基于深度学习的生物质燃料品质识别系统

先进制造与自动化

已有样品

(1）主要技术特点：该成果的特点是针对生物质燃料的光谱图像,利 用深度特征学习方法,建立生物质燃料的水份和灰份含量的传感函数模 型，然后,针对现场获取的生物质燃料光谱图像,利用训练好的传感函数 模型,自动检测和评估生物质燃料成份和品质。与现有生物质燃料成份检 测系统相比，具有生物质燃料品质检测速度快、精度高等优点。 

主要技术指标：

(1)水份和灰份含量检测误差：<1%；

(2)水份和 灰份含量检测速度：<2 秒/样本；

(3）应用范围：可用于生物质发电厂生 物质燃料品质评估，提高处理的效率和精度,也可拓展应用于污水成份检 测。

市场预期:

1）市场前景:该成果可用于生物质燃料发电厂 100 多种常 用生物质燃料品质评估。

2）预期经济效益:截止 2016 年底全国有 499 家 生物质能发电企业。按每家企业建设 1 套自动化的生物质燃料品质评估 系统，全国总市场规模大约为 500 套。

产业化应用