基于特征选取与多RBF神经网络的冷凝器污垢软测量

摘要：

提出了基于特征选取与多RBF神经网络的冷凝器污垢软测量方法.该方法采用基于BP神经网络的灵敏度计算,从受污垢影响的冷凝器各个性能指标中,提取最能反映冷凝器污垢状态的特征变量.在此基础上,针对冷凝器变工况、冷凝器空气漏入量等因素对污垢特征变量的影响,研究基于多RBF神经网络的智能建模方法,有效实现冷凝器污垢与其他参数变化对特征变量影响的分离.根据此方法,进行了现场试验,试验结果表明:该方法能较准确地在线监测冷凝器污垢,并在冷凝器出现堵管、空气漏入量较大、工况参数大范围变化时,取得比热阻法、传热系数法、模糊软测量法更可靠的测量结果.

关键词：冷凝器污垢、特征选取、多RBF神经网络、灵敏度计算

所属期刊栏目：29

分类号：TP274(自动化技术及设备)

资助基金：国家自然科学基金60775047;湖南省自然科学基金06JJ2011

在线出版日期：2008-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：723-728