基于混沌RBF神经网络的气化炉温度软测量系统

• 作者: 孙自强 王冬青 王学武 陈程 顾幸生
• 来源期刊: 化工自动化及仪表
• 学科: 工学
• 关键词: 软测量 BP网络 RBF网络 主元分析 混沌
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 检测与控制装置
• 页码范围: 48-50,54
• 页数: 4页
• 分类号: TP274
• 字数: 3182字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3932.2006.05.013

摘要

针对德士古气化炉炉膛温度难以测量这一情况,提出利用软测量技术来解决这一问题.通过建立BP网络模型和RBF网络模型以及基于PCA和CHAOS的神经网络模型,并对其仿真结果进行分析和比较,验证了该方法的可行性.CHAOS-RBF软测量模型在化肥厂的应用效果良好,误差保持在1.5%以内,不但提高了温度测量精度,而且有利于更好的生产控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾幸生	华东理工大学自动化研究所	258	2839	26.0	42.0
2	王学武	华东理工大学自动化研究所	22	210	10.0	14.0
3	孙自强	华东理工大学自动化研究所	41	223	9.0	13.0
4	陈程	华东理工大学自动化研究所	5	37	4.0	5.0