基于神经网络的火焰燃烧稳定性算法研究

• 作者: 柏桂枝 陈书谦
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 锅炉 燃烧检测 燃烧稳定性 神经网络
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 140-144
• 页数: 5页
• 分类号: TK227.1
• 字数: 4243字
• 语种: 中文

摘要

本文旨在研究锅炉火焰燃烧的稳定性问题,提高锅炉燃烧火焰的检测准确度.针对锅炉燃烧监控系统所采集的火焰动态图像进行分析来检测锅炉内火焰燃烧稳定性,燃烧受影响的火焰出现短时脉动时,传统的基于灰度方差的检测方法不能避免火焰脉动的影响,造成对锅炉内燃烧稳定性检测准确度不高的问题.本文提出一种基于神经网络的火焰燃烧稳定性检测方法,选取与火焰稳定性直接相关的多个特征作为神经网络的输入向量,对样本多次训练能去除杂质燃烧或调峰引起的微小脉动的影响,克服了传统方法检测准确度不高的问题.实验证明,该方法能够有效避免杂质和调峰对燃烧的影响,对锅炉内的燃烧稳定性做出准确检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈书谦	淮海工学院计算机工程学院	16	114	4.0	10.0
2	柏桂枝	淮海工学院计算机工程学院	3	8	2.0	2.0