“五四模型”的火焰燃烧稳定性判定.pdf

《“五四模型”的火焰燃烧稳定性判定.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第7期2017年7月自动化仪表PROCESSAU‘rOMAll0NINSTRUMENTATIONV01．38No．7July．2017“五四模型"的火焰燃烧稳定性判定陈荣保，曹子沛，肖本贤(合肥工业大学电气与自动化工程学院，安徽合肥230009)摘要：燃烧稳定性判定问题是锅炉燃烧状态自动监测中亟待解决的关键问题之一。为了实现自动化监测，并对燃烧的稳定程度进行量化判定，基于数字图像处理技术，从炉腔火焰图像中提取燃烧参数，建立燃烧参数数据库。基于多属性判定方法，生成区间数据样本决策库。在模糊推理中，为获取隶属度

2、函数参数和模糊推理规则，提出了基于粗糙集简化样本决策库。按照决策属性离散化决策库中的条件属性，实现了属性简约和属性值简约，增加了网络训练样本参数的可靠性。结合模糊网络的逻辑推理性和神经网络的学习性、并行计算等优点，建立了用于燃烧诊断的T—s模糊神经网络模型。选择合适的模糊分割数，定义“五四模型”，建立基于“五四模型”的火焰燃烧稳定性判定模型，并进行仿真试验。对比训练前后的仿真图参数表明，该模型是可行的，并具有较好的试验效果。关键词：燃烧稳定性；火焰图像处理；样本决策库；隶属度函数；粗糙集；离散化；T—S模糊神经网络

3、；分割数；五四模型中图分类号：THl83；TPl83文献标志码：ADOI：10．16086／j．cnki．issnl000—0380．201707008FlameCombustionStabilityDeterminationBasedon‘‘5-4Model’’CHENRongbao，CAOZipei，XIAOBenxian(SchoolofElectricalandAutomationEngineering，HefeiU

4、fiversilyofTechnology，Hefei230009，China)Abstr

5、act：Stabilitydetermination0fcombustionisoneofthekeyissuestobesolvedintheautomaticmonitoringofboilercombustionstate．Forthepurposeofautomaticmonitoringandquantizingthecombustionstabilitydegree，accordingtothedigitalimageprocessingtechnology，thecombustionparameter

6、sareextractedfromflameimagesoffurnacecavityandthedatabaseofcombustionparametersisbuilt．Basedonmulti—attributedeterminationmethod，theintervalnumbersampledecisionlibraryisgenerated．Infuzzyinference，forobtainingthemembershipfunctionparametersandfuzzyrules，thesimp

7、lifiedsampledecisiondatabaseisproposedbasedonroughset．Accordingtotheconditionattributesofdiscretizeddecisiondatabase，thesimplicityofattributesandtheirvaluesarerealized，andthereliabilityofsampleparametersofnetworktrainingisincreased．Combiningthelogicalinference

8、offuzzynetworkandtheadvantagesofneuralnetwork，suchasgoodlearningability，parallelcomputing，ete．，aT—Sfuzzyneuralnetworkmodelisbuilttodiagnosecombustion．Appropriatenumberoffuzzydivisionsisselected；and“5—4Model”isdefined；andthedeterminationmodelofflamecombustionst

9、abilityisbuiltbasedon“5—4Model”：andsimulationexperimentiscarriedout．Contrastingtheparametersofsimulationdiagramsbeforeandaftertraining，theresultsshowthatthemodeliSfeasible．Keywords