连续碳酸化分解过程分解率的预测模型

• 作者: 袁湘环 谢永芳
• 来源期刊: 计算机测量与控制
• 关键词: 连续碳酸化分解 预测模型 粒子群优化算法 BP神经网络
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 控制技术
• 页码范围: 695-696,722
• 页数: 3页
• 分类号: TP391
• 语种: 中文

摘要

连续碳酸化分解过程(简称碳分)是烧结法生产氧化铝的重要环节之一,其末槽分解率直接影响着氧化铝的产量和质量.碳分工艺是一个大滞后、非线性的复杂工业过程,分解率很难在线检测.针对此问题,论文提出了一种基于粒子群优化(PSO)的神经网络预测模型,对末槽分解率进行预测,以便实现分解率在线控制.该预测模型采用BP神经网络来构建,利用粒子群算法对神经网络的参数进行优化;结合实际工艺,对所建预测模型进行仿真研究,实验结果表明.建立的预测模型具有较好的瑟化能力和较高的自学习能力,并具有较好预测精度,能为分解率的在线及优化控制提供指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢永芳	中南大学信息科学与工程学院	101	578	12.0	18.0
2	袁湘环	中南大学信息科学与工程学院	1	1	1.0	1.0