油田加热炉燃烧过程的神经网络模型辨识与自校正控制

• 作者: 姜永成 逄秀锋
• 来源期刊: 计算机测量与控制
• 关键词: 加热炉 神经网络建模 内模控制 自校正控制
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 工业控制
• 页码范围: 338-340
• 页数: 3页
• 分类号: TK323
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4598.2004.04.013

摘要

加热炉在油田集输系统中有着广泛的应用.因运行时间长,其经济燃烧指标的高低直接影响着油田的生产成本.为实现加热炉出口参数的最佳调节及其经济燃烧,针对加热炉多变量、非线性、大滞后等特点,采用神经网络模型辨识的方法,建立了以加热炉为被控对象的神经网络正、逆模型,并且构成了神经网络内模自校正控制仿真系统.仿真研究表明,只要恰当地选择神经网络正、逆模型的结构和辨识数据的长度等参数,实现加热炉神经网络内模自校正控制的结果是令人满意的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜永成	哈尔滨工业大学市政环境工程学院	27	209	9.0	13.0
2	逄秀锋	哈尔滨工业大学市政环境工程学院	4	26	3.0	4.0