PDF《基于多传感器融合技术的飞灰含碳量测量》

37 2.2 多传感器融合系统中的传感器选择 式(1)是采用线性回归得到的,并不能反映衰减 常数α、相位常数β与复介电常数ε*之间复杂的非线 性关系.在无法预先确定飞灰中元素成份和比例的 情况下,采用微波方法进行测量只能表现出飞灰样 品中所有组分对介电参数的影响,而并非只是含碳 量不同导致功率和相位的变化.经过多次试验,发 现含碳量相同的不同灰种在高频信号和低频信号作 用下的响应特性有着明显不同,而电容测量法是进 行低频介电参数测量的有效方法.文献[12-13]讨论 了电容法测量飞灰含碳量的原理,利用两个平行 的金属极板构成电容传感器进行飞灰含碳量的测 量.根据测量装置的实际情况,本文采用

2 片半 径为

6 mm,高度为

50 mm 的铜质圆弧极板构成圆 柱形的电容传感器,并将其和微波测量暗室一起放 在具有电磁屏蔽效应的金属恒温测量室中,以降低 温度变化对测量结果的影响. 比电阻是表示飞灰电特性的一个重要参数[14] , 文献[15]详细讨论了飞灰中含碳量的高低和一些金 属氧化物对飞灰比电阻的影响,指出飞灰比电阻随 着含碳量增加会降低, 当含碳量增加到一定程度时, 飞灰比电阻值发生陡降.在实验中发现含碳量的高 低和飞灰比电阻的变化存在着一定规律,可用于飞 灰含碳量高低的辅助判断.因此,本文将飞灰比电 阻作为一个特征参数引入测量系统.需要指出的是 并不需要精确测量飞灰比电阻,而只需要确定在一 定条件下飞灰比电 阻的范围 . 将取值范 围为104 ~1012 Ω・cm的飞灰比电阻分为

11 个不同的区间, 并映射到 0~1 的范围,参与最终的多传感器融合. 不同负荷阶段和不同的燃烧状况下锅炉产生的 飞灰的粒度差别较大,受飞灰粒度和烟气流速等因 素的影响,测量腔中飞灰的密度会有较大的不同, 而密度的变化是引起含碳量测量误差的一项主要因 素.因此,本系统配置了密度传感器以降低密度变 化对测量结果的影响. 2.3 BP 神经网络结构 本文利用 BP 网络内在的模式分类能力、网络 映射变换能力和函数逼近能力实现多传感器的信息 融合算法.多传感器融合测量系统的传感器配置和 系统结构如图

2 所示.选择三层神经网络,输入层 有5个神经元,分别对应比电阻、密度、电容传感 器、功率和相位传感器.输出层有

1 个神经元,对 应具体的含碳量.隐层函数为 Sigmoid 函数,输出 层选用线性函数.隐层神经元的数目由试验方法确 定,取网络输出和实际含碳量之间均方差最小的隐 层神经单元数,最终确定的隐层单元数目为 25. 比电阻 传感器 密度相位电容飞灰 样品 微波源 T 喇叭馈源 传感器 传感器 传感器 传感器 功率输入层 隐含层 输出层 图2基于 BP 网络的多传感器融合测量系统结构 Fig.2 System structure of the BP-based multi-sensor fusion measuring system

3 实验和结果分析 3.1 测试灰样的采集和制备 由于各电厂的原煤产地不同,采用单一电厂的 灰样所获得的融合结果将难以适应大范围应用的需 求, 因此在国内收集了

20 个不同区域电厂的高、 中、 低3个不同负荷阶段的灰样共计

60 个, 对每种灰样 进行煅烧得到零灰,然后随机地将各电厂的灰样混 合获得混合后的灰样

30 种, 分别对每个灰样进行研 磨,分5种密度等级进行筛选,包括一定数量的零 灰样品在内,共选取了