摘要：在雙彎管法測(cè)量的基礎(chǔ)上建立了新的數(shù)學(xué)測(cè)量模型，并在煤粉輸送實(shí)驗(yàn)平臺(tái)上得到了大量的實(shí)驗(yàn)數(shù)據(jù)，利用人工神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性擬合的能力，解決了新的數(shù)學(xué)模型的非線性關(guān)系。利用新的數(shù)學(xué)測(cè)量模型分別建立了Elman神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)測(cè)量模型;結(jié)果表明Elman神經(jīng)網(wǎng)絡(luò)在新的數(shù)學(xué)模型下測(cè)量出的煤粉質(zhì)量流量與實(shí)際煤粉質(zhì)量流量更加接近，能更好地解決新模型下的復(fù)雜函數(shù)關(guān)系，提高煤粉質(zhì)量流量測(cè)量的度。

0、引言：    煤粉質(zhì)量流量參數(shù)的準(zhǔn)確測(cè)量是決定著能源合理利用和環(huán)境保護(hù)問題的關(guān)鍵，從20世紀(jì)90年代初就有大批的科學(xué)工作者投身于煤粉質(zhì)量流量的參數(shù)測(cè)量，并且取得了矚目的成果，研究出了很多種科學(xué)實(shí)用的測(cè)量方法，如壓差法、靜電法、超聲波法等;雖然這些測(cè)量方法都能很好地測(cè)量出煤粉質(zhì)量流量，但是它們都是靠接觸才能獲得兩相流的流動(dòng)特性，在一些復(fù)雜和困難的測(cè)量環(huán)境中，這些測(cè)量方法便顯得有些不足了，所以研究出一種高效、簡(jiǎn)單、的煤粉質(zhì)量流量測(cè)量方法是一個(gè)a待解決的問題。
    本文提出的方法是在壓差法的基礎(chǔ)上利用雙彎管測(cè)量氣固兩相流流過彎管時(shí)產(chǎn)生的壓差，根據(jù)壓差與固相質(zhì)量的非線性關(guān)系而得出。分別利用BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，從而間接測(cè)量出煤粉質(zhì)量流量;從實(shí)驗(yàn)數(shù)據(jù)和仿真結(jié)果可以看出，在新數(shù)學(xué)模型下利用人工神經(jīng)網(wǎng)絡(luò)仿真出的結(jié)果跟實(shí)驗(yàn)結(jié)果基本一致，利用Elman神經(jīng)網(wǎng)絡(luò)建立的模型，其***大相對(duì)誤差不超過5%，能夠完全滿足工業(yè)標(biāo)準(zhǔn)要求，是一種很好的氣固兩相流固相質(zhì)量流量的測(cè)量方法，為工業(yè)中測(cè)量煤粉質(zhì)量流量提供了一種新的方法。

1、雙彎管法測(cè)量原理：
    彎管流量計(jì)通過測(cè)量流體經(jīng)過彎管時(shí)的壓力從而計(jì)算出流量，是一種操作方便、原理簡(jiǎn)單、抗干擾強(qiáng)、價(jià)格便宜的測(cè)量元件，***近幾年在測(cè)量領(lǐng)域得到了熱烈追捧，特別適用于測(cè)量一些環(huán)境比較惡劣的工業(yè)現(xiàn)場(chǎng)，例如鋼鐵行業(yè)，煤炭行業(yè)等川。彎管流量計(jì)內(nèi)流型如圖1所示。
    雙彎管法測(cè)量氣固兩相流是在彎管法測(cè)量單相流的基礎(chǔ)上發(fā)展而來，其測(cè)量原理為用2個(gè)相同的彎管流量計(jì)串聯(lián)，1個(gè)用于測(cè)量只有氣體流過彎管時(shí)的內(nèi)外壁彎管壓力差，另1個(gè)彎管用于測(cè)量氣固兩相流流過彎管時(shí)產(chǎn)生的內(nèi)外壁壓力差，根據(jù)強(qiáng)制旋流理論:當(dāng)流體經(jīng)過彎管時(shí)，由于受到彎管壁的擠壓作用，而被迫作圓周運(yùn)動(dòng)，從而在彎管的內(nèi)外壁上產(chǎn)生了壓差川。流體流量的計(jì)算如式(1)。

    式中，q為流體的體積流量，DP為彎管45。方向壓差，R為彎管的曲率半徑，D為彎管的內(nèi)直徑，P為流體密度。    則流體的固相質(zhì)量流量口=q Xp。

圖1彎管流量計(jì)內(nèi)流型

2、雙彎管法模型的建立：
    基于上述雙彎管法測(cè)量原理和強(qiáng)制旋流理論，在雙彎管測(cè)量氣固兩相流時(shí)作出以下假設(shè):①認(rèn)為氣固兩相流在流動(dòng)過程中可看作單體;②兩彎管流量計(jì)參數(shù)完全相同;③彎管流量計(jì)在測(cè)量過程中性能保持穩(wěn)定。    基于強(qiáng)制旋流理論和以上3個(gè)假設(shè)可知流過彎管流量計(jì)的氣體流量為

式中，P為氣固兩相混合物密度，△P2為氣固混合后的彎管內(nèi)外壁壓差，qms為固相質(zhì)量流量。
    由于氣固兩相混合物的密度受到很多不確定因素的影響，儀器很難測(cè)量出其值，所以對(duì)上述模型進(jìn)行優(yōu)化，氣固混合物的密度可表示為

    由于氣固兩相流在流動(dòng)過程中存在復(fù)雜性和隨機(jī)性，必然會(huì)造成一定誤差，引人綜合流量系數(shù)刀進(jìn)行矯正，經(jīng)過大量研究發(fā)現(xiàn)綜合流量系數(shù)主要和固氣質(zhì)量混合比、兩相混合物與氣相雷諾數(shù)之比有關(guān)，所以實(shí)際固相質(zhì)量流量q,nr應(yīng)為采用標(biāo)準(zhǔn)900彎管流量計(jì)，管道內(nèi)徑D為80mm，彎管曲率半徑R為120 mm，在45。方向上采集壓差，共得到30組數(shù)據(jù)。

3、人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用：
    軟測(cè)量技術(shù)是一種依靠輔助變量進(jìn)行測(cè)量的技術(shù)，能實(shí)現(xiàn)間接參數(shù)的在線測(cè)量，并且測(cè)量數(shù)據(jù)可靠性較高，便于管理。人工神經(jīng)網(wǎng)絡(luò)是一門新興的交叉學(xué)科，并且已經(jīng)應(yīng)用到了極為廣泛的領(lǐng)域，它具有非常好的魯棒性和記憶能力，并且學(xué)習(xí)規(guī)則簡(jiǎn)單，極易應(yīng)用于計(jì)算機(jī)，***主要的是能很好地解決非線性函數(shù)關(guān)系，所以近年來受到了很多科研工作者的追捧，是軟測(cè)量技術(shù)中應(yīng)用非常廣泛的一門學(xué)科。
    分析上述數(shù)學(xué)模型可以看出，實(shí)際固相質(zhì)量流量qmr:與實(shí)驗(yàn)系統(tǒng)測(cè)得的壓差△P1 , △P2存在復(fù)雜的非線性關(guān)系，本文分別建立了一種以△P1>△P2 > △P2

圖2  BP神經(jīng)網(wǎng)絡(luò)示意
    在氣固兩相流的固相質(zhì)量流量測(cè)量過程中必然會(huì)受到一些偶然性因素的影響，所以會(huì)呈現(xiàn)出一定的動(dòng)態(tài)特性，BP神經(jīng)網(wǎng)絡(luò)是一種前向的靜態(tài)神經(jīng)網(wǎng)絡(luò)，通過導(dǎo)師學(xué)習(xí)法進(jìn)行訓(xùn)練，BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，收斂速度快，泛化能力強(qiáng);但是很難預(yù)測(cè)出系統(tǒng)的動(dòng)態(tài)特性，而且容易陷人局部極小值。

圖3  Elman神經(jīng)網(wǎng)絡(luò)
    Elman神經(jīng)網(wǎng)絡(luò)建立于BP神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)基礎(chǔ)之上，增加了反饋層(承接層)，具有了記憶功能，能反饋回網(wǎng)絡(luò)預(yù)測(cè)的信息，具有更快的收斂速度和容錯(cuò)性，對(duì)于非線性特征有很好的實(shí)用價(jià)值，分為輸入層、中間層、承接層和輸出層。有更好的自適應(yīng)、自學(xué)習(xí)能力，并且具有預(yù)測(cè)功能，Elman神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型如下:


圖4  Elman神經(jīng)網(wǎng)絡(luò)的算法流程示意
    MATLAB具有強(qiáng)大的數(shù)據(jù)處理能力，為人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)、仿真和計(jì)算提供了一個(gè)很好的平臺(tái)，MATLAB中的nntool工具箱便是專門為人工神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的一款工具箱。數(shù)據(jù)處理時(shí)選30組數(shù)據(jù)中的前25組進(jìn)行網(wǎng)絡(luò)訓(xùn)練，后5組數(shù)據(jù)用于網(wǎng)絡(luò)驗(yàn)證。

    圖5為Elman神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果，目標(biāo)偏差是10 -'，當(dāng)網(wǎng)絡(luò)訓(xùn)練到331次時(shí)網(wǎng)絡(luò)的偏差已經(jīng)達(dá)到了3 . 077 x 10 -'，在往后的訓(xùn)練過程中偏差不再發(fā)生劇烈變化，***終訓(xùn)練結(jié)果為3. 047 96 x 10 -' ,滿足了訓(xùn)練要求。

圖5  Elman神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果
    圖6是實(shí)驗(yàn)數(shù)據(jù)和網(wǎng)絡(luò)訓(xùn)練結(jié)果的對(duì)比圖，從圖中可以看出只有第2組和第6組數(shù)據(jù)的偏差比較大，其余的訓(xùn)練數(shù)據(jù)基本與實(shí)驗(yàn)所得數(shù)據(jù)吻合，顯示出了Elman神經(jīng)網(wǎng)絡(luò)快速的收斂速度和的訓(xùn)練能力。

圖6實(shí)驗(yàn)數(shù)據(jù)和網(wǎng)絡(luò)訓(xùn)練結(jié)果對(duì)比
    圖7是用后5組數(shù)據(jù)進(jìn)行仿真的結(jié)果，從圖中可以看出仿真結(jié)果與實(shí)驗(yàn)結(jié)果基本一致，仿真結(jié)果較好，反映了Elman神經(jīng)網(wǎng)絡(luò)的獨(dú)特優(yōu)越性。

圖7 后5組數(shù)據(jù)仿真結(jié)果
    圖8為Elman神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)仿真結(jié)果的誤差對(duì)比圖，分析對(duì)比圖可以看出Elman網(wǎng)絡(luò)仿真出的結(jié)果相對(duì)誤差在5%以內(nèi)，較為地實(shí)現(xiàn)了氣固兩相流固相質(zhì)量流量的在線測(cè)量，而BP神經(jīng)網(wǎng)絡(luò)誤差較大，***大誤差接近于7 % , Elman神經(jīng)網(wǎng)絡(luò)的仿真誤差都比BP神經(jīng)網(wǎng)絡(luò)的誤差低。

圖8相對(duì)誤差對(duì)比

4、結(jié)語(yǔ)：
    以雙彎管法測(cè)量煤粉質(zhì)量流量是一種新的煤粉質(zhì)量流量測(cè)量方法，在前人研究的基礎(chǔ)上建立了新的數(shù)學(xué)模型，考慮了更多的影響因素，證明了模型的推導(dǎo)過程，給出了***終新模型的計(jì)算公式。利用MATLAB建立了BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)，通過25組數(shù)據(jù)訓(xùn)練了兩種神經(jīng)網(wǎng)絡(luò)，并利用后5組數(shù)據(jù)進(jìn)行了仿真，驗(yàn)證了網(wǎng)絡(luò)的性。***終結(jié)果顯示Elman神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)更適用于雙彎管法建立的新數(shù)學(xué)模型，***大相對(duì)誤差不超過5%，提高了彎管流量計(jì)測(cè)量煤粉的度，能更好地實(shí)現(xiàn)煤粉的充分燃燒和環(huán)境的保護(hù)。