申请/专利权人：安纳力斯(苏州)智能技术有限公司

申请日：2023-11-24

公开（公告）日：2024-03-08

公开（公告）号：CN117668540A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/213;G06F18/15;G06N3/048;G06N3/084;G01N21/31;G01N21/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明公开了基于多联合背景扣除与人工神经网络的汞含量检测方法，包括以下步骤：S1、将不同情况下采集到的烟气，利用赛曼、双光束和金汞齐联合协同扣背景技术，提供净原子吸收信号；将赛曼、双光束和金汞齐有效串联成一个整体流路，充分利用各自的优势，提高测量的可靠性和准确性，赛曼效应可以提供高灵敏度的信号，双光束技术可以消除光源漂移的影响，通过比较金汞齐和烟气样品的光谱特征来消除背景干扰的影响，提高测量的准确性，减少误差,烟气采集单元进行不同情况下烟气的采集检测，使人工神经网络模型得到大量的训练数据，从而对于不同燃烧时间和不同燃烧条件时，达到时间序列下的预测，得到燃烧中实时预测的汞含量值。

主权项：1.基于多联合背景扣除与人工神经网络的汞含量检测方法，其特征在于，包括以下步骤：S1、实时信号采集：将不同情况下采集到的烟气，利用赛曼、双光束和金汞齐联合协同扣背景技术，提供净原子吸收信号；S2、预处理：使用数字滤波器对净原子吸收信号进行滤波处理，去除高频噪声，并对信号进行归一化处理；S3、特征提取：对不同情况所预处理后的信号，提取出光谱特征、强度特征和频率特征；S4、构建人工神经网络：建立人工神经网络模型，利用所提取的特征对人工神经网络模型进行训练，确定网络的层数、每层的神经元数量和激活函数，使用反向传播算法来不断调整网络的权重和偏置，以最小化预测误差；S5、检测汞含量：将新的净原子信号输入到人工神经网络模型中，利用人工神经网络模型对信号进行处理和分析，时间序列下的预测，得到燃烧中实时预测的汞含量值；S6、对所预测的汞含量值，使用回归分析方法来对预测结果进行校准。

全文数据：

权利要求：

百度查询： 安纳力斯(苏州)智能技术有限公司 基于多联合背景扣除与人工神经网络的汞含量检测系统与方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD