基于正则化RBF神经网络的软测量技术及其在质量预测中的应用(英文)

神经网络对噪声污染数据的过拟合是模型设计中主要考虑的问题。将Tiknonov正则化方法用于RBF神经元网络的设计,在网络学习中将正交最小二乘与前向选择相结合进行网络参数的估计,通过k均值聚类算法获得网络中心,采用L-曲线方法进行正则参数估计,并将该正则化RBF网络用于气体分馏装置产品质量的预测。仿真结果表明,该模型简单易行,并具有较快的计算速度和较好的泛化能力。

基于液压伺服控制的粉末压制弹性回弹补偿功能的实现

冲子弹性回弹是粉末液压机在制作大部分产品过程中不可避免的现象,有效地补偿冲子的弹性回弹是加工合格部件的保证。该文介绍了在液压伺服系统的基础上采用位置控制和力控制相结合方式来控制各伺服油缸协调运动,从而来实现弹性回弹的补偿。现场功能测试表明:压制产品的裂纹问题得到了解决。