• 
    <ul id="auswy"><sup id="auswy"></sup></ul>
  • <ul id="auswy"></ul>
    ABB
    關注中國自動化產業發展的先行者!
    CAIAC 2025
    2025工業安全大會
    OICT公益講堂
    當前位置:首頁 >> 資訊 >> 行業資訊

    資訊頻道

    基于LSSVM的工業鍋爐燃燒性能指標軟測量
    • 廠商:《自動化博覽》
    • 作者:張得欽
    • 點擊數:2472     發布時間:2012-11-01 17:25:00
    • 分享到:
    為實現工業鍋爐的燃燒優化,需要實時掌握飛灰含碳量、爐渣殘碳量等燃燒性能指標的變化。本文采用最小二乘支持向量機(LSSVM)建立了循環流化床鍋爐(CFBB)燃燒性能指標的軟測量模型,并提出一種基于自然選擇的粒子群算法來優化LSSVM參數。在此基礎上,利用工業鍋爐現場數據,進行了本文的軟測量模型與神經網絡軟測量模型的對比研究,結果表明:本文方法具有精度高和泛化能力強的優點,可作為工業鍋爐飛灰含碳量、爐渣殘碳量等燃燒性能指標的有效測量工具。
    關鍵詞:

       摘要:為實現工業鍋爐的燃燒優化,需要實時掌握飛灰含碳量、爐渣殘碳量等燃燒性能指標的變化。本文采用最小二乘支持向量機(LSSVM)建立了循環流化床鍋爐(CFBB)燃燒性能指標的軟測量模型,并提出一種基于自然選擇的粒子群算法來優化LSSVM參數。在此基礎上,利用工業鍋爐現場數據,進行了本文的軟測量模型與神經網絡軟測量模型的對比研究,結果表明:本文方法具有精度高和泛化能力強的優點,可作為工業鍋爐飛灰含碳量、爐渣殘碳量等燃燒性能指標的有效測量工具。

       在線預覽:基于LSSVM的工業鍋爐燃燒性能指標軟測量 

    熱點新聞

    推薦產品

    x
    • 在線反饋
    1.我有以下需求:



    2.詳細的需求:
    姓名:
    單位:
    電話:
    郵件: