共查询到19条相似文献,搜索用时 125 毫秒
1.
神经元网络软测量技术的进展 总被引:7,自引:0,他引:7
软测量技术已经在过程控制理论研究和实践中产生了广泛的影响,但是目前尚未形成系统的理论。近年来神经元网络软测量技术有了一定发展,在训练算法和建立模型方面都取得了可喜的进展。讨论了近年来神经网络软测量技术的一些研究新进展,并介绍了其与控制技术、计算机通信、虚拟仪器及WWW结合的应用实例。 相似文献
2.
3.
针对目前各种氧含量检测仪表在运行过程中的可靠性差、使用寿命短及价格昂贵等诸多不足,通过探寻锅炉运行中的其他参数与烟气氧含量的映射关系,建立BP神经元网络,提出了燃油锅炉烟气氧含量的软测量方法。结果表明,其精度完全达到了设计要求。 相似文献
4.
5.
过程控制中的软测量技术* 总被引:124,自引:0,他引:124
本文对过程控制中的软测量技术进行综述,从建立软仪表的方法,、影响软性能的因素以及软仪表的在线校正和工业应用等方面进行了详细讨论,对其发展作了简要的展望。 相似文献
6.
在制浆生产过程中,打浆度是一个很重要的控制参数;针对打浆过程中打浆度难于实时在线测量的问题,建立了一种基于改进BP算法神经网络的软测量模型;首先对实际生产中的原始数据,经过误差剔除及滤波处理后得到一套训练数据和校验数据样本,然后采用改进BP算法神经网络进行训练,加快了网络收敛速度。得到了打浆度的非参数模型;实践表明,该打浆度的神经网络模型能对打浆度进行较精确的预测,并为后续进行过程控制和优化控制、提高打浆质量提供了良好的基础。 相似文献
7.
8.
9.
RBF神经网络在菌体细胞浓度软测量中的应用 总被引:4,自引:1,他引:4
针对微生物发酵过程中菌体细胞浓度难以实时在线检测的问题,提出了一种基于径向基函数(RBF)神经网络的软测量模型,采用了可调基函数宽度的计算方法,提高了RBF网络的自适应性及泛化能力,为复杂系统中生物量参数的检测提供了一条有效途径。仿真结果表明了该方法的可行性和有效性。 相似文献
10.
11.
以某大型集成式小区污水处理为背景,为保证回用出水达标,需对排放污水进行检测.以出水总氮为主要检测指标,提出了基于遗传算法联合径向基函数神经网络的软测量模型,利用已知的进水数据来预测出水总氮.通过模型仿真结果表明,预测值和实测值能较好地吻合. 相似文献
12.
本文使用有序神经网络和改进的模糊控制器构成了一种新型的神经模糊预测控制方法,有序网络学习速度快,所需神经数目少,用事先训练好的有序网络代替传统的预测模型,以期增强输出预测的准确性;同时,用一种改进的模糊控制器原有的PID控制器,增强系统的鲁棒性。仿真结果表明,所提出的神经模糊预测控制方法可以获得理想的控制效果。 相似文献
13.
14.
15.
基于BP神经网络的PID控制方法的研究 总被引:8,自引:6,他引:8
本文提出了一种基于BP神经网络的PID控制方法,充分利用BP神经网络算法逼近任意连续有界非线性函数的能力,这种PID控制方法能学习和适应严重不确定系统的动态特性。文中采用三层前向网络,动态BP算法,达到了在线实时控制的目的,显示了BP神经网络的PID控制方法很强的鲁棒性,同时也显示了神经网络在解决高度非线性和严重不确定系统方面的潜能。计算机仿真结果表明,基于BP神经网络的PID控制较常规的PID控制具有更好的鲁棒性和自适应性,能取得良好的控制效果。 相似文献
16.
文章研究水面舰艇减摇问题,采用PID神经元网络控制方法.舰艇在大风浪条件下产生剧烈横摇,减摇鳍是目前应用最为广泛的减摇装置之一.鳍角与升力矩的水动力特性主要依靠静态实验获取,实际使用中,鳍控制力矩与鳍角呈复杂非线性关系,使水动力特性存在较大误差.为解决升力系数及航速等反馈中的重要参数不确定性而导致鳍角产生的力矩难以确定... 相似文献
17.
基于BP神经网络的自适应控制 总被引:48,自引:2,他引:48
本文利用BP神经网络对被控对象进行在线辨识和控制。为实现自适应控制,本文对specialised learning算法进行了改进,在此基础上,本文还提出了一种基于BP网络的自适应PID控制器。 相似文献
18.
基于类脑模块化神经网络的污水处理过程关键出水参数软测量 总被引:1,自引:0,他引:1
针对城市污水处理过程关键出水参数难以实时检测的问题,文中提出了一种基于类脑模块化神经网络(Brain-like modular neural network,BLMNN)的关键出水参数软测量方法.首先,基于互信息和专家知识进行任务分解,分析关键出水参数的相关变量,获取各出水参数的辅助变量.其次,通过模拟大脑皮层模块化分区结构,构建软测量子模型对各水质参数进行同步测量,降低软测量模型复杂度的同时保证了其精度.最后,通过基于实际数据的仿真实验验证了所提出方法的准确性和有效性. 相似文献
19.
为解决一类带干扰的模型不确定倒立摆系统中存在的两类未知项——未知函数和外界干扰,采用了基于Lyapunov函数稳定性的神经网络控制方法设计控制器。控制器设计中利用扩展卡尔曼滤波(EKF)消除系统观测噪声,获取系统状态的估计值,进而利用径向基函数(RBF)神经网络良好的逼近性来近似设计的控制律中的未知项。最后在倒立摆系统中对设计的神经网络控制器进行了仿真研究,仿真结果表明所设计的控制器能有效抑制外界干扰,在精确控制倒立摆的同时可以保证控制系统的稳定性和快速性。 相似文献