基于物理信息和数据驱动的粉末燃料质量流率预测模型

基于物理信息和数据驱动的粉末燃料质量流率预测模型，涉及激光光谱应用技术领域。激光系统产生激光束，光调制及整形系统调制激光束，信号探测系统抑制背景光噪声，相机系统采集散射图像，图像预处理模块进行裁剪预处理，特征提取模块通过深度置信网络学习图像特征，XGBoost回归预测模块考虑物理约束参数，并将学习到的图像特征与实时质量流率数据输入到XGBoost模型进行训练计算，构建非线性质量流率预测模型。将散射图像以及实时质量流率作为原始数据，同时考虑物理约束参数，通过深度置信网络提取图像特征，基于XGBoost模型进行训练，构建基于物理信息和数据驱动的非线性质量流率预测模型，提升质量流率预测的精度。