今日頭條
官方微信
官方抖音
資訊頻道 摘要：為實現工業鍋爐的燃燒優化，需要實時掌握飛灰含碳量、爐渣殘碳量等燃燒性能指標的變化。本文采用最小二乘支持向量機（LSSVM）建立了循環流化床鍋爐（CFBB）燃燒性能指標的軟測量模型，并提出一種基于自然選擇的粒子群算法來優化LSSVM參數。在此基礎上，利用工業鍋爐現場數據，進行了本文的軟測量模型與神經網絡軟測量模型的對比研究，結果表明：本文方法具有精度高和泛化能力強的優點，可作為工業鍋爐飛灰含碳量、爐渣殘碳量等燃燒性能指標的有效測量工具。
在線預覽：基于LSSVM的工業鍋爐燃燒性能指標軟測量
北京市公安局海淀分局備案號：11010802023656號