双弯管法煤粉质量流量检测.pdfVIP

138 传 感 器 与 微 系 统 第34卷 气固混合点后的弯管内外壁的压差。 为了提高训练速度和灵敏性及有效避开Sigmoid函数 混合物流经弯管时的速度 (m／s)为 的饱和区一般要求输入数据的值在0—1之问，因此，要对输 入数据进行归一化处理 ，归一化处理方法如下 ： ． ^／。／．’ (2) ， ； 二 ． (8) 由式 (1)、式 (2)可得管道中混合物的密度P(kg／m。) m “ 一 m ln 其中，为采集的原始数据中第 i个元素；…为原始数 qm ： p：一A ． (3) 4~佤 据中的最小值 ； 为原始数据中的最大值。 由式 (1)、式 (2)、式 (3)式可得 传统 BP神经网络采用梯度下降算法，虽然具有很强的 非线性映射能力 ，灵活性较大，但收敛速度慢 、存在局部极 ggm：—■ ．’ (4) 小点、训练新样本时有遗忘旧样本的趋势等不足，为克服上 同理，可推导出气相质量流量q 述不足，采用带有附加动量项的BP神经网络，该算法学习 训练过程可分为4步 ： qmg：— 一 ．‘ (5) 1)计算输出响应：计算中间层各单元的输 出bj和输出 层各单元的响应C 故固相质量流量 gmmss：qm--qms： ～ 卸 △p))．‘ (6) Sy=∑wj／。一 ， (9) 6I，(s，)， (10) 从上述原理可以看 出：煤粉质量流量的测量精度与 P 却 气固混合点前的弯管的内外壁的差压、卸。气固混合点 L=∑v~,bj--rt， (11) J 1 后的弯管内外壁的压差呈非线性关系。 C L)． (12) 2 基于BPNN 的软测量模型的建立与仿真 2)计算误差：计算输出层各单元误差d：和中间层各单 2．1 神经网络的软测量模型 元误差 ek 软测量技术是利用一组容易在线测量且与主变量密切 d--(y~一c)·C(1-C)， (13) 相关的辅助过程参量，通过离线分析构造某种数学模型实 q