基于图像傅里叶变换纹理特征和概率神经网络的气固流化床流型识别

提出一种基于图像傅里叶变换纹理特征和概率神经网络相结合的气固流化床流型识别的新方法。该方法利用高速摄影系统获取流型图像。首先对流型图像进行组合滤波去噪,然后运用长方环傅里叶周向谱能量百分比法来计算图像频率分布特征,从而建立流型图像的纹理特征向量,并结合概率神经网络进行训练,实现流型的识别。实验结果表明,该方法能有效地识别气固流化床中鼓泡床、节涌床、湍动床、快速流化床、稀相输送五种典型流型,整体识别率达到98%,为流型识别开辟一条新途径。     

对苏制TⅡ-82型锅炉过热器再热器寿命损耗率计算

电厂中由于锅炉的壁温及使用寿命监测手段比较落后,锅炉四管爆裂问题经常发生,尤其是锅炉过热器和再热器,而过热器和再热器超温爆管直接影响到机组的安全运行和经济性,因此电厂中对锅炉过热器再热器壁温和寿命损耗率的计算显得很重要。对苏制TII-82型锅炉过热器再热器的寿命损耗率的计算进行了研究,根据文中提出的锅炉过热器再热器寿命损耗率计算的模型,以某电厂的1号炉为例,最后计算出寿命损耗率=0.22141,为以后能够开发一套能准确计算锅炉过热器再热器壁温及寿命预测的在线监测与故障诊断系统提供了基础。     

基于神经网络的锅炉过热器和再热器管壁温度预测研究

提出了采用BP神经网络和RBF神经网络对锅炉过热器和再热器壁温进行预测的方法,经过网络训练和测试,使预测的管壁温度有一定的准确度。RBF神经网络较BP神经网络误差更小,更稳定,更适合于预测锅炉过热器和再热器的管壁温度。