一种基于多元火焰监测器的燃料种类在线判别方法技术

本发明专利技术公开一种基于多元火焰监测器的燃料种类在线判别方法，燃烧中存在已知燃料和新燃料，从已知燃料的火焰辐射信号中提取时域和频域内的特征值，通过数学变换得到正交化的特征值；基于正交化特征值建立已知燃料的特征值分布的联合概率密度模型和神经网络模型；提取待识别燃料的燃烧火焰辐射信号中的时域和频域内的特征值，经过数学变换后，得到正交化的特征值并输入到各种已知燃料的联合概率密度模型中进行判断，如果燃烧中待识别燃料为新燃料，则保存新燃料的火焰辐射的正交化特征值，以建立该种新燃料的联合概率密度模型，并更新神经网络模型；如果燃烧中待识别燃料不是新燃料，则通过神经网络模型判别该燃料的种类。

【技术实现步骤摘要】

本专利技术涉及一种燃烧燃料种类的在线识别方法，属于工业锅炉燃料辨识

技术介绍
由于经济等因素的限制，工业上通常需要燃烧不同种类的燃料，在燃烧时燃料的种类通常是未知的，也是不可预测的。燃料种类的变化，使得燃烧更加复杂，直接影响燃烧火焰的稳定，导致对燃烧状况的检测和控制非常困难，严重影响燃烧的效率，所以燃料种类的变化影响着燃烧运行的安全性和经济性。 本专利所利用的神经网络技术为人工神经网络，由大量的节点和之间相互联接构成，是一种用联接结构进行信息处理的数学模型。神经网络能够通过已知数据的实验运用来学习和归纳总结，能够产生一个可以自动识别的系统。 将光电传感技术与神经网络技术相结合，可以在线辨识燃烧燃料的种类，但此种方法必须在已知所有燃料的种类，及其燃烧特征值等条件的前提下，神经网络经过学习、训练，才能达到对燃烧的燃料种类判别的目的。但使用神经网络只能针对已知燃料种类进行识别，当一种新燃料投入燃烧时，也会将新燃料判断为已知燃料，造成误判。而利用已知燃料特征值分布的联合概率密度模型可以判断出燃烧燃料是否为新燃料并可以粗略判断燃料种类。但此方法对燃料之间的特征区分较大的情况下，才有较高的判别率，当燃料的特征相互接近情况下，即燃料特征值之间区分较小的情况下，该方法的误差较大。因此迫切需要一种能较准确在线识别新燃料及在线判别出已知燃料种类的方法。
技术实现思路
本专利技术的目的在于克服已有技术的不足，提供。 利用n&3)个传感器来探测燃料燃烧火焰在辐射波段内的辐射信号，从辐射信号中提取诸如闪烁频率、均值、均方根、方差、零交点数、偏斜率、峰态值、熵、形状因子等作为火焰的特征值，目的是用这些特征值来建立已知燃料燃烧特征值的联合概率密度判别器和神经网络模型。将特征值数据经过数据预处理得到正交化的特征值，利用这些正交化的特征值建立每种已知燃料燃烧特征值分布的联合概率密度模型判别器和神经网络模型，即可通过该联合概率密度判别器来识别燃烧燃料是否为新燃料，通过神经网络模型来识别燃料的种类。本专利技术用到的火焰特征值数据是从火焰辐射信号中在线提取的，因而本专利技术的方法是在线的。 本专利技术的，具体如下 本专利技术公开，燃烧中存在已知燃料和新燃料，从已知燃料的火焰辐射信号中提取时域和频域内的特征值，通过数学变换得到正交化的特征值；基于正交化特征值建立已知燃料的特征值分布的联合概率密 度模型和神经网络模型；提取待识别燃料的燃烧火焰辐射信号中的时域和频域内的特征 值，经过数学变换后，得到正交化的特征值并输入到各种已知燃料的联合概率密度模型 中进行判断，如果燃烧中待识别燃料为新燃料，则保存新燃料的火焰辐射的正交化特征 值，以建立该种新燃料的联合概率密度模型，并更新神经网络模型；如果燃烧中待识别 燃料不是新燃料，则通过神经网络模型判别该燃料的种类。 其中，所述在各种燃烧条件下，利用n^3)个传感器来接收已知燃料燃烧火焰和 待识别燃料燃烧火焰在其辐射波段的辐射信号。分别提取已知燃料燃烧火焰辐射信号和 待识别燃料燃烧火焰辐射信号在时域和频域内T个特征值。利用数据正交化处理对特征 值数据矩阵进行压縮，提取L(L < T)个彼此独立的已知燃料燃烧火焰的正交化特征值和 L个待识别燃料燃烧火焰的正交化特征值，得到已知燃料燃烧和待识别燃料燃烧对应的正 交化特征值矩阵。 其中，所述已知燃料燃烧对应的正交化特征值矩阵，求出矩阵每一列的均值和 方差，建立该种已知燃料燃烧特征值分布的联合概率密度模型。根据实际应用中燃料特 征值的分布情况设定阈值k作为判断燃料种类的依据，k越大则把已知燃料判断为新燃料 的几率越大，k越小则把新燃料判断为已知燃料的几率越大。联合概率密度模型与阈值k 构成联合概率密度判别器。 其中，所述建立已知燃料燃烧火焰正交化特征值与燃料种类对应的非线性函数 关系，即建立神经网络模型。模型包括一个隐层和一个输出层，输入值为燃烧中燃料的 正交化特征值；输出值为燃料所属的种类。 其中，所述将待识别燃料燃烧的正交化特征值数据输入到已知燃料燃烧特征值 分布的联合概率密度判别器中，若判断待识别燃料为新燃料，则将待识别燃料燃烧的正 交化特征值保存在特定的数据文件中，当各种燃烧条件下的特征值都得到后，基于这组 特征值，建立新燃料的燃烧联合概率密度判别器。建立了联合概率密度判别器的燃料成 为新的已知燃料。进而，将新的已知燃料与原来的已知燃料的正交化特征值与燃料种类 相结合更新神经网络模型；如果待识别燃料为已知燃料，将该燃料的正交化特征值输入 到神经网络模型中，得到待识别燃料的种类。 本专利技术的有益效果可以避免因锅炉燃料种类变化频繁造成的炉内火焰燃烧不 稳定及引起的炉内燃烧控制困难的问题。本专利技术专利提出了一种基于多元火焰监测器的 燃料种类在线判别方法，可帮助锅炉运行人员及时调整锅炉运行参数，从而有效提高锅 炉的燃烧效率，增强锅炉运行的安全性和经济性。与以往利用已知燃料特征值分布的联 合概率密度模型的方法和单独利用神经网络技术进行燃料种类识别的方法相比，本专利 是一种能更准确地在线识别新燃料及判别已知燃料种类的方法。 说明书附图 附图说明图1是燃料种类在线判别方法示意图； 图2是建立已知燃料燃烧特征值分布的联合概率密度判别器和神经网络模型示 意图； 图3是神经网络模型结构示意图；具体实施方式为了使本领域的一般技术人员能够清楚地理解本专利技术的技术方案，现对本专利技术的具体实施方式做进一步说明。 具体实施方法 如图1所示，利用n&3)个光电传感器得到一种已知燃料燃烧火焰在辐射波段上 的辐射信号，采集M组，构成一信号样本集{x(m， s)|m=l， 2，…，M; s=l， 2，…， n}。其中M应该选择使采集的样本集{x(m， s)}中的信号能覆盖燃料燃烧的各种条件。 例如可选择M二 500，即每种燃料采集500组信号。提取火焰在时域和频域内的特征值 {c(m， s， t)|m=l， 2，…，M ; s = 1， 2，…，n ; t = 1， 2，…，TK如闪烁频率，均 值，均方根，方差，零交点数，偏斜率，峰态值，熵，形状因子等)作为火焰的特征值， 其中，T的值为提取的特征值的个数，得到大小为MXT的特征值数据矩阵d = {d(m， u)|m = 1， 2，…，M ; u = 1， 2，…，T}。 例如T二9，即提取9个特征值。火焰的特征值是彼此相关的，需要经过数据 正交化处理，例如采用主成分分析法对特征值进行正交化数据处理。主成分分析，是一 种简化数据集的技术，可以把数据变换到一个新的坐标系统(即主成分空间)中，使得任 何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标 (第二主成分)上，依次类推。主成分分析通过保留低阶主成分，忽略高阶主成分，可以 减少数据的维数，并能同时保持数据对方差的主要贡献，这样低阶主成分往往能够保留 原始数据的最重要方差信息。 利用主成分分析把火焰的特征值变换到主成分空间，每个主成分按照对火焰整 体特征的贡献程度降序排列，通过抛弃那些贡献较小的数据成分，而从每组T个特征值 中选择拥有着特征值主要信息的L(L < T)个主成分数据作为正交化的特征值数据。L值 可根据实际要求选取，如选择能代表原始本文档来自技高网...

【技术保护点】
本专利技术公开一种基于多元火焰监测器的燃料种类在线判别方法，燃烧中存在已知燃料和新燃料，从已知燃料的火焰辐射信号中提取时域和频域内的特征值，通过数学变换得到正交化的特征值；基于正交化特征值建立已知燃料的特征值分布的联合概率密度模型和神经网络模型；提取待识别燃料的燃烧火焰辐射信号中的时域和频域内的特征值，经过数学变换后，得到正交化的特征值并输入到各种已知燃料的联合概率密度模型中进行判断，如果燃烧中待识别燃料为新燃料，则保存新燃料的火焰辐射的正交化特征值，以建立该种新燃料的联合概率密度模型，并更新神经网络模型；如果燃烧中待识别燃料不是新燃料，则通过神经网络模型判别该燃料的种类。

【技术特征摘要】
本发明公开一种基于多元火焰监测器的燃料种类在线判别方法，燃烧中存在已知燃料和新燃料，从已知燃料的火焰辐射信号中提取时域和频域内的特征值，通过数学变换得到正交化的特征值；基于正交化特征值建立已知燃料的特征值分布的联合概率密度模型和神经网络模型；提取待识别燃料的燃烧火焰辐射信号中的时域和频域内的特征值，经过数学变换后，得到正交化的特征值并输入到各种已知燃料的联合概率密度模型中进行判断，如果燃烧中待识别燃料为新燃料，则保存新燃料的火焰辐射的正交化特征值，以建立该种新燃料的联合概率密度模型，并更新神经网络模型；如果燃烧中待识别燃料不是新燃料，则通过神经网络模型判别该燃料的种类。2. 按照权利要求1所述的一种基于多元火焰监测器的燃料种类在线判别方法，其特征 在于在各种燃烧条件下，利用n&3)个传感器来接收已知燃料燃烧火焰和待识别燃料燃烧 火焰在其辐射波段的辐射信号。分别提取已知燃料燃烧火焰辐射信号和待识别燃料燃烧 火焰辐射信号在时域和频域内T个特征值。利用数据正交化处理对特征值数据矩阵进行 压縮，提取L(L < T)个彼此独立的已知燃料燃烧火焰的正交化特征值和L个待识别燃料 燃烧火焰的正交化特征值，得到已知燃料燃烧和待识别燃料燃烧对应的正交化特征值矩 阵。3. 按照权利要求1所述的一种基于多元火焰监测器的燃料种类在线判别方法，其特征 在于基于权利要求2所...

【专利技术属性】
技术研发人员：徐立军，谭丞，李小路，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[]