-
题名间歇制浆蒸煮终点预测方法
被引量:8
- 1
-
-
作者
李向阳
朱学峰
黄道平
刘焕彬
-
机构
华南理工大学电子与信息学院
华南理工大学制浆造纸工程国家重点实验室
-
出处
《计算机与应用化学》
CAS
CSCD
北大核心
2001年第2期117-122,共6页
-
基金
国家自然科学基金!(编号 :698740 14 )
国家"863"项目!(编号 :863 -5 11-945 -0 0 7)
-
文摘
在分析常用蒸煮模型的基础上 ,提出了基于神经网络的制浆蒸煮过程建模方法。与BP神经网络相比 ,RBF神经网络具有最佳逼近能力、收敛速度快和不存在局部极小点等优点 ,因而选用了RBF神经网络作为建模工具。在决定RBF神经网络的输入和输出变量时 ,充分利用了现场可测量的物理量和制浆蒸煮过程知识 ,其输入变量比常用蒸煮模型增加了硫化度和木片合格率 ,其输出变量采用实际过程测量所需的终点H因子的对数 ,这样就减少了RBF神经网络的规模 ,提高了训练速度。对工厂的实际数据应用表明 ,该RBF神经网络模型的预测精度高于传统的Hatton模型。
-
关键词
蒸煮
人工神经网络模型
kappa值
h因子
径向基函数网络
间歇制浆
终点预测方法
-
Keywords
pulp\\|making,cooking,ann,kappa number,h\\|factor,rbfnn
-
分类号
TS74
[轻工技术与工程—制浆造纸工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
-