基于PSO-BPNN的煤灰熔融性测定  

Determination of the Fusibility of Coal Ash Based on PSO-BP Neural Network

作　　者：谢明华[1] 马凌云[1] 陈希[1] 

机构地区：[1]长沙学院电子信息与电气工程系,长沙410003

出　　处：《现代计算机（中旬刊）》2015年第3期71-73,共3页Modern Computer

基　　金：湖南省教育厅科学研究项目(No.13C1091)

摘　　要：针对现有煤灰熔融性测试设备存在的自动化程度不够,需要操作员长时间值守观察灰锥形变等问题,提出一种基于PSO-BPNN的煤灰熔融性测定方法。采集灰锥升温变形过程的实时图像,自动识别4个煤灰熔融特征温度:变形温度、软化温度、半球温度以及流动温度。测试结果表明该方法精度高,可实现对煤灰熔融性的在线测定。In order to test the fusibility of coal ash automatic, proposes the technology of PSO-BPNN. Collectes the ash cone deformation temperature real-time image, identifies four characteristics of ash fusion temperature automatically： deformation temperature, softening tempera-ture, hemispherical temperature and flow temperature. The test results show that the algorithm has high accuracy and simple operation.

关 键 词：煤灰 熔融性 粒子群(PSO)算法 BP神经网络 

分 类 号：TQ533.2[化学工程—煤化学工程]