流化床反应器声信号的多尺度分析与平均粒度检测

陈德钊¹，陈惜明¹

(1.浙江大学,化学与生物工程学系,浙江,杭州,310027;
2.淮北煤炭师范学院,化学系,安徽,淮北,235000)

摘要:平均粒径是气固流化床反应器运行过程中需要监控的重要参数之一,首次提出了利用声波信号对床内颗粒平均粒度进行检测的方法,该方法安全环保不侵入流场,能克服传统方法不能实时在线测量的缺陷.对于接收仪获得的声发射信号,先用sym8小波变换进行六尺度分解,求出各细节信号小波系数的绝对值加和,标准化之后进行主成分分析,主成分分析可以消除原自变量间的复共线性,减少变量的个数.以所得主成分作为自变量,颗粒的平均粒度作为因变量,并由一4-8-1结构的三层前传神经网络为预测模型,所建神经网络结构简洁,根据声信号对平均粒度的预报准确性高于98%.

关键词:多尺度; 离散小波变换; 流化床; 神经网络;

【全文内容正在添加中】