| 基于双能γ射线的煤质灰分软测量技术研究 |
| |
| 引用本文： | 程栋,温和,滕召胜,黎福海.基于双能γ射线的煤质灰分软测量技术研究[J].仪器仪表学报,2014,35(10). |
| |
| 作者姓名： | 程栋 温和 滕召胜 黎福海 |
| |
| 作者单位： | 湖南大学电气与信息工程学院 长沙410082 |
| |
| 摘 要： | 为提高煤质灰分测量精度,提出了基于双能γ射线的煤质灰分智能软测量方法,该方法以1377Cs和241Am作为中能和低能的γ射线源,并以探测器检测到的γ计数作为辅助变量,利用混沌算法优化的函数链神经网络实现灰分软测量辨识建模,最后对煤质灰分进行软测量预测和验证.研究结果表明:混沌算法优化的函数链神经网络预测方法的预测精度高,具有较强的泛化能力;基于混沌算法优化函数链神经网络的灰分智能软测量值与实测值的平均误差为0.7％,最大误差为0.9％,煤质灰分测量准确度高.
|
| 关 键 词： | 煤灰分 软测量 函数链神经网络 混沌优化 双能量γ射线 |
Study on soft-sensing of coal ash content based on dual-energy γ-ray |
| |
| Cheng Dong,Wen He,Teng Zhaosheng,Li Fuhai.Study on soft-sensing of coal ash content based on dual-energy γ-ray[J].Chinese Journal of Scientific Instrument,2014,35(10). |
| |
| Authors: | Cheng Dong Wen He Teng Zhaosheng Li Fuhai |
| |
| Abstract: | |
| |
| Keywords: | coal ash content soft-sensing functional link neural network chaos optimization dual-energy γ-ray |
| 本文献已被 万方数据 等数据库收录！ |
|
