制造业自动化
製造業自動化
제조업자동화
MANUFACTURING AUTOMATION
2014年
2期
154-156
,共3页
神经网络%丙烯腈聚合反应%OADEKF算法
神經網絡%丙烯腈聚閤反應%OADEKF算法
신경망락%병희정취합반응%OADEKF산법
针对丙烯腈聚合反应是一种非均相的聚合过程,其聚合机理比较复杂,关键质量指标无法用传感器直接在线测量的缺陷。本文首先建立了转化率和聚合物总数的神经网络软测量模型,然后使用OADEKF滤神经网络学习算法对网络进行训练,使得训练的网络性能优于BP算法学习的网络,且能够满足工程实际模型精度的要求。为转化率和聚合物总数的在线测量提供了有效途径,采集的数据仿真表明,采用OADEKF算法训练的神经网络模型具有一定的估计精度,为工程实施提供了借鉴。
針對丙烯腈聚閤反應是一種非均相的聚閤過程,其聚閤機理比較複雜,關鍵質量指標無法用傳感器直接在線測量的缺陷。本文首先建立瞭轉化率和聚閤物總數的神經網絡軟測量模型,然後使用OADEKF濾神經網絡學習算法對網絡進行訓練,使得訓練的網絡性能優于BP算法學習的網絡,且能夠滿足工程實際模型精度的要求。為轉化率和聚閤物總數的在線測量提供瞭有效途徑,採集的數據倣真錶明,採用OADEKF算法訓練的神經網絡模型具有一定的估計精度,為工程實施提供瞭藉鑒。
침대병희정취합반응시일충비균상적취합과정,기취합궤리비교복잡,관건질량지표무법용전감기직접재선측량적결함。본문수선건립료전화솔화취합물총수적신경망락연측량모형,연후사용OADEKF려신경망락학습산법대망락진행훈련,사득훈련적망락성능우우BP산법학습적망락,차능구만족공정실제모형정도적요구。위전화솔화취합물총수적재선측량제공료유효도경,채집적수거방진표명,채용OADEKF산법훈련적신경망락모형구유일정적고계정도,위공정실시제공료차감。