异质信号干扰下质量流量数据融合研究.pdf

异质信号干扰下质量流量数据融合研究.pdf

ID:52410954

大小:282.54 KB

页数:4页

时间:2020-03-27

异质信号干扰下质量流量数据融合研究.pdf_第1页
异质信号干扰下质量流量数据融合研究.pdf_第2页
异质信号干扰下质量流量数据融合研究.pdf_第3页
异质信号干扰下质量流量数据融合研究.pdf_第4页
资源描述:

《异质信号干扰下质量流量数据融合研究.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、2014年仪表技术与传感器2014第6期InstrumentTechniqueandSensorNO.6异质信号干扰下质量流量数据融合研究林胜(合肥工业大学机械与汽车工程学院,安徽合肥230009)摘要:质量流量测量精度受工况压力、工艺温度、介质密度的影响,且影响呈非线性关系。采用多个质量流量传感器、温度传感器、密度传感器进行测量,对质量流量传感器测量数据进行自适应加权算法融合。在一级融合的基础上消除各因素的影响,采用BP神经网络进行异质信号干扰抑制的质量流量数据融合研究。研究表明,BP神经网络的融合算法值比自适应加权融合算法值的精度大大提高,其中自适应学习速率调整法

2、的融合精度要优于附加动量法。关键词:质量流量;异质;BP神经网络;数据融合中图分类号:TH814文献标识码:A文章编号:1002—1841(2014)06一叭16—04StudyonMassFlowDataFusionforHeter0geneOusDisturbanceLINSheng(SchoolofMachineryandAutomobileEngineering,HefeiUniversityofTechnology,Heifei230009,China)Abstract:Themassflowmeasurementprecisionwasafectedbyt

3、heworkingconditions,theprocesstemperatureandtheden—sityofthemedium,bothofwhichappearnon—linearrelationship.Multimassflowsensors,temperaturesensorsanddensitysensorswereappliedtoobtainthemeasurementdata,andthedataofmultimassflowsensorswerefusedbyanadaptiveweighteddatafu—sionmethod.Besides

4、,theBPneuralnetworkwasutilizedforcarryingoutthemassflowdatafusionforrestrainingtheheterogeneousdisturbance,SOastoeliminatethesensitivenessofthemassflowmeasurementtofactorsdisturbance.TheresearchresultsshowthatthemassflowmeasurementprecisioncanbeimprovedlargelybytheBPneuralnetworkdatafus

5、ionthanbytheadaptiveweightedfusion,andthefusionprecisionofadaptivelearningspeedregulatingalgorithmissuperiortotheadditionalmomentumalgorithm.Keywords:massflow;heterogeneous;BPneuralnetwork;datafusion0引言测量。其中采用均匀分布在不同位置处的10个质量流量传感随着工业的飞速发展,质量流量测量所面临的任务越来越器、5个密度传感器、5个温度传感器对同一工况条件下的质量繁重,质量

6、流量传感器准确度要求不断提高,在实际工况压力、流量、介质密度、工艺温度分别进行测量。温度以及介质密度条件下,它的测量准确度是人们较为关心的表1是在标定0.1MPa压力下,质量流量控制系统中有10问题。虽然质量流量传感器的生产厂家给出了压力修正系数、个传感器同时对质量流量进行采集,每0.5S采集1次,5S的温度修正系数、密度修正系数等,但是在不同的标定工况压力、采集结果算作1组,将l0次测量的平均值作为该传感器所采工艺温度、介质密度下质量流量并非完全成线性比例关系。文集的质量流量的数据。献[1—2]分析了质量流量计的发展状况;文献[3]对影响质量2同一工况下质量流量数据

7、融合流量的压力、介质密度、工艺温度因素进行了研究,得到了各因为了使采集的质量流量数据更准确,在同一个工况下对质素对流量的影响的关系,并给出了各因素的修正方法;文献[4量流量计进行多次测量,并对质量流量数据进行分布图法剔除—5]分析了在压力对质量流量的影响情况;文献[6]分析了在和自适应加权法融合。压力的干扰下对质量流量采用BP神经网络算法进行融合。然将质量流量数据的10个平均值按从小到大顺序排列:而在实际的现场工作中,质量流量测量的除了受工况压力的影148.84t/h,149.82t/h,14989t/h,149.94t/h,149.95t/h,14

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。