聲學(xué)法燃煤鍋爐爐膛火焰溫度場重建的基礎(chǔ)研究.pdf

1、大型燃煤鍋爐爐膛火焰溫度場是對爐膛火焰監(jiān)測和控制的最直接參數(shù)。但由于爐膛火焰燃燒過程自身具有瞬態(tài)變化、隨機(jī)湍流、設(shè)備尺寸龐大、環(huán)境惡劣等特征，給實(shí)際鍋爐爐膛火焰溫度場的在線測量帶來困難。目前還沒有建立非常有效的大型鍋爐爐膛火焰溫度場測量手段。本文探討了聲學(xué)法燃煤鍋爐爐膛火焰溫度場檢測技術(shù)，并對其中的一些關(guān)鍵問題進(jìn)行了研究，主要完成了以下工作： 1.對各種燃煤鍋爐爐膛火焰溫度場測量技術(shù)的研究應(yīng)用現(xiàn)狀、難點(diǎn)和發(fā)展趨勢進(jìn)行了綜述。

2、 2.對直接相關(guān)時(shí)延估計(jì)、廣義相關(guān)時(shí)延估計(jì)和基于小波變換的廣義時(shí)延估計(jì)進(jìn)行了仿真實(shí)驗(yàn)研究，仿真實(shí)驗(yàn)結(jié)果表明：直接相關(guān)時(shí)延估計(jì)、廣義相關(guān)時(shí)延估計(jì)、小波變換時(shí)延估計(jì)標(biāo)準(zhǔn)偏差為0時(shí)所對應(yīng)的信噪比分別為-8dB、-9dB、-9dB，在抗干擾能力上小波變換時(shí)延估計(jì)方法與廣義相關(guān)時(shí)延估計(jì)方法均優(yōu)于直接相關(guān)時(shí)延估計(jì)方法，且小波變換時(shí)延估計(jì)方法不需要知道信號(hào)和噪聲的先驗(yàn)知識(shí)。 3.提出基于RBF神經(jīng)網(wǎng)絡(luò)的溫度場圖像重建算法進(jìn)行了仿真實(shí)驗(yàn)研究

3、。對單峰對稱溫度分布，單峰偏斜溫度分布，雙峰溫度分布情況下RBF神經(jīng)網(wǎng)絡(luò)溫度場重建算法，最小二乘法溫度場重建算法，付里葉正則化溫度場重建算法溫度場重建結(jié)果的均方根誤差分別為1.5％、1.99％和3.8％，1.7％、2.62％和2.1％，1.1％、4.34％和4.1％。溫度場重建速度分別為1s、7s、8.5s，1s、7.5s、8.9s，1s、8s、8.6s。該算法溫度場重建速度與精度均高于最小二乘法算法和付里葉正則化溫度場重建算法。并對隨

4、機(jī)抽樣樣本進(jìn)行了溫度場重建結(jié)果的回歸分析，回歸分析的結(jié)果表明溫度場重建結(jié)果與原溫度場模型符合較好。為研究測量誤差對溫度場重建結(jié)果的影響，將測量產(chǎn)生的隨機(jī)誤差看作正態(tài)分布的隨機(jī)噪聲，分別在40dB30dB和24dB不同噪聲水平下進(jìn)行了溫度場重建，重建結(jié)果的均方根誤差分別為1.5％、4.0％、1.1％，1.6％、4.4％、1.1％，和2.2％、5.4％、1.5％，表明該算法在上述信噪比情況下也能夠?qū)崿F(xiàn)溫度場重建，算法具有一定的抗噪性。