion. The real-time temperature and voltage values are sent to BP neural network for training. The instrument combines single-chip computer with artificial neural network for the first time to detect the water holdup of crude oil. It has the advantages of short response time, high accuracy and low power consumption. It can detect the water holdup of crude oil conveniently and in real time, and has strong practicability.
【作者单位】： 长江大学电子信息学院;
【基金】：国家自然科学基金项目(61273179)
【分类号】：TE622;TP183

【相似文献】

相关期刊论文 前10条

1 杨宇轩;潘欣;鄢烈祥;史彬;;基于BP神经网络和列队竞争算法的低温甲醇洗过程参数优化[J];计算机与应用化学;2013年12期

2 孙齐虎;田洪祥;;基于小波变换和BP神经网络的润滑油水分测量研究[J];润滑油;2008年02期

3 邱海辉;杨基和;谷云格;;BP神经网络用于环保橡胶油研制工艺条件考察[J];现代化工;2014年04期

4 田金云;徐志强;;基于BP神经网络的烟煤类型识别研究[J];煤炭技术;2009年11期

5 张愿章;郭伟峰;魏华波;;基于灰色关联度的粒子群优化BP在辛烷值预测中的应用[J];河南科学;2012年06期

6 宋健博;张嵩;张坤;;基于BP神经网络的生物质、煤共气化的实验研究[J];科技风;2012年05期

7 孙亮;李丽华;张金生;;应用PLS及BP神经网络定量分析汽油中甲缩醛含量[J];现代化工;2014年06期

8 王国清;杜志国;张利军;张兆斌;张永刚;周从;;应用BP神经网络预测石脑油热裂解产物收率[J];石油化工;2007年07期

9 黄福臣;杨永国;吕秀玲;;基于BP神经网络的动力煤质量评价[J];选煤技术;2006年04期

10 周彬;秦志春;田桂蓉;徐振相;;神经网络用于电热响应曲线的分析[J];爆破器材;2008年01期

相关会议论文 前1条

1 刘喜梅;于飞;;润滑油脱蜡过程的神经网络方法建模及仿真[A];'99系统仿真技术及其应用学术交流会论文集[C];1999年

相关硕士学位论文 前7条

1 谭婷丹;优化的BP神经网络在煤热转化中的应用研究[D];西北大学;2016年

2 宫春晖;基于神经网络在炼焦配煤过程中的应用与研究[D];沈阳理工大学;2013年

3 石华;使用BP神经网络预测FCC柴油类型硫含量及其加氢脱硫性能[D];河北工业大学;2008年

4 王轩轩;井口含水率测量研究[D];西安石油大学;2014年

5 岳妍;BP算法在煤谱数据分析中的应用研究[D];东北师范大学;2005年

6 赵明娟;石化复杂系统故障诊断方法研究[D];燕山大学;2015年

7 陈冬;基于BP神经网络的原油含水率测量研究[D];沈阳工业大学;2016年

，

本文编号：1560051