A GENETIC NEURAL FUZZY SYSTEM AND ITS APPLICATION IN QUALITY PREDICTION IN THE INJECTION PROCESS

A genetic neural fuzzy system (GNFS) is presented and introduced to quality prediction in the injection process. A hybrid-learning algorithm is proposed, which is divided into two stages to train GNFS. During the first learning stage, the genetic algorithm is used to optimize the structure of GNFS and the membership function of each fuzzy term because of its capability of parallel and global search. On the basis of the first optimized training stages, the back-propagation algorithm (BP algorithm) is adopted to update the parameters of the GNFS to improve its predicting precision and reduce the computation time. The process of constructing a quality prediction model for an injection process based on GNFS is described in detail. The predicted weight of the molded part from the model based on GNFS demonstrates that the proposed GNFS has superior performance and good generalization capability in quality prediction in the injection process.     

神经网络遗传算法及其在乙烯裂解过程预测中的应用研究

针对复杂神经网络模型的结构特性和ＢＰ网络梯度下降法的缺点,将遗传算法与神经网络相结合,提出了基于改进连续化遗传算法的神经网络学方法,并将其应用于大型乙烯裂解产品分布预测,获得了较好的过于模拟结果。     

模糊控制器在窑炉温度控制系统中的应用及计算机仿真

对陶瓷工业窑炉中的温度模糊控制问题进行了探讨,提出了模糊控制器在窑炉温控上的具体应用方法,并进行了计算机仿真,仿真结果表明模糊控制效果良好,具有较好的应用前景。     

模糊非线性内模控制算法及其在pH值控制中的应用

pH值控制过程具有较强的非线性,历来是过程控制研究的一大热点,本文针对pH值控制系统提出了一种基于模糊推理网的非线性内模控制算法（FNIMC）。模糊推理网用于辨识对象的模糊模型;FNIMC由一个逆模控制器和具有一个可调参数的鲁棒滤波器组成。仿真结果表明该算法优于非线性PID调节器,且计算效率高。     

模糊控制理论在pH值控制系统中的应用

介绍了模糊控制理论的基本概念以及其在废水处理pH控制系统中的运用.     

广义回归神经网络的改进及在延迟焦化建模中的应用

广义回归神经网络（GRNN）具有明确的概率意义,其参数大多能自动确定,仅光滑因子参数需优化估值.采用优进遗传算法（EGA）,将确定性与随机性寻优操作相融合,实现了高效全局搜优,它所基于的优进策略包括设计Powell寻优算子、改进交叉算子、自适应地调整交叉率和变异率等.以推广能力作为优化目标,所建的GRNN有很强的非线性拟合能力和优良的预报性能,将其成功地为延迟焦化过程建模,与径向基网络（RBFN）等相比,显示了明显的优势.     

基于BP神经网络的陶瓷裂纹釉釉面效果预测模型及应用

人工神经网络具有巨量并行、结构可变和高度非线性等特点,其建立数学模型并不需要预先知道太多有关问题背景的知识,这尤其适用于陶瓷釉研究中某些机理尚未完全清楚、传统数学方法无法分析的情况[1]。将人工神经网络技术用于裂纹釉的配方性能分析,以釉面裂纹为研究对象,选取了8种釉料的化学成分,在均匀实验设计的基础上,用BP人工神经网络对所得实验结果进行了分析,并且用图形化方式直观地表达了出来。根据实验结果,人工神经网络模型能较准确地预测出陶瓷的釉面效果,从而为研究裂纹釉提供了一种新的思路和有效手段。     

动态系统前馈神经网络模型及其应用

提出反映炼油厂分馏装置动态特性的前馈神经网络模型 ,根据工厂的生产实际及数据特点建立了一种基于时间序列的、适合油品质量指标监测的动态系统前馈神经网络 (DBPNN)结构 .通过用实验室模拟的动态过程数据和炼油厂分馏装置的生产数据分别建模并与传统静态前馈神经网络模型比较 ,结果表明 ,DBPNN模型能够反映动态过程的特性 ,并具有更高的可靠性和适应性 .     

APPLICATION OF FUZZY RULES-BASED MODELS TO PREDICTION OF QUALITY DEGRADATION OF RICE AND MAIZE DURING HOT AIR DRYING

ABSTRACT

The concept of modelling using a rules -based approach is introduced and developed for die prediction of the quality degradation of grains during hot air drying. It is men validated on two typical examples of quality degradation during drying: the head kernel yield of paddy rice and the wet-milling quality of maize. The linguistic approach gives a representation of die experts understanding of phenomena and leads to a good kinetic model after identification of die parameters using genetic algorithms. This study also points out die robustness of die model prediction, even if noisy data are used, and its ability to predict transient behaviours under certain conditions.     

中央供料和干燥系统在注塑行业中的应用

介绍注塑企业生产中的辅助设备一中央供料、干燥系统及其组成，如中央控制器、除湿干燥机、真空泵、上料机和色母计量机等。指出将中央供料、干燥系统应用于塑料加工业，可改善塑料制品质量，提高生产效率，节省人力和占地面积。对注塑企业的厂房规划和中央供料、干燥系统的设计提出一些建议。     

动态系统神经网络结构的改进及其应用

在对动态神经网络结构分析的基础上,提出了新的网络结构模式,把具有同类特性的输人参数集中在一个节点上以代表该类参数的性质、产生这类参数对网络的综合作用。这样构造的更合乎逻辑的神经网络的权值总数要比传统的BP网络的权值总数大大减少,从而加快网络学习速度,有利于网络的在线学习和提高网络的可靠性与稳定性。此外,本文对神经网络逆动态控制器进行了分析,提出在输入层增加系统偏差作为一个输入变量,从而增强了控制器的控制质量和控制反应能力。最后,应用上述技术对CSTR典型化工实例进行了验证,取得了较好的结果。     

混沌搜索方法及其在化工过程优化中的应用

提出利用混沌搜索方法结合精确不可微罚函数求解约束优化问题的新方法 ,并将该方法用于闪蒸过程优化 .结果表明 ,该方法算法简单 ,实现容易 ,求解精度和可靠性较高 ,是解决化工优化问题的有效方法 .     

非线性系统的一种智能PID控制算法及应用

讨论了一种基于专家知识的智能 Ｐ Ｉ Ｄ控制算法。根据专家知识与现场经验,实时修正 Ｐ Ｉ Ｄ 参数,并根据系统响应的在线识别进行知识调整。两个具有明显非线性时变特性对象的仿真结果表明,该算法具有良好的控制特性与鲁棒性,可望被改进为一种实时在线的计算机控制策略而加以实施。     

折息递推PLS算法及其在橡胶混炼质量控制中的应用

提出一种新的折息递推PLS（DRPLS）算法.通过对折息因子的调节,使模型具有更高的灵活性和适应性.克服传统PLS算法不能在线更新,普通RPLS算法无法克服“数据饱和”、可调参数少和缺乏灵活性的不足.并将其成功运用于橡胶密炼质量控制中,满足了混炼过程控制对门尼黏度预测模型灵活性和精确性的特殊要求,获得了具有足够精度和可调节性的混炼胶门尼黏度预测模型,为混炼过程的质量控制奠定了基础.     

MODELING AND OPTIMIZATION OF MEMBRANE CHEMICAL CLEANING BY ARTIFICIAL NEURAL NETWORK,FUZZY LOGIC,AND GENETIC ALGORITHM

Robust artificial neural network (ANN) and fuzzy logic (FL) models were derived for chemical cleaning of microfiltration membranes fouled by milk under a wide range of operating conditions. The accuracies of the models were compared with multiple linear regressions (MLR). The developed models are useful tools for predicting the performance of chemical cleaning. The effects of different operating conditions on cleaning performance were elucidated using the ANN developed model. Moreover, optimum cleaning condition was determined by genetic algorithm and ANN model. The current research demonstrated that fuzzy logic and an artificial neural network can quantitatively capture cumulative effects of a range of operating conditions on flux recovery and resistance removal during a cleaning process.     

大型合成氨装置高温变换炉升温工艺改进及应用

针对K型合成氨厂工艺流程,借鉴低温变换反应器还原系统的工艺思路,充分利用现有设备,对高温变换炉升温流程进行改造,将低温变换还原系统与高温变换炉工艺管线相连接,实现高温变换炉单独升温,节省开工时间25h。     

PP注射成型中的压力及熔体流动过程

讨论了聚丙烯在注射成型中充模、增密、保压、冷却各个阶段的压力变化情况和熔体流动过程，以及二者对制品成功质量的影响。认为在聚丙烯注射成型过程中，要保证制品成型质量，不应以升温的办法来降低熔体的粘度，而应以提高注塑压力和剪切速率为主。     

流动模拟技术在注射模具设计及成型工艺中的应用

介绍塑料注射成型工艺中影响制品质量的主要工艺以 和成型质量的评价方法,以及注射工艺ＣＡＥ的特点与最新发展,并举例说明采用流动模块技术对于模具结构设计和工艺参数优化配置的指导作用。