基于频谱分析和自组织神经网络的火焰燃烧诊断研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：通过对实验室煤粉燃烧炉实验数据的采集与分析,介绍了一种基于FFT变换处理与自组织神经网络状态识别相结合的燃烧诊断方法.首先,通过光电传感器获得一系列以一定的频率、在某个均值左右上下波动的火焰强度值.然后,利用FFT程序将获得的时域信号转换成频域上的功率谱信号.因为在稳定和不稳定的燃烧状态下,转换后得到的低频分量有明显的区别,所以把每个功率谱中前30个低频分量取出,将其作为神经网络的训练输入.通过自组织训练,神经网络将得到对应于稳定和不稳定燃烧状态火焰信号的不同输出区域.经过验证,这种方法能非常有效地识别燃烧火焰状态的稳定与否,在信号采样频率的选择,神经网络算法的改进等方面作了有意义的探索.图4表3参12

原文链接:http://www.cqvip.com//QK/95606X/200406/11411512.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：频谱分析 神经网络 自组织 神经网 谱分析 工程热物理 燃烧诊断 状态识别 快速傅立叶变换 自组织神经网络