一种基于DSP飞灰含碳量测量的实时多任务调度方法技术

本发明专利技术公开了一种基于DSP飞灰含碳量测量的实时多任务调度方法。基于DSP采用BP神经网络算法在线测量飞灰含碳量，Protothread多线程模型实现非实时任务(BP神经网络参数训练)与实时任务(飞灰含碳量在线预测)同时进行，确保多任务调度的“实时性”与“并发性”，有效避免了由于BP神经网络算法复杂、训练数据量大所造成的DSP中存储容量有限、测量实时性差的问题，从而实现飞灰含碳量的实时在线测量。

【技术实现步骤摘要】
一种基于DSP飞灰含碳量测量的实时多任务调度方法
本专利技术属于传感器检测及数字信号处理
，具体涉及一种基于DSP飞灰含碳量测量的实时多任务调度方法。
技术介绍
在工业火力发电中，飞灰含碳量是影响锅炉燃烧系统的一个重要指标，实时、在线测量飞灰的含碳量有利于调整一次风量与入料煤粉比例，提高燃烧效率，提高锅炉机组运行的安全性与经济性，同时对预防环境污染具有重要意义。目前现有的飞灰含碳量测量装置大多采用物理测量方法，包括静电法、微波法、光学反射法等，其装置均存在设备复杂、造价及维护成本高且测量精度影响因素较多等问题。而软测量法，包括BP神经网络、支持向量机、信息融合技术等，都具有预测精度高、泛化性能好、成本低等优点，具有较好的应用前景。目前对飞灰含碳量软测量方法的研究均处于离线建模、测量阶段，无实际测量的装置，且软测量方法均存在参数训练数据量大、算法复杂度高等问题。由于工业现场对于飞灰含碳量检测实时性要求较高，因此研究一种将复杂算法与多任务调度方法相结合，进而满足“并发性”、“实时性”要求的飞灰含碳量测量方法，并应用于工业处理器中，具有重要意义。
技术实现思路
本专利技术的目的在于提供一种基于DSP飞灰含碳量测量的实时多任务调度方法，以解决基于DSP采用BP神经网络算法测量飞灰含碳量中由于算法复杂、参数训练数据量大所造成的DSP存储有限、测量实时性差的问题，进而实现飞灰含碳量的实时在线测量。为实现上述目的本专利技术采用以下技术方案：一种基于DSP飞灰含碳量测量的实时多任务调度方法，步骤1：采用BP神经网络算法实现飞灰含碳量的在线测量；步骤2：将BP神经网络算法移植至DSP数字信号处理器中，进行参数在线训练、飞灰含碳量在线测量；步骤3：采用Protothread多线程模型实现实时任务与非实时任务同时进行。作为本专利技术进一步的方案，所述飞灰含碳量的在线测量方法为BP神经网络算法，记c为飞灰的含碳量，N为管道内飞灰样本的浓度，则飞灰流经管道时所产生的静电信号大小与c、N成非线性关系，基于静电传感器采集一段时间管道内飞灰所携带的静电信号序列，记为其中为该c、N下第k次采集的飞灰样本所携带的静电信号值，K为该时间段内采集信号的最大次数；求得该含碳量c、浓度N下飞灰的信号能量，记为f(c,N)，则飞灰样本的信号能量f(c,N)与c、N成非线性关系，构建输入为信号能量、浓度，输出为飞灰含碳量，隐含层层数为6的三层BP神经网络以实现飞灰含碳量的在线测量，其步骤包括以下两步：步骤A：参数在线训练：BP神经网络参数训练包括两个过程，即正向传播与反向传播过程，输入信号(信号能量、浓度)经隐含层、输出层正向传播得到网络输出，与目标输出相比产生误差信号，进行反向传播，不断调整网络参数，直至全局误差小于可接受误差或达到最大迭代次数，训练完成，保存网络参数，得到预测函数；步骤B：飞灰含碳量在线测量：对于未知含碳量的飞灰样本，设其含碳量为cp，DSP采集模块实时采集管道内飞灰样本浓度，记为Nq，并采集一段时间内管道中飞灰样本的交流静电信号序列求信号能量对f(cp,Nq)、Nq进行归一化处理，作为预测函数的输入值，即可通过预测函数输出未知飞灰样本的含碳量测量值cp。作为本专利技术进一步的方案，所述步骤3实时任务即飞灰含碳量在线测量、非实时任务即参数在线训练。作为本专利技术进一步的方案，所述步骤3采用Protothread多线程模型是一种纯C语言实现，无硬件支持，耗费内存资源小，支持阻塞操作，不使用堆栈的线程模型，其多任务调度要求及模型思想如下：多任务调度要求：实时任务飞灰含碳量在线测量的运行时间记为T1，响应时间记为T2，非实时任务参数在线训练的运行时间记为T3(T3＞＞T2)，响应时间无要求；模型思想：将非实时任务划分为若干步，且每步运行时间不超过T4，T4时间可视T2而定，若T2为100ms，则T4设为60ms-80ms；首先初始化2个Prototheread阻塞变量pt1、pt2以及定时器T，先执行实时任务，执行完成释放执行权限，让非实时任务执行，非实时任务每执行一步前，需检查该步的运行时间是否小于T2，一旦发现T2时间内不够执行1步时，则阻塞运行并让出执行权限给实时任务，响应时间到，即T＝T1+T2时，定时器清0，执行实时任务，直至停止操作位stop＝1。与现有技术相比，本专利技术具有以下优点：本发提供一种基于DSP飞灰含碳量测量的实时多任务调度方法，解决了基于DSP采用BP神经网络算法测量飞灰含碳量中由于算法复杂、参数训练数据量大所造成的DSP存储有限、测量实时性差的问题，进而实现飞灰含碳量的实时在线测量。附图说明图1是本专利技术中Prototheread线程模型实现多任务调度流程图。具体实施方式下面结合附图和具体实施例对本专利技术作进一步详细阐述。一种基于DSP飞灰含碳量测量的实时多任务调度方法，步骤1：采用BP(backpropagation)神经网络算法实现飞灰含碳量的在线测量；步骤2：将BP神经网络算法移植至DSP数字信号处理器中，进行参数在线训练、飞灰含碳量在线测量；所述飞灰含碳量的在线测量方法为BP神经网络算法，记c为飞灰的含碳量，N为管道内飞灰样本的浓度，则飞灰流经管道时所产生的静电信号大小与c、N成非线性关系，基于静电传感器采集一段时间管道内飞灰所携带的静电信号序列，记为其中为该c、N下第k次采集的飞灰样本所携带的静电信号值，K为该时间段内采集信号的最大次数；求得该含碳量c、浓度N下飞灰的信号能量，记为f(c,N)，则飞灰样本的信号能量f(c,N)与c、N成非线性关系，构建输入为信号能量、浓度，输出为飞灰含碳量，隐含层层数为6的三层BP神经网络以实现飞灰含碳量的在线测量，其步骤包括以下两步：步骤A：参数在线训练：BP神经网络参数训练包括两个过程，即正向传播与反向传播过程，输入信号(信号能量、浓度)经隐含层、输出层正向传播得到网络输出，与目标输出相比产生误差信号，进行反向传播，不断调整网络参数，直至全局误差小于可接受误差或达到最大迭代次数，训练完成，保存网络参数，得到预测函数；步骤B：飞灰含碳量在线测量：对于未知含碳量的飞灰样本，设其含碳量为cp，DSP采集模块实时采集管道内飞灰样本浓度，记为Nq，并采集一段时间内管道中飞灰样本的交流静电信号序列求信号能量对f(cp,Nq)、Nq进行归一化处理，作为预测函数的输入值，即可通过预测函数输出未知飞灰样本的含碳量测量值cp。步骤3：采用Protothread多线程模型实现实时任务(即飞灰含碳量在线测量)与非实时任务(即参数在线训练)同时进行。所述步骤3采用Protothread多线程模型是一种纯C语言实现，无硬件支持，耗费内存资源小，支持阻塞操作，不使用堆栈的线程模型，其多任务调度要求及模型思想如下：多任务调度要求：实时任务飞灰含碳量在线测量的运行时间记为T1，响应时间记为T2，非实时任务参数在线训练的运行时间记为T3(T3＞＞T2)，响应时间无要求；模型思想：将非实时任务划分为若干步，且每步运行时间不超过T4，T4时间可视T2而定，若T2为100ms，则T4设为60ms-80ms；首先初始化2个Prototheread阻塞变量pt1、pt2以及定时器T，先执行实时任务，执行完成释放执行权限本文档来自技高网...

【技术保护点】
1.一种基于DSP飞灰含碳量测量的实时多任务调度方法，其特征在于：步骤1：采用BP神经网络算法实现飞灰含碳量的在线测量；步骤2：将BP神经网络算法移植至DSP数字信号处理器中，进行参数在线训练、飞灰含碳量在线测量；步骤3：采用Protothread多线程模型实现实时任务与非实时任务同时进行。

【技术特征摘要】
1.一种基于DSP飞灰含碳量测量的实时多任务调度方法，其特征在于：步骤1：采用BP神经网络算法实现飞灰含碳量的在线测量；步骤2：将BP神经网络算法移植至DSP数字信号处理器中，进行参数在线训练、飞灰含碳量在线测量；步骤3：采用Protothread多线程模型实现实时任务与非实时任务同时进行。2.根据权利要求1所述的一种基于DSP飞灰含碳量测量的实时多任务调度方法，其特征在于，所述飞灰含碳量的在线测量方法为BP神经网络算法，记c为飞灰的含碳量，N为管道内飞灰样本的浓度，则飞灰流经管道时所产生的静电信号大小与c、N成非线性关系，基于静电传感器采集一段时间管道内飞灰所携带的静电信号序列，记为其中为该c、N下第k次采集的飞灰样本所携带的静电信号值，K为该时间段内采集信号的最大次数；求得该含碳量c、浓度N下飞灰的信号能量，记为f(c,N)，则飞灰样本的信号能量f(c,N)与c、N成非线性关系，构建输入为信号能量、浓度，输出为飞灰含碳量，隐含层层数为6的三层BP神经网络以实现飞灰含碳量的在线测量，其步骤包括以下两步：步骤A：参数在线训练：BP神经网络参数训练包括两个过程，即正向传播与反向传播过程，输入信号(信号能量、浓度)经隐含层、输出层正向传播得到网络输出，与目标输出相比产生误差信号，进行反向传播，不断调整网络参数，直至全局误差小于可接受误差或达到最大迭代次数，训练完成，保存网络参数，得到预测函数；步骤B：飞灰含碳量在线测量：对于未知含碳量的飞灰样本，设其含...

【专利技术属性】
技术研发人员：弋英民，税莹，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61