| 【中文题名】 | 基于神经网络的温度场重建算法研究 |
| 【英文题名】 | The Research on Temperature Fields Reconstruction Algorithm Based on Neural Network |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-6-18 |
| 【中关键词】 | 声学测温,温度场重建,径向基函数,神经网络,算法, |
| 【英关键词】 | Acoustics Pyrometer,Temperature Fields Reconstruction,Radical Basis Function,Neural Network,Algorithm, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 燃煤锅炉炉膛火焰温度场的测量与重建一直是一个难于解决的问题。本文探讨了声学法燃煤锅炉炉膛火焰温度场检测技术，并对其中的一些关键问题进行了研究，主要完成了以下工作：
对各种燃煤锅炉炉膛火焰温度场测量技术的研究应用现状、难点和发展趋势进行了综述。
本文提出了基于径向基函数神经网络的温度场重建新算法，并进行了仿真实验研究。单峰温度分布、单峰偏斜温度分布、双峰温度分布情况下，温度场重建结果的最大相对误差、相对平均误差、均方根误差分别为6.1％、1.2％、1.5％；8.1％、3.0％、3.7％和5.7％、0.7％、1.1％。试验结果表明，与其他算法相比较该新算法重建精度较高。
对随机抽样样本进行了温度场重建结果的回归分析，对100个测试样本的实验结果取平均值后得到的结果为：最大相对误差、相对平均误差、均方根误差分别为5.7％1.2％1.5％。试验结果表明温度场重建结果与原温度场模型符合较好。
为研究测量误差对温度场重建结果的影响，将测量产生的随机误差看作正态分布的随机噪声，分别在40dB、30dB和24dB不同噪声水平下进行了温度场重建，重建结果的均方根误差分别为... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-8 |
|
目录 |
8-10 |
|
第1章 绪论 |
10-20 |
|
1.1 常用火焰测量方法介绍 |
10-15 |
|
1.1.1 辐射光能火焰检测 |
10-11 |
|
1.1.2 基于火焰频率检测和相关原理的数字火焰监视装置 |
11-12 |
|
1.1.3 基于图像处理的温度场测量方法 |
12-15 |
|
1.2 声学法炉膛温度场重建技术 |
15-18 |
|
1.2.1 声学法炉膛火焰温度场重建技术的研究现状 |
15-17 |
|
1.2.2 声学法燃煤锅炉炉膛火焰温度场重建需解决的问题 |
17-18 |
|
1.2.3 声学法炉膛火焰温度场重建技术发展及应用前景展望 |
18 |
|
1.3 本文的主要工作 |
18-20 |
|
第2章 典型温度场重建算法 |
20-27 |
|
2.1 最小二乘法温度场图像重建算法 |
20-22 |
|
2.2 傅立叶正则温度场图像重建算法 |
22-26 |
|
2.3 本章小结 |
26-27 |
|
第3章 径向基函数神经网络模型 |
27-37 |
|
3.1 人工神经网络概述 |
27-29 |
|
3.2 径向基函数神经网络模型 |
29-31 |
|
3.2 正交最小二乘法 OLS的原理 |
31-34 |
|
3.3 径向基函数神经网络学习算法具体步骤 |
34-36 |
|
3.4 本章小结 |
36-37 |
|
第4章 基于径向基函数神经网络的温度场重建算法 |
37-45 |
|
4.1 温度场重建基本原理 |
37-40 |
|
4.2 径向基函数神经网络模型的建立 |
40-44 |
|
4.3 本章小结 |
44-45 |
|
第5章 温度场重建算法的实验结果 |
45-56 |
|
5.1 径向基神经网络的仿真结果与评价 |
45-48 |
|
5.2 各种算法温度场重建结果的比较 |
48-50 |
|
5.3 偏斜火焰温度场图像重建 |
50-53 |
|
5.4 对称火焰温度场图像重建 |
53-55 |
|
5.5 本章小结 |
55-56 |
|
第6章 温度场重建算法的实验分析 |
56-69 |
|
6.1 对测试样本的抽样统计分析结果 |
56-58 |
|
6.2 DCT系数选取对重建结果的影响 |
58-62 |
|
6.3 测量噪声对重建结果的影响 |
62-68 |
|
6.4 本章小结 |
68-69 |
|
结论 |
69-71 |
|
参考文献 |
71-74 |
|
致谢 |
74-75 |
|
攻读硕士学位期间参加的科研工作和发表的学术论文 |
75-76 |
|
| 【DOI】 | LunWen.ID:2.2008.388583 |
