摘要：提出一种基于联合概率密度判别器和神经网络技术进行煤种在线辨识的方法。根据不同种类的煤燃烧时火焰的特征不同,利用三个光电传感器来获得燃烧火焰在红外、可见光和紫外三个谱段上的辐射信号,通过特征值提取得到火焰辐射信号在时域和频域内的特征值,经过主成分分析处理得到正交化的、维数压缩的特征值矢量。利用获得的正交化特征值矢量数据,建立每一已知煤种的联合概率密度判别器和神经网络模型。利用基于燃煤特征值分布的联合概率密度判别器可进行是否为新煤种的判别,非新煤种则利用神经网络模型辨识燃煤的种类。试验结果表明,在某电站锅炉所测试的四种煤的情况下,结合联合概率密度判别器和神经网络模型进行燃煤种类的辨识,20次测试的平均成功率为97.6%。

关键词：特征值 主成分分析 联合概率密度 神经网络 燃煤种类 

单位：北京航空航天大学仪器科学与光电工程学院 北京100191 北京航空航天大学化学与环境学院 北京100191