[发明专利]一种全息在线计量煤和生物质耦合发电掺混比例的方法有效
申请号: | 202011593735.1 | 申请日: | 2020-12-29 |
公开(公告)号: | CN112749507B | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 吴学成;吴迎春;金其文;骆仲泱;高翔;陈玲红;邱坤赞;岑可法 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06K9/62;G06N3/04;G06N3/08;G01N15/02;G03H1/00;G03H1/22 |
代理公司: | 杭州天勤知识产权代理有限公司 33224 | 代理人: | 白静兰;胡红娟 |
地址: | 310013 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 全息 在线 计量 生物 耦合 发电 比例 方法 | ||
1.一种深度学习全息在线计量煤和生物质耦合发电掺混比例的方法,其特征在于,所述方法包括以下步骤:
(1)利用数字全息颗粒测量系统分别采集煤粉和生物质颗粒的全息图,对全息图进行重建处理获取煤粉和生物质颗粒的幅值图和相位图;同时测定煤粉颗粒的密度ρcoal和生物质颗粒的密度ρbio;
(2)构建深度学习全息燃料颗粒判别架构,以步骤(1)获得的煤粉和生物质颗粒的幅值图和相位图作为训练集对架构进行训练;
(3)利用数字全息在线测量系统获取煤粉和生物质颗粒混合后的全息图,经过重建处理后的幅值图和相位图输入到训练后的全息燃料颗粒判别架构中进行判别分类,将幅值图中的煤粉颗粒记为生物质颗粒记为
(4)对判别分类后的幅值图中的煤粉和生物质颗粒进行形貌和尺寸分析:煤粉颗粒的粒度和体积分别记为和生物质颗粒的粒度和体积分别记为和
(5)根据步骤(1)中煤粉和生物质颗粒的密度、步骤(4)中煤粉和生物质颗粒的体积计算煤粉和生物质颗粒的掺混比例K,计算公式为:
其中,掺混比例K为质量比。
2.根据权利要求1所述的深度学习全息在线计量煤和生物质耦合发电掺混比例的方法,其特征在于,所述步骤(1)中的数字全息颗粒测量系统包括激光光源、光学调整元件和图像采集部分,激光光源发出的激光束经过光学调整元件后照射煤粉颗粒或/和生物质颗粒,图像采集部分记录全息图。
3.根据权利要求2所述的深度学习全息在线计量煤和生物质耦合发电掺混比例的方法,其特征在于,所述激光光源采用可见光波段的激光器,光学调整元件包括空间滤波器和准直透镜,图像采集部分采用数字相机。
4.根据权利要求1所述的深度学习全息在线计量煤和生物质耦合发电掺混比例的方法,其特征在于,所述步骤(1)中的煤粉和生物质颗粒为由磨煤机或粉碎机研磨而成的粉末状固体燃料颗粒,粒度范围为5μm至2mm,其密度的测定采用固体密度计。
5.根据权利要求1所述的深度学习全息在线计量煤和生物质耦合发电掺混比例的方法,其特征在于,所述步骤(2)中的深度学习全息燃料颗粒判别架构采用卷积神经网络,包括:
输入层,将训练集中的颗粒幅值图和相位图作为输入,输出的尺寸为32×32×2;
卷积块1,包括两个卷积核尺寸为3×3的卷积层,使用ReLU激活函数,输出的尺寸为32×32×64;
卷积块2,包括一个最大池化层和两个卷积核尺寸为3×3的卷积层,使用ReLU激活函数,输出的尺寸为16×16×128;
卷积块3,包括一个最大池化层和三个卷积核尺寸为3×3的卷积层,使用ReLU激活函数,输出的尺寸为8×8×256;
卷积块4,包括一个最大池化层和三个卷积核尺寸为3×3的卷积层,使用ReLU激活函数,输出的尺寸为4×4×512;
最大池化层,输出的尺寸为2×2×512;
三个全连接层,输出的尺寸依次为1×1×1024、1×1×128和1×1×3,连接层将特征映射到样本标记空间,通过softmax激活函数输出分类信息。
6.根据权利要求1所述的深度学习全息在线计量煤和生物质耦合发电掺混比例的方法,其特征在于,所述步骤(4)中的颗粒尺寸分析基于颗粒二维形貌,计算特征粒径d;
煤粉和生物质颗粒的体积计算方法分别为:
其中,f1和f2分别为煤粉颗粒和生物质颗粒的体积计算函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011593735.1/1.html,转载请声明来源钻瓜专利网。