基于广义回归神经网络的PVC树脂颗粒特性预测研究

• 作者: 井元和 王福利 郭小萍
• 来源期刊: 聚氯乙烯
• 学科: 工学
• 关键词: PVC 预测 广义回归神经网络
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 仪表与自动化
• 页码范围: 32-34
• 页数: 3页
• 分类号: TQ325.3
• 字数: 2109字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-7937.2006.04.009

摘要

PVC树脂的颗粒特性对聚合物的成型加工具有重要意义, 而目前缺少可靠的在线测量传感器件,通常采用取样离线分析,滞后时间太长,影响先进控制技术的有效应用.另外,聚合过程还呈现出高度的非线性特性.针对这些问题,采用广义回归神经网络对PVC树脂颗粒特性进行预测,验证了该方法的有效性,为保证PVC聚合过程先进控制技术的应用提供了有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王福利	东北大学信息科学与工程学院	200	3025	30.0	44.0
2	郭小萍	沈阳化工学院信息工程学院	23	133	5.0	10.0
4	井元和		19	21	3.0	4.0