火焰自由基成像和极限学习机在NOx排放预测中的研究

火焰自由基对深入了解燃烧机理起着重要作用。通过数字成像研究火焰自由基光谱特征,并利用该特征参数建立极限学习机（ELM,Extreme Learning Machine）模型,以试验数据与数字仿真相结合的方法实现在生物质燃烧中对NOx的排放在线预测。用电子倍增CCD（EMCCD）相机采集火焰中的四种自由基OH＊,CN＊,CH＊和C_2＊的数字图像,采用模糊C均值聚类法（FCM,Fuzzy C-Means）进行图像分割并提取特征值,结合燃烧火焰温度,利用极限学习机进行NOx排放预测建模。采用燃气燃烧试验炉上的试验数据验证了预测模型的有效性。