位置:成果数据库 > 期刊 > 期刊详情页
基于动态T-S递归模糊神经网络的闪速熔炼过程参数软测量
  • ISSN号:0254-3087
  • 期刊名称:《仪器仪表学报》
  • 时间:0
  • 分类:TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]中南大学信息与科学工程学院,410083
  • 相关基金:国家自然科学基金重点项目(60634020)、国家973计划(2002CB312200)、湖南省自然科学基金(06FD007)、中国博士后科学基金(20060400885)资助项目
中文摘要:

闪速熔炼过程中存在大量多元非线性因素,难以从统计学和机理上确立操作参数。为优化闪速炉的操作参数,建立了动态T-S递归模糊神经网络(DTRFNN)的软测量模型,推导了DTRFNN的权值学习算法,将其应用到某厂的铜闪速熔炼过程中的参数软测量上,平均精确率达到97%,能为生产操作提供有益的指导。

英文摘要:

In flash smelting process, there exist a large number of multiple nonlinear factors. From the view point of statistics and reaction mechanism, it is difficult to establish the operating parameters. A soft sensor model based on dynamic T-S recurrent fuzzy neural networks (DTRFNN) is put forward to optimize the operating parameters. The weighted leaming algorithm of DTRFNN has been deduced. This model is applied in the parameter soft sensor of copper flash smehing process in a factory. Application result shows that the average precision reaches to 97%. The proposed modeling can provide useful instruction for production operation.

同期刊论文项目
期刊论文 287 会议论文 65 获奖 9 专利 15 著作 2
同项目期刊论文
期刊信息
  • 《仪器仪表学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国仪器仪表学会
  • 主编:张钟华
  • 地址:北京东城区北河沿大街79号
  • 邮编:100009
  • 邮箱:yqyb@vip.163.com
  • 电话:010-84050563
  • 国际标准刊号:ISSN:0254-3087
  • 国内统一刊号:ISSN:11-2179/TH
  • 邮发代号:2-369
  • 获奖情况:
  • 1983年评为机械部科技进步三等奖,1997年评为中国科协优秀科技期刊三等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:42481