改进的ART网络在火焰燃烧状态识别中的应用

• 作者: 杨莉 董晓峰 贺永强 隋金雪
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 火焰图像 燃烧诊断 人工神经网络 自适应共振理论网络
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 应用技术
• 页码范围: 90-93
• 页数: 4页
• 分类号: TP183
• 字数: 4330字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2007.05.029

摘要

基于采集的电站锅炉燃烧器火焰图像,利用数字图像处理技术,讨论了特征值的意义和提取方法,提取了火焰图像特征区内灰度的平均值和标准差2个特征向量,运用现代人工神经网络智能理论,设计并改进了ART2网络算法,经过训练和实际应用后,ART2网络对一定工况的旋流燃烧器和直流燃烧器火焰燃烧状态都具有很好的识别能力,判别准确,网络稳定,实现燃烧状态实时判断,在现场取得了良好的实际应用效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董晓峰	华北电力大学动力工程系	5	25	2.0	5.0
2	隋金雪	山东工商学院信息与电子工程学院	16	110	7.0	10.0
3	杨莉	山东工商学院信息与电子工程学院	10	84	4.0	9.0
4	贺永强	山东工商学院信息与电子工程学院	5	30	3.0	5.0