基于PSO-BPNN的煤灰熔融性测定
Determination of the Fusibility of Coal Ash Based on PSO-BP Neural Network
谢明华 1马凌云 1陈希1
作者信息
- 1. 长沙学院电子信息与电气工程系，长沙 410003
- 折叠
摘要
针对现有煤灰熔融性测试设备存在的自动化程度不够，需要操作员长时间值守观察灰锥形变等问题，提出一种基于PSO-BPNN的煤灰熔融性测定方法。采集灰锥升温变形过程的实时图像，自动识别4个煤灰熔融特征温度：变形温度、软化温度、半球温度以及流动温度。测试结果表明该方法精度高，可实现对煤灰熔融性的在线测定。
Abstract
In order to test the fusibility of coal ash automatic, proposes the technology of PSO-BPNN. Collectes the ash cone deformation tempera-ture real-time image, identifies four characteristics of ash fusion temperature automatically: deformation temperature, softening tempera-ture, hemispherical temperature and flow temperature. The test results show that the algorithm has high accuracy and simple operation.
关键词
煤灰/熔融性/粒子群(PSO)算法/BP神经网络Key words
Coal Ash/Fusibility/PSO/BP Neural Network引用本文复制引用
基金项目
湖南省教育厅科学研究项目(13C1091)
出版年
2015
NETL
NSTL
维普
万方数据