基于声波的锅炉温度场重建算法研究

基于声波的锅炉温度场重建算法研究

ID:32467910

大小:1.33 MB

页数:52页

时间:2019-02-06

基于声波的锅炉温度场重建算法研究_第1页
基于声波的锅炉温度场重建算法研究_第2页
基于声波的锅炉温度场重建算法研究_第3页
基于声波的锅炉温度场重建算法研究_第4页
基于声波的锅炉温度场重建算法研究_第5页
资源描述:

《基于声波的锅炉温度场重建算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要利用声波检测工业锅炉炉膛温度场是一种新兴的技术,该方法采用非接触测量方法,它是利用声波的传播速度与介质温度有函数关系这一原理来实现的。该方法对于锅炉的安全经济运行和实现工况的合理组织与优化有非常重要的指导意义本文研究了声波重建锅炉温度场的重建算法,主要工作如下:介绍了锅炉温度的几种检测方法,对声波法重建锅炉温度场的研究现状予以了介绍;分析了利用声波进行温度场测量的原理,包括声波测温系统的组成、声波与温度的函数关系、声波飞行时『自J的测量。研究了基于声波的基于声波的锅炉温度场重建的两种方法:最:j、--乘法和傅立叶正则化法。作者比

2、较了在观测数据存在噪声和没有噪声两种情况下,不同正则化参数的成像质量,仿真结果显示在没有噪声的时候。采用比较小正则化参数比较大的正则化参数重建的图像质量要高,而观测数据存在噪声时结果正好相反,说明了正则化参数选择对图像重建质量有重要影响。由于一般在检测过程中无法预知噪声水平,本文提出利用L广曲线法来选择正则化参数。另外通过仿真发现,L.曲线法存在过正则化的现象,因此对正则化参数进行修正,采用0.22.0.742较为合理,五为L曲线法产生的正则化参数。最后通过仿真,比较了观测数据加入2%、5埔8%的高斯噪声后,利用L.曲线法和采用固定

3、的正则化参数重建温度场,结果显示,利用L曲线法重建出的图像质量各项指标,均优于采用固定值的正则化参数时重建的图像质量各项指标,证明了L曲线法在声波温度场重建算法中的适用性。图ll表19参4l关键词:声波测温,温度场,L曲线法分类号:TP301.6河北理工大学硕士学位论文Abstractnisan删techniqueforthemeasurementofthefulThacetemperaturefieldbyusingtheacousticpyrometer.Tllistechniqueisnnor-contactmethod.Th

4、eprincipleinvolvedinacousticpyrometryiSthatthespeedofsoundinagasisknowntobeafunctionoftemperature.ThereisveryimportantguidingsignificanceforsecurityandeconomicoperationsofboilerandWorkingconditionsrationalorgnizatiom11"algorithmsofreconstructionoftemperaturefieldbasedo

5、nsoundwaveisstudyedinthisdissertation,Themainworkis:Someofthetechniquestomeasurementthetemperatureoftheboilerwaspresented,andtheadvantageanddisadvantageofthesetechniqueswasgave,thepaperpresenttheresearchfruitsofacousticpyrometry;Theoreticalanalysisofthefunctionalrelati

6、onshipbetweenthesoundspeedandthetemperatureispresented.ThemethodsofmeasurementofTOF(timeofflight)isdisgussed;Twoalgorithmsofreconstructionofthetemperaturefieldimagewasintroduce-d:LSQRandFourierregularizationalgorithm;11掂quailtyofimageWascomparedintwosituationswithdiffe

7、rentreguJafizationparameter,oneisthereissomenoiseinthemeasureddata,theotherisnonoiseinit.Thesimulationshowsthatwhenthereisnonoise,thequalityofimageisbetterwhensmallregularizationparameteriSapplied,ontheotherhand,whenthereiSnoiseinthemeasureddata,thequalityofimageisbett

8、erwhenbigregularizationparameterisapplied.Thatshowstheimportanceoftheselectionofregularizationparameter.11圮degreeofth

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。