流化床反应器声信号的多尺度分析与平均粒度检测
陈惜明1
陈德钊2
1.浙江大学,化学与生物工程学系,浙江,杭州,310027;淮北煤炭师范学院,化学系,安徽,淮北,2350002.浙江大学,化学与生物工程学系,浙江,杭州,310027
摘要：平均粒径是气固流化床反应器运行过程中需要监控的重要参数之一,首次提出了利用声波信号对床内颗粒平均粒度进行检测的方法,该方法安全环保不侵入流场,能克服传统方法不能实时在线测量的缺陷.对于接收仪获得的声发射信号,先用sym8小波变换进行六尺度分解,求出各细节信号小波系数的绝对值加和,标准化之后进行主成分分析,主成分分析可以消除原自变量间的复共线性,减少变量的个数.以所得主成分作为自变量,颗粒的平均粒度作为因变量,并由一4-8-1结构的三层前传神经网络为预测模型,所建神经网络结构简洁,根据声信号对平均粒度的预报准确性高于98%.
关键词：多尺度离散小波变换流化床神经网络
分类号：TQ051.9(一般性问题)
资助基金：国家自然科学基金(20490200)
论文发表日期：2008-03-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 220-224 )
英文信息