原文传递
一种基于BP神经网络的飞灰含碳量在线测量方法
| 专利名称： | 一种基于BP神经网络的飞灰含碳量在线测量方法 |
| 摘要： | 本发明公开了一种基于BP神经网络的飞灰含碳量在线测量方法，基于静电传感器，构建以输入为信号能量、飞灰样本浓度，输出为飞灰含碳量的3层BP神经网络模型，采用训练样本，进行BP神经网络在线参数训练；采用遗传算法Genetic Algorithm对BP神经网络进行优化，以得到BP神经网络参数的全局最优解；将Genetic Algorithm优化BP神经网络算法移植至DSP中，进行在线参数训练，并基于静电传感器实时采集未知含碳量的飞灰样本的静电信号序列、浓度，归一化处理后作为预测输入，进行飞灰含碳量的在线预测。以解决目前飞灰含碳量软测量方法中的建模仿真、离线预测的问题，实现了对流经管道的飞灰含碳量的实时、在线的准确测量。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 陕西;61 |
| 申请人： | 西安理工大学 |
| 发明人： | 弋英民;税莹 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810366762.1 |
| 公开号： | CN108760592A |
| 代理机构： | 北京国昊天诚知识产权代理有限公司 11315 |
| 代理人： | 杨洲 |
| 分类号： | G01N15/06(2006.01)I;G06N3/08(2006.01)I;G;G01;G06;G01N;G06N;G01N15;G06N3;G01N15/06;G06N3/08 |
| 申请人地址： | 710048 陕西省西安市金花南路5号 |
| 主权项： | 1.一种基于BP(Back Propagation)神经网络的飞灰含碳量在线测量方法，其特征在于：步骤1：基于静电传感器，构建以输入为信号能量、飞灰样本浓度，输出为飞灰含碳量的3层BP神经网络模型，采用训练样本，进行BP神经网络在线参数训练；步骤2：采用遗传算法Genetic Algorithm对BP神经网络进行优化，以得到BP神经网络参数的全局最优解；步骤3：将Genetic Algorithm优化BP神经网络算法移植至DSP中，进行在线参数训练，并基于静电传感器实时采集未知含碳量的飞灰样本的静电信号序列、浓度，归一化处理后作为预测输入，进行飞灰含碳量的在线预测。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
