排序方式: 共有31条查询结果,搜索用时 156 毫秒
11.
以某石化厂乙烯气相法合成醋酸乙烯反应过程的空时得率和催化剂选择性软测量建模为研究对象,基于现场采集数据及机理分析,确定了辅助变量.在对现场数据进行处理的基础上,建立了基于径向基函数神经网络的多输入多输出神经网络软测量模型,取得了较好的效果.仿真结果表明,模型精度达到了工艺要求,可用于指导生产,为实现先进控制和优化控制创造了条件. 相似文献
12.
基于支持向量机与遗传算法的发酵过程软测量建模 总被引:2,自引:0,他引:2
提出了基于支持向量机的生物量浓度在线估计软测量建模方法,采用遗传算法进行模型输入的选择与支持向量机参数的选取,目的是找到对模型估计结果贡献最大的输入特征变量,降低了输入空间维数,缩小了求解问题的规模,从而减低计算方面的难度,减少了训练实际,同时又通过参数的调整,得到更好的决策函数,提高支持向量机的性能.模型的训练与验证数据都是取自实际的实验过程——诺西肽发酵.结果表明采用遗传算法进行优化的支持向量机软测量模型对生物量质量浓度具有好的预估性能. 相似文献
13.
14.
煤泥水水质监测及软测量技术的应用 总被引:2,自引:0,他引:2
为了调控煤泥水系统的水质硬度,使其既有利于沉降又有利于浮选,实现煤泥水水质硬度的在线监测是基础保障.考虑到煤泥水水质硬度的在线监测技术还没有工业化应用,提出了以电导率为辅助变量的软测量技术.进行了实验室模拟水体试验和工业现场的循环煤泥水监测试验,试验结果表明,电导率与水质硬度的正线性相关性较好,线性相关系数的平方值分别为0.979 6和0.953 7.然后,建立相应水体的水质硬度和电导率关系的软测量模型,利用软测量模型对电导率数据进行处理和转换,可实现循环煤泥水系统的水质硬度的在线监测. 相似文献
15.
汤秀华 《四川理工学院学报(自然科学版)》2003,16(3):5-8
丁二烯萃取精馏过程中,副产品抽余液(BBR)的质量(丁二烯含量)和很多工艺参数有关,工艺参数之间又是相互关联、耦合的,并具有噪声。应用粗集方法将这些工艺数据进行压缩和抽提,解决了工艺参数间的相关问题,同时去掉了一些信息量不大,并带来噪声的成分。用模糊C均值聚类算法将训练集分成具有不同聚类中心的子集,每一子集用径向基函数(RBF)网络进行训练来获得子模型,然后用模糊聚类产生的隶属度将各子模型的输出加权求和得到BBR中顺丁烯的含量,由顺丁烯的含量来估计丁二烯含量。结果表明,这种软测量算法具有较好的建模效果,由于采取了数据分组训练,大大节省了建模的训练时间,比单纯的基于神经网络的方法要快得多。 相似文献
16.
青霉素发酵过程是一个严重非线性、时变、复杂的动态过程,发酵过程中一些关键参数(如菌体质量浓度ρX、基质质量浓度ρS和产物质量浓度(ρP)难以通过常规仪表在线测量,这些参数的获取非常耗时和困难。提出一种基于粒子群模糊神经网络逆(PSO-FNN逆)的软测量方法。首先给出青霉素发酵过程数学模型,然后根据逆系统理论证明其可逆性,在此基础上构建基于PSO-FNN逆的青霉素发酵软测量模型,最后通过仿真验证该方法性能。仿真结果表明:PSO-FNN逆的青霉素发酵软测量方法能够结合基于发酵机制和纯数据驱动2种软测量方法的优点,对不直接可测的关键参数实现在线软测量,较PSO-BPNN逆和PSO-BPNN软测量方法具有更高的预测精度和更强的预测能力。 相似文献
17.
工业对象的复杂化带来了可测变量的增多,这些变量集合中大量冗余的信息会降低软测量建模的精度。针对这个问题,提出了基于离散PSO的软测量辅助变量选择算法。算法将传统PSO连续的优化过程通过对粒子位置的隶属度计算,将其离散成0或1。0、1分别表示某变量未被选中和被选中,每个粒子就代表一种变量选取情况。将PLS回归用于适应度函数的计算,有利于克服多元回归中多重共线问题。最后,将该算法用在了丙烯精馏塔塔顶丙烯浓度的软测量实验中,实验结果表明该方法有效,并提高了模型的预测精度。 相似文献
18.
焙烧过程球团透气性的软测量 总被引:2,自引:0,他引:2
针对焙烧球团料层透气性软测量二次变量过多的状况,提出了对二次变量"主次分离”的处理方法,该法可降低当二次变量过多时软测量的建模难度.同时提出了一种"松散型模糊神经网络”的建模方法,该法充分利用了模糊技术和神经网络技术的各自优势,得到了较高的测量精度. 相似文献
19.
锌精馏过程锌液流量计算机控制系统 总被引:1,自引:0,他引:1
介绍了一种利用软测量检测被控量构成的两级计算机控制系统,对具有腐蚀性的高温粗锌液流量实现监控,阐述了软测量技术检测粗锌液流量的工作原理,给出了控制系统的结构,上位机根据生产调度输出流量设定值,记录了保存流量变化曲线和数据,下位机采用PLC控制步进电机,调节进料阀门开度,实现锌液流量稳定控制,现场运行结果表明系统工作可靠,解决了具有腐蚀性的高温小流量液体流量控制的难题。 相似文献
20.
基于PCA-RBF神经网络的工业裂解炉收率在线预测软测量方法 总被引:4,自引:1,他引:3
为了解决工业裂解炉收率在线预测的问题,研究了基于PCA(principal component analysis)-RBF(radial basis function)神经网络模型的多输入多输出(MIMO)软测量方法及其在线校正技术。该方法由主元分析PCA、RBF神经网络和在线校正3部分组成,可以实现工业裂解炉收率的在线预测,具有实时性好、建模周期短、计算量小、校正方便等特点。本文给出的SRT-IV型工业裂解炉收率预测例子及其结果表明该软测量方法应用于工业裂解炉收率的在线预测是有效的。 相似文献