测控技术
測控技術
측공기술
MEASUREMENT & CONTROL TECHNOLOGY
2014年
8期
111-114
,共4页
澄清过程%硫熏强度%软测量%神经网络
澄清過程%硫熏彊度%軟測量%神經網絡
징청과정%류훈강도%연측량%신경망락
clarification process%intensity of sulfitation%soft-sensing%neural network
硫熏强度是亚法糖厂澄清工段非常重要的一个工艺指标,硫熏强度过低会影响澄清效果,过高会造成成品糖二氧化硫残留过高.由于目前尚缺乏合适的硫熏强度在线测试仪,人工化验滞后时间较长,难以根据该指标及时指导生产.为此,提出了一种基于糖厂澄清过程大量离/在线历史数据的硫熏强度软测量方法,分别建立基于径向基函数神经网络(RBFNN)、BP神经网络方法和广义动态模糊神经网络(GDFNN)的硫熏强度软测量模型.通过对模型的性能进行对比分析,说明了基于RBFNN硫熏强度软测量模型的优越性.
硫熏彊度是亞法糖廠澄清工段非常重要的一箇工藝指標,硫熏彊度過低會影響澄清效果,過高會造成成品糖二氧化硫殘留過高.由于目前尚缺乏閤適的硫熏彊度在線測試儀,人工化驗滯後時間較長,難以根據該指標及時指導生產.為此,提齣瞭一種基于糖廠澄清過程大量離/在線歷史數據的硫熏彊度軟測量方法,分彆建立基于徑嚮基函數神經網絡(RBFNN)、BP神經網絡方法和廣義動態模糊神經網絡(GDFNN)的硫熏彊度軟測量模型.通過對模型的性能進行對比分析,說明瞭基于RBFNN硫熏彊度軟測量模型的優越性.
류훈강도시아법당엄징청공단비상중요적일개공예지표,류훈강도과저회영향징청효과,과고회조성성품당이양화류잔류과고.유우목전상결핍합괄적류훈강도재선측시의,인공화험체후시간교장,난이근거해지표급시지도생산.위차,제출료일충기우당엄징청과정대량리/재선역사수거적류훈강도연측량방법,분별건립기우경향기함수신경망락(RBFNN)、BP신경망락방법화엄의동태모호신경망락(GDFNN)적류훈강도연측량모형.통과대모형적성능진행대비분석,설명료기우RBFNN류훈강도연측량모형적우월성.
