支持向量机软测量的嵌入式系统平台实现

针对石油化工等复杂过程的软测量问题,以ARM与浮点DSP双核控制器OMAP-L137为核心设计了一种嵌入式软测量平台,能够完成实时数据处理和在线计算.以实时性为目标,对支持向量机的惩罚因子、径向基函数gamma参数、不敏感区域(容忍经验风险)、训练中止条件等因素进行优化,简化了支持向量机算法,并成功移植到嵌入式平台,实...     

基于RBF神经网络的软测量算法的SoC实现

提出了一种面向片上系统(SoC)的RBF神经网络的软测量算法,在OMAP-L137双核处理器SoC 硬件平台上成功实现了整个训练与预测算法.针对SoC计算速度和存储空间等资源有限,对网络结构、权值更新模式和步长以及数据预处理方式等参数提出了具体的解决方案.经过相关数据集的测试结果表明:提出的算法移植方法完全满足工业应用...     

青霉素发酵过程的粒子群模糊神经网络软测量

针对青霉素发酵过程中的基质浓度、菌体浓度、产物浓度等关键生物参数难以在线实时测量的问题,提出了一种基于粒子群模糊神经网络的软测量建模方法.采用模糊径向基函数-神经网络(RBF-NN)构建青霉素发酵的软测量模型,同时,结合改进粒子群优化训练算法(PSO),建立了青霉素反应过程的软测量模型,并对发酵工艺进行了仿真试验研究.仿真试验结果表明,所建立的软测量模型测量精度高、效果好,能够满足工程实际的要求.     

基于文化算法的神经网络及其在建模中的应用

在深入研究文化算法和神经网络相关文献基础上,针对神经网络建模的特点提出了一种训练神经网络的文化算法流程构造文化神经网络,并将该网络用于乙烯精馏塔产品质量软测量建模.通过训练与泛化能力的比较分析,结果表明基于文化神经网络的软测量模型具有良好的性能和较好的应用前景.     

基于神经网络的锂萃取率软测量模型研究

在锂萃取实验实现自动化控制基础上,针对锂萃取率目前不能在线测量的问题,分别采用RBF神经网络和小波神经网络对锂萃取率软测量模型展开研究.先从锂萃取实验获取基础实验数据,再把实验数据分为训练和预测数据,分别采用RBF神经网络和小波神经网络,对锂萃取率软测量模型进行了多输入单输出和多输入多输出模型试验.试验表明,小波神经网络比RBF神经网络,具有较好的泛化能力,建立了多输入单输出和多输入多输出锂萃取率软测量模型.     

基于最小二乘支持向量机的铁水含硅量软测量

提出一种基于最小二乘支持向量机的铁水含硅量软测量模型,采用遗传算法确定模型参数的优化组合.用某钢管厂高炉的实际生产数据经过预处理后作为模型的训练和测试样本,进行软测量实验.实验结果表明,与神经网络模型和时间序列分析模型比较,所提出的软测量模型的软测量精度更高.     

SMB色谱分离过程组分纯度软测量技术

针对SMB色谱分离过程中组分纯度的实时测量存在困难的现状,建立了两组分(葡萄糖、果糖)纯度的在线软测量模型。软测量模型采用NNARMAX模型作为模型辨识类;采用BP神经网络对模型进行逼近,为加快网络收敛速度,采用Levenberg—Marquardt算法对网络进行训练。在Matlab工作平台上进行了大量的仿真,对该模型进行验证,仿真结果证明了该方法的有效性。     

双弯管法煤粉质量流量检测

双弯管法是一种基于弯管单相流测量原理的气固两相流固相质量流量测量方法,其测量结果与输入参数间非线性关系非常复杂,直接影响其测量精度.在双弯管法固相质量流量测量原理基础上,利用人工神经网络优良的非线性映射能力,建立了一种带有附加动量项的BP神经网络软测量模型,并在气固两相流测量实验平台上进行了实验研究.以实验数据为样本对双弯管法软测量模型进行训练,仿真结果与实验数据一致性较好,测量误差小于6％,为煤粉质量流量实时在线测量提供了一种行之有效的方法.     

氧化铝浓度软测量技术研究

分析了铝电解生产过程中建立氧化铝浓度神经网络软测量模型的必要性和可行性,根据软测量建模理论建立了采用Levenberg-Marquardt算法的氧化铝浓度神经网络软测量模型.实际应用结果证明了该软测量模型能够有效实现氧化铝浓度的在线检测.     

基于PCA-GABP神经网络的BOD软测量方法

针对污水处理过程中关键水质参数无法在线监测的问题．提出基于PCA-GABP神经网络的污水水质软测量方法。该方法由两部分组成：主元分析PCA和GABP神经网络。其中,GABP算法采用局部改进遗传算法优化神经网络权值。并采用自适应学习速率动量梯度下降算法对神经网络进行训练,建立软测量模型。仿真结果表明该软测量模型稳定性好、精度高,可用于污水处理厂对BOD进行在线预测。