基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用弯管法测量稀相气固两相流中固相质量流量时,固相流量与其影响因素(压差、流量系数、气固混合密度等)之间存在着复杂的非线性关系,给粉体的精确测量带来困难.利用人工神经网络优良的非线性映射能力,建立了一个基于BP网络固相质量流量软测量模型,并以实验数据为样本对网络进行训练,实现对固相质量流量的在线估计,与实验结果吻合较好,为稀相气力输送中固相质量流量在线测量提供了一种简单、可靠的新方法.
推荐文章
基于模糊规则的多模型固相质量流量软测量
颗粒流量
静电传感器
RBF神经网络
模糊聚类
气固两相流
基于混合神经网络的O3质量浓度软测量
软件测试
臭氧质量浓度
臭氧发生器
神经网络
软测量模型
基于神经网络的生化池污水毒性软测量
污水毒性
径向基函数(RBF)
软测量
基于改进模糊神经网络的软测量建模方法
软测量
模糊神经网络
Levenberg-Marquardt算法
熔融指数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工神经网络的固相质量流量软测量研究
来源期刊 计量学报 学科 工学
关键词 计量学 固相质量流量 软测量 人工神经网络 弯管流量计
年,卷(期) 2006,(3) 所属期刊栏目
研究方向 页码范围 246-249
页数 4页 分类号 TB937
字数 2939字 语种 中文
DOI 10.3321/j.issn:1000-1158.2006.03.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 许传龙 东南大学洁净煤发电与燃烧技术教育部重点实验室 77 675 16.0 23.0
2 王式民 东南大学洁净煤发电与燃烧技术教育部重点实验室 86 879 18.0 24.0
3 汤光华 东南大学洁净煤发电与燃烧技术教育部重点实验室 26 393 12.0 19.0
4 孔明 东南大学洁净煤发电与燃烧技术教育部重点实验室 6 112 4.0 6.0
5 赵延军 河北理工大学计算机与控制学院 12 195 6.0 12.0
6 黄健 东南大学洁净煤发电与燃烧技术教育部重点实验室 2 24 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (22)
参考文献  (5)
节点文献
引证文献  (20)
同被引文献  (29)
二级引证文献  (65)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(2)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(5)
  • 引证文献(4)
  • 二级引证文献(1)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(7)
  • 引证文献(3)
  • 二级引证文献(4)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(16)
  • 引证文献(1)
  • 二级引证文献(15)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
计量学
固相质量流量
软测量
人工神经网络
弯管流量计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计量学报
月刊
1000-1158
11-1864/TB
大16开
北京1413信箱
2-798
1980
chi
出版文献量(篇)
3549
总下载数(次)
8
总被引数(次)
20173
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导