基于深度回归网络的航煤水分离指数分析方法研究
水分离指数是航空煤油的重要评价指标,然而窄带吸收光谱法进行航煤水分离指数测量时存在精度低、稳定性差等问题.针对此问题,搭建一个航煤水分离指数分析系统平台,并提出一种基于深度回归网络的航煤水分离指数的分析方法.该方法首先对采集到的紫外吸收光谱进行预处理,然后通过深度信念网络来对光谱数据进行深度特征提取,最后使用极限学习机来对所提取的特征进行训练,构建一个可实现高精度、稳定测量的航煤水分离指数分析模型.结果表明:水分离指数标准值为 65、70、89时,模型预测平均值为 64.99、69.59、88.96,且最大相对误差控制在2％以内.该算法在精度和稳定性上具有明显优势,适合航空煤油水分离指数测量的实际需求.
喷气燃料、水分离指数、紫外光谱、深度信念网络、极限学习机
49
TB9(计量学)
2023-05-24（万方平台首次上网日期，不代表论文的发表时间）
共6页
7-12
