基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的蔗渣鍋爐煙氣氧含量軟測(cè)量模型.pdf

1、分類號(hào)TP273UDC6213編號(hào)專業(yè)學(xué)位碩士學(xué)位論文基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的蔗渣鍋爐煙氣氧含量軟測(cè)量模型謝一飛論文答辯日期2Q!魚：513Q學(xué)位授予日期答辯委員會(huì)主席壟笙麴拯2016630論文評(píng)閱人遞星云教援黃基壹副熬援基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的蔗渣鍋爐氧含量軟測(cè)量模型摘要煙氣氧含量是確保蔗渣鍋爐燃燒優(yōu)化控制的重要因素之一。通過煙氣氧含量的監(jiān)測(cè)可以對(duì)鍋爐燃燒系統(tǒng)過程中的風(fēng)燃比值進(jìn)行及時(shí)有效的調(diào)節(jié)，降低熱損失，提高效率，從而使鍋爐燃燒

2、得到優(yōu)化。目前，蔗渣鍋爐系統(tǒng)主要利用熱磁式氧量傳感器和氧化鋯氧量傳感器進(jìn)行煙氣氧含量的測(cè)量。但這些氧量分析儀精度差、價(jià)格昂貴、使用壽命短，并且測(cè)量時(shí)滯后較大，不利于鍋爐燃燒過程中的在線實(shí)時(shí)監(jiān)視。針對(duì)這些問題，本論文基于蔗渣鍋爐煙氣氧含量的特點(diǎn)、各影響因素之問的關(guān)系、常見軟測(cè)量模型、數(shù)據(jù)處理等基礎(chǔ)知識(shí)，決定采用神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的方法對(duì)蔗渣鍋爐氧含量進(jìn)行軟測(cè)量建模。本文首先對(duì)采集的數(shù)據(jù)進(jìn)行分析和預(yù)處理，再用BP神經(jīng)網(wǎng)絡(luò)來進(jìn)行軟測(cè)量建模。

3、由于預(yù)測(cè)數(shù)據(jù)誤差較大，泛化能力差，故對(duì)其方法進(jìn)行改進(jìn)，采用了改進(jìn)型Elman神經(jīng)網(wǎng)絡(luò)方法。該方法可有效地提高預(yù)測(cè)精度，更易于收斂。然而由于神經(jīng)網(wǎng)絡(luò)具有的不穩(wěn)定性和局部極小點(diǎn)的問題，本文決定改用回歸支持向量機(jī)(SVR)方法進(jìn)行建模。該方法采用訓(xùn)練誤差的平方來代替松弛變量，但是計(jì)算量過大，訓(xùn)練時(shí)間較長(zhǎng)。為了避免求解二次規(guī)劃問題，提高訓(xùn)練的速度，采用最小二乘支持向量機(jī)(LS—SVR)?？墒荓SSVR由于懲罰因子C及高斯核函數(shù)參數(shù)仃的參數(shù)選擇，