基于神经元网络的钻杆热处理温度信号校正

• 作者: 孙青林 林惠雪 袁著祉 陈增强
• 来源期刊: 上海海事大学学报
• 关键词: 神经网络 非线性系统建模 最小二乘法 钻杆热处理 温度测量
• 年，卷（期）: 2001,（3）
• 所属期刊栏目: 过程检测、监视与控制
• 页码范围: 210-213
• 页数: 4页
• 分类号: TP272
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9498.2001.03.052

摘要

神经网络是非线性系统建模的重要方法.反向传播(BP)算法常常用于神经网络的权值训练中,但是BP算法收敛慢.为此,将非线性最小二乘法用于前馈神经网络的权值学习. 采用这一建模方法对石油钻杆在热处理过程中的温度测量偏差进行校正.研究结果表明,该方法具有很快的收敛速度和很好的拟合精度,适用于工业过程中测量信号的在线校正.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈增强		345	4297	35.0	48.0
2	袁著祉		208	3390	33.0	46.0
3	孙青林		88	469	11.0	16.0
4	林惠雪		4	11	2.0	3.0