排序方式: 共有67条查询结果,搜索用时 15 毫秒
1.
2.
3.
冷连轧动态过程混合智能建模方法 总被引:1,自引:0,他引:1
针对具有非线性、多变量、强耦合、参数不确定等综合复杂特性的多机架冷连轧动态过程,在工作点附近建立基于轧制过程动态机理方程的线性状态空间模型,提出基于RBF 的轧机出口带钢速度模型以及机架间厚度延时估计方法,采用案例推理技术实现线性化多模型选择算法,研制了冷连轧动态过程的混合智能模型.使用某钢厂五机架四辊冷连轧机系统的实际生产过程数据进行仿真实验,在实际板厚控制系统的设定和轧件的扰动下,本文提出模型的各机架轧制力、冷轧板厚度和张力仿真结果与实际值的变化趋势相同,最大误差小于20%. 相似文献
4.
5.
6.
第十二届中国过程控制年会于 2 0 0 1年 8月 5日~ 8日在辽宁省沈阳市举行 ,本届年会由中国自动化学会过程控制专业委员会和中国有色金属学会计算机学术委员会共同主办 ,东北大学自动化研究中心和中南大学信息科学与工程学院共同承办。中国过程控制年会是国内自动化领域有重要影响的学术会议之一 ,也是国内过程控制和自动化应用方面最有权威性的会议。本届会议得到了国内外自动化领域的众多学者和控制工程方面的专业技术人员们的大力支持和踊跃响应 ,收到稿件共 2 90余篇 ,数量大大超过往届 ,质量也有相当提高。经过程序委员会严格审稿 ,本… 相似文献
7.
8.
9.
10.
精矿品位和尾矿品位是浮选过程重要的工艺技术指标,其难以实现在线检测,且与过程控制变量具有强非线性、不确定性等综合复杂特性,难以直接采用精确的数学模型描述,主要依靠人工化验分析。人工采样化验周期较长,难以满足控制要求,使得浮选精矿品位偏低,尾矿品位偏高,因此建立浮选品位指标的软测量方法受到工业界广泛关注。在分析浮选过程工艺指标相关影响因素的基础上,建立一种基于主元分析KPCA(kernel principal component analysis)和极限学习机ELM(extreme learning machine)的软测量模型。为了消除离群点对软测量模型精度的影响,采用基于稳健位置估计的方法识别离群点,利用核主元分析对软测量模型的输入数据进行降维,提取非线性主元,然后用极限学习机进行建模。该建模方法已成功应用于中国西北某选矿厂浮选车间,工业应用结果表明该方法有很高的预报精度,对生产有一定的指导意义。 相似文献