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

0、引言：    煤粉質(zhì)量流量參數(shù)的準確測量是決定著能源合理利用和環(huán)境保護問題的關(guān)鍵，從20世紀90年代初就有大批的科學工作者投身于煤粉質(zhì)量流量的參數(shù)測量，并且取得了矚目的成果，研究出了很多種科學實用的測量方法，如壓差法、靜電法、超聲波法等;雖然這些測量方法都能很好地測量出煤粉質(zhì)量流量，但是它們都是靠接觸才能獲得兩相流的流動特性，在一些復雜和困難的測量環(huán)境中，這些測量方法便顯得有些不足了，所以研究出一種高效、簡單、的煤粉質(zhì)量流量測量方法是一個a待解決的問題。
    本文提出的方法是在壓差法的基礎(chǔ)上利用雙彎管測量氣固兩相流流過彎管時產(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)進行網(wǎng)絡(luò)訓練，從而間接測量出煤粉質(zhì)量流量;從實驗數(shù)據(jù)和仿真結(jié)果可以看出，在新數(shù)學模型下利用人工神經(jīng)網(wǎng)絡(luò)仿真出的結(jié)果跟實驗結(jié)果基本一致，利用Elman神經(jīng)網(wǎng)絡(luò)建立的模型，其***大相對誤差不超過5%，能夠完全滿足工業(yè)標準要求，是一種很好的氣固兩相流固相質(zhì)量流量的測量方法，為工業(yè)中測量煤粉質(zhì)量流量提供了一種新的方法。

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

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

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，儀器很難測量出其值，所以對上述模型進行優(yōu)化，氣固混合物的密度可表示為

    由于氣固兩相流在流動過程中存在復雜性和隨機性，必然會造成一定誤差，引人綜合流量系數(shù)刀進行矯正，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)，所以實際固相質(zhì)量流量q,nr應(yīng)為采用標準900彎管流量計，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：
    軟測量技術(shù)是一種依靠輔助變量進行測量的技術(shù)，能實現(xiàn)間接參數(shù)的在線測量，并且測量數(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，并且學習規(guī)則簡單，極易應(yīng)用于計算機，***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，是軟測量技術(shù)中應(yīng)用非常廣泛的一門學科。
    分析上述數(shù)學模型可以看出，實際固相質(zhì)量流量qmr:與實驗系統(tǒng)測得的壓差△P1 , △P2存在復雜的非線性關(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)量流量測量過程中必然會受到一些偶然性因素的影響，所以會呈現(xiàn)出一定的動態(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)，通過導師學習法進行訓練，BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡單，收斂速度快，泛化能力強;但是很難預(yù)測出系統(tǒng)的動態(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)測的信息，具有更快的收斂速度和容錯性，對于非線性特征有很好的實用價值，分為輸入層、中間層、承接層和輸出層。有更好的自適應(yīng)、自學習能力，并且具有預(yù)測功能，Elman神經(jīng)網(wǎng)絡(luò)數(shù)學模型如下:


圖4  Elman神經(jīng)網(wǎng)絡(luò)的算法流程示意
    MATLAB具有強大的數(shù)據(jù)處理能力，為人工神經(jīng)網(wǎng)絡(luò)的預(yù)測、仿真和計算提供了一個很好的平臺，MATLAB中的nntool工具箱便是專門為人工神經(jīng)網(wǎng)絡(luò)設(shè)計的一款工具箱。數(shù)據(jù)處理時選30組數(shù)據(jù)中的前25組進行網(wǎng)絡(luò)訓練，后5組數(shù)據(jù)用于網(wǎng)絡(luò)驗證。

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

圖5  Elman神經(jīng)網(wǎng)絡(luò)的訓練結(jié)果
    圖6是實驗數(shù)據(jù)和網(wǎng)絡(luò)訓練結(jié)果的對比圖，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，其余的訓練數(shù)據(jù)基本與實驗所得數(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練能力。

圖6實驗數(shù)據(jù)和網(wǎng)絡(luò)訓練結(jié)果對比
    圖7是用后5組數(shù)據(jù)進行仿真的結(jié)果，從圖中可以看出仿真結(jié)果與實驗結(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)果的誤差對比圖，分析對比圖可以看出Elman網(wǎng)絡(luò)仿真出的結(jié)果相對誤差在5%以內(nèi)，較為地實現(xiàn)了氣固兩相流固相質(zhì)量流量的在線測量，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相對誤差對比

4、結(jié)語：
    以雙彎管法測量煤粉質(zhì)量流量是一種新的煤粉質(zhì)量流量測量方法，在前人研究的基礎(chǔ)上建立了新的數(shù)學模型，考慮了更多的影響因素，證明了模型的推導過程，給出了***終新模型的計算公式。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)訓練了兩種神經(jīng)網(wǎng)絡(luò)，并利用后5組數(shù)據(jù)進行了仿真，驗證了網(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)學模型，***大相對誤差不超過5%，提高了彎管流量計測量煤粉的度，能更好地實現(xiàn)煤粉的充分燃燒和環(huán)境的保護。