化工自动化及仪表
化工自動化及儀錶
화공자동화급의표
CONTROL AND INSTRUMENTS IN CHEMICAL INDUSTRY
2006年
1期
64-66,81
,共4页
多模型%RBF%神经网络%SO3%湿法磷酸
多模型%RBF%神經網絡%SO3%濕法燐痠
다모형%RBF%신경망락%SO3%습법린산
利用多模型的思想进行二水法磷酸装置反应槽SO3浓度软测量建模.首先通过机理分析选出对目标变量SO3浓度影响较大的变量作为辅助变量,并利用神经网络分类思想按目标变量值的不同区间对现场数据进行分类,然后采用多个径向基神经网络建立相应的经验模型.工业装置数据的拟合和预测结果表明:基于神经网络的多模型软测量可以取得更好的效果.
利用多模型的思想進行二水法燐痠裝置反應槽SO3濃度軟測量建模.首先通過機理分析選齣對目標變量SO3濃度影響較大的變量作為輔助變量,併利用神經網絡分類思想按目標變量值的不同區間對現場數據進行分類,然後採用多箇徑嚮基神經網絡建立相應的經驗模型.工業裝置數據的擬閤和預測結果錶明:基于神經網絡的多模型軟測量可以取得更好的效果.
이용다모형적사상진행이수법린산장치반응조SO3농도연측량건모.수선통과궤리분석선출대목표변량SO3농도영향교대적변량작위보조변량,병이용신경망락분류사상안목표변량치적불동구간대현장수거진행분류,연후채용다개경향기신경망락건립상응적경험모형.공업장치수거적의합화예측결과표명:기우신경망락적다모형연측량가이취득경호적효과.
