期刊文献+

火焰燃烧的特征量提取及稳定性识别 被引量:2

Feature Extraction and Stability Recognition of Flame Combustion
下载PDF
导出
摘要 为了有效提取火焰燃烧特征量,进而对火焰燃烧稳定性进行分析,文章通过理论分析和实验总结,首先提取了火焰强度方差及闪烁频率作为特征量,之后重点运用高阶统计量对火焰信号进行分析,提取了对火焰稳定性有较大影响的相位作为另一个新的特征量。最后考虑到各个特征量之间的相关性及量纲的影响,运用马氏距离作为判别准则,对火焰燃烧稳定性进行了有效的识别。结果表明,提取的3个特征量对火焰燃烧稳定性都有重要影响,而且运用马氏距离能够综合这3个特征量,使得从总体样本中选出的训练样本识别率达到93%,识别效果理想。 To extract the features of flame combustion and recognize the flame stability effectively, theoretical analysis and experimental summary were taken. Firstly, the paper extracted intensity variance and flicker frequency of flame as a feature. Then, appling higher - order statistics analysis to the flame signal, the phase that had greater impact on flame stability was extracted as another one. Finally, we used the Mahalanobis distance as a criterion to recognize the flame stability effectively. Results show that the features ex- tracted have great impact on flame stability, and the Mahal- anobis distance can synthesize these features, therefore make the recognition rate of the training samples chosen from the total samples reach to 93%.
作者 黄耀松 刘石
出处 《现代电力》 北大核心 2012年第3期78-82,共5页 Modern Electric Power
基金 国家自然科学基金(50736002 61072005)
关键词 高阶统计量 马氏距离 火焰强度方差 闪烁频率 相位 higher-order statistics Mahalanobis distance flame intensity variance flicker frequency phase
  • 相关文献

参考文献7

  • 1毛健雄;毛健全;赵树民.煤的清洁燃烧[M]北京:科学出版社,2007.
  • 2郝祖龙,刘吉臻,常太华,刘焕章.采用数据融合方法诊断电站锅炉的燃烧稳定性[J].动力工程,2007,27(6):910-913. 被引量:5
  • 3Xu Lijun,Yan Yong. Online Fuel Identification Using Digital Signal Processing and Soft-Computing Techniques[A].2003.1114-1118.
  • 4李捷,刘石,白翔,陈伟,董雪,王能,徐伟.时频联合分析评判火焰燃烧稳定性的实验研究[J].华北电力大学学报(自然科学版),2010,37(4):39-44. 被引量:4
  • 5Oppenheim A V,Li J S. The Importance of Phase inSignal[J].Proceedings of the IEEE,1981,(05):529-541.
  • 6张贤达.现代信号处理[M]北京:清华大学出版社,2002.
  • 7王岩;隋思涟;王爱青.数理统计与MATLAB工程数据分析[M]北京:清华大学出版社,2006.

二级参考文献13

共引文献6

同被引文献13

引证文献2

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部