基于LSSVM的工业锅炉燃烧性能指标软测量

厂商：《自动化博览》
作者：张得钦
点击数：2452 发布时间：2012-11-01 17:25:00
分享到：

为实现工业锅炉的燃烧优化，需要实时掌握飞灰含碳量、炉渣残碳量等燃烧性能指标的变化。本文采用最小二乘支持向量机（LSSVM）建立了循环流化床锅炉（CFBB）燃烧性能指标的软测量模型，并提出一种基于自然选择的粒子群算法来优化LSSVM参数。在此基础上，利用工业锅炉现场数据，进行了本文的软测量模型与神经网络软测量模型的对比研究，结果表明：本文方法具有精度高和泛化能力强的优点，可作为工业锅炉飞灰含碳量、炉渣残碳量等燃烧性能指标的有效测量工具。

关键词：

摘要：为实现工业锅炉的燃烧优化，需要实时掌握飞灰含碳量、炉渣残碳量等燃烧性能指标的变化。本文采用最小二乘支持向量机（LSSVM）建立了循环流化床锅炉（CFBB）燃烧性能指标的软测量模型，并提出一种基于自然选择的粒子群算法来优化LSSVM参数。在此基础上，利用工业锅炉现场数据，进行了本文的软测量模型与神经网络软测量模型的对比研究，结果表明：本文方法具有精度高和泛化能力强的优点，可作为工业锅炉飞灰含碳量、炉渣残碳量等燃烧性能指标的有效测量工具。

在线预览：基于LSSVM的工业锅炉燃烧性能指标软测量

1.我有以下需求：
得到贵公司产品详细资料得到贵公司产品的价格信息贵公司产品销售人员联系我贵公司技术支持人员联系我
2.详细的需求：
*
姓名:	*
单位:
电话:	*
邮件:	*

技术频道

行业频道

热门频道

技术频道

行业频道

热门频道

资讯频道

热点新闻

推荐产品