-
公开(公告)号：CN109521002B
公开(公告)日：2021-05-14
申请号：CN201811443516.8
申请日：2018-11-29
申请人： 华南理工大学
IPC分类号： G01N21/73
摘要： 本发明公开了一种固体燃料颗粒流的燃料特性测量方法，包括，利用固体燃料颗粒流激光诱导击穿光谱测量系统对不同固体燃料颗粒流进行测量，获得颗粒流的激光等离子体发射光谱；选取特征元素谱线特性进行无效光谱判别及剔除，得到有效光谱；对有效光谱平均值进行行归一化；将移动平均方法应用到归一化后的有效光谱的同一变量上，并对光谱进行卷积求导，得到修正后的全波段等离子体发射光谱；利用联合区间偏小二乘法对修正后的全波段等离子体发射光谱进行变量筛选；以变量筛选后的光谱为变量，建立固体燃料颗粒流燃料特性定标模型；将待测样品进行处理得到筛选后变量，输入建立的固定燃料颗粒流燃料特性定标模型，实现对待测样品的燃料特性的预测。
-
公开(公告)号：CN109521002A
公开(公告)日：2019-03-26
申请号：CN201811443516.8
申请日：2018-11-29
申请人： 华南理工大学
IPC分类号： G01N21/73
摘要： 本发明公开了一种固体燃料颗粒流的燃料特性测量方法，包括，利用固体燃料颗粒流激光诱导击穿光谱测量系统对不同固体燃料颗粒流进行测量，获得颗粒流的激光等离子体发射光谱；选取特征元素谱线特性进行无效光谱判别及剔除，得到有效光谱；对有效光谱平均值进行行归一化；将移动平均方法应用到归一化后的有效光谱的同一变量上，并对光谱进行卷积求导，得到修正后的全波段等离子体发射光谱；利用联合区间偏小二乘法对修正后的全波段等离子体发射光谱进行变量筛选；以变量筛选后的光谱为变量，建立固体燃料颗粒流燃料特性定标模型；将待测样品进行处理得到筛选后变量，输入建立的固定燃料颗粒流燃料特性定标模型，实现对待测样品的燃料特性的预测。
-
公开(公告)号：CN108627500A
公开(公告)日：2018-10-09
申请号：CN201810335685.3
申请日：2018-04-16
申请人： 华南理工大学
IPC分类号： G01N21/73
CPC分类号： G01N21/73
摘要： 本发明公开了一种固体燃料热值测量方法，具体步骤包括：(1)选取多种不同热值的定标固体燃料样品，通过采用LIBS分析系统的点阵测量方式，分别获取固体燃料样品的等离子发射光谱；(2)对光谱数据矩阵进行归一化处理，再利用K-CV对光谱数据进行基于热值的支持向量机相关参数的寻优；(3)对归一化处理后的光谱数据矩阵，利用SVM和最佳参数构建热值的定标回归模型；(4)利用LIBS分析系统获取待测样本光谱数据矩阵，将归一化处理后的待测光谱数据矩阵输入到所述定标回归模型中，获得待测样本的热值。本发明简化了固体燃料热值测量时的分析过程，提高了LIBS应用于固体燃料热值测量的准确度和精确度。
-
公开(公告)号：CN109521001A
公开(公告)日：2019-03-26
申请号：CN201811376249.7
申请日：2018-11-19
申请人： 华南理工大学
IPC分类号： G01N21/73
摘要： 本发明公开了一种基于PSO和ε-SVR的飞灰含碳量测量方法，具体步骤包括：(1)选取源于实际电厂的含碳量不同的飞灰样品作为定标样品，利用LIBS检测设备获取定标样品的激光诱导等离子发射光谱；(2)对所获取的LIBS光谱中提取与飞灰含碳量测量相关的特征峰值光谱数据并进行归一化处理；(3)结合PSO粒子群优化算法对归一化处理后的光谱数据进行基于飞灰含碳量测量的支持向量机相关参数的寻优；(4)根据所确定的最佳参数和SVM构建ε-SVR定标模型；(5)将待测飞灰样本进行处理获取光谱数据，输入到所述定标模型中，得到待测飞灰样品的含碳量。本发明方法结合人工智能算法实现LIBS应用于飞灰含碳量的测量，计算耗时短，可提高测量的准确度和精确度，适用范围广。
-
-
-
搜索结果
4 条记录 (耗时 0.022 秒)
