[发明专利]一种基于BP神经网络的飞灰含碳量在线测量方法有效
| 申请号： | 201810366762.1 | 申请日： | 2018-04-23 |
| 公开（公告）号： | CN108760592B | 公开（公告）日： | 2021-05-18 |
| 发明（设计）人： | 弋英民;税莹 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G01N15/06 | 分类号： | G01N15/06;G06N3/08 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 杨洲 |
| 地址： | 710048*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 一种 基于 bp 神经网络 飞灰含碳量 在线 测量方法 | ||
【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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810366762.1/，转载请声明来源钻瓜专利网。
