基于神经网络的温度场重建算法研究

《基于神经网络的温度场重建算法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、沈阳航空工业学院硕士学位论文基于神经网络的温度场重建算法研究姓名：刘再胜申请学位级别：硕士专业：计算机应用技术指导教师：孙小平;田丰20070101沈阳航空工业学院硕士学位论文摘要燃煤锅炉炉膛火焰温度场的测量与重建一直是一个难于解决的问题。本文探讨了声学法燃煤锅炉炉膛火焰温度场检测技术，并对其中的一些关键问题进行了研究，主要完成了以下工作：对各种燃煤锅炉炉膛火焰温度场测量技术的研究应用现状、难点和发展趋势进行了综述。本文提出了基于径向基函数神经网络的温度场重建新算法，并进行了仿真实验研究。单峰温度分布、单峰偏斜温度分布、双峰温度分布情况下，温

2、度场重建结果的最大相对误差、相对平均误差、均方根误差分别为6．1％、1．2％、1．5％；8．1％、3．O％、3．7％和5．7％、O．7％、1．1％。试验结果表明，与其他算法相比较该新算法重建精度较高。对随机抽样样本进行了温度场重建结果的回归分析，对100个测试样本的实验结果取平均值后得到的结果为：最大相对误差、相对平均误差、均方根误差分别为5．7％1．2％1．5％。试验结果表明温度场重建结果与原温度场模型符合较好。为研究测量误差对温度场重建结果的影响，将测量产生的随机误差看作正态分布的随机噪声，分别在40dB、30dB和24dB不同噪声水平下

3、进行了温度场重建，重建结果的均方根误差分别为l5％、4．0*4、1．1％；l，麟、4．4％、1．1％和2．2％、5．4％、1．5％，表明该算法在上述信噪比情况下也能够实现温度场重建，算法具有一定的抗噪性。用该算法结合温度场测量实验系统进行了偏斜燃烧火焰和对称燃烧火焰温度场的重建实验，并与傅里叶正则化算法、最小二乘算法、基于高斯函数与正则化算法温度场重建结果进行了比较研究，试验结果表明该算法温度场重建质量优于其它算法。关键词：声学测温；温度场重建；径向基函数；神经网络；算法沈阳航空工业学院硕士学位论文AbstractThemeasurement

4、andreconstructionofcoalboilerflametemperaturefieldsiSadifficultproblematalltimes．Thispaperdiscusswiththetechniqueoftemperaturefieldsreconstructionofcoalboiler,andcarryoutresearchworkonsomekeyissueofthisarea．Thepaperhavecompletedfollowingworks．Thepaperhassummarizedtheactuali

5、ty,difficultyandevolutiontrendoftechnologyofthecoalboilertemperaturefieldsmeasurement．ThepaperputforwardanewtemperaturefieldsreconstructionalgorithmbasedonRadicalBasisFunctions(RBF)NruealNetwork,andcarryoutsomesimulationexprimentsandresearchwork．Forthesesingle-peaktemperatu

6、remodel，asytheticsingle-peaktemperaturemodelanddouble-peaktemperaturemodel，thereconstructionresultsareindicatedbymaximumrelativeerror,relativemeanergotandmeansquareerroras6．1％1．2％1．5％：8．1％3．O％3．7％and5．700．70／0I．1％rc=spectively．Resultshowsthatthealgorithmhaspriorreconstructi

7、onprecision．Regressiveanalysisofrandomsamplesreconstructionresultshavebeencarriedout,andresultofmenof100reconstructionresultsshowthatmafimumrelativeerror,relativemeanerrorandmeansquareerroras5．70／01．2％and1．5％．Resultsshowthattheresultoftemperaturefieldsreconstnmtiontallywith

8、originaltemperaturemodelwell．Serveasresearchingworkofmeasureerrorimpressontemperat