镨/钕萃取过程组分含量多RBF模型预测

• 作者: 何峰 叶兆斌 杨辉 陆荣秀
• 来源期刊: 化工学报
• 关键词: 萃取过程 组分含量 神经网络 多模型 自适应 预测
• 年，卷（期）: 2016,（3）
• 页码范围: 974-981
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20151950

摘要

针对具有特征颜色的镨/钕（Pr/Nd）萃取过程中元素组分含量难以快速准确检测的问题，提出了一种基于多RBF神经网络模型的组分含量建模及其自适应校正方法。通过选择Pr/Nd溶液图像特征H、S分量一阶矩为模型的输入变量，采用减法聚类对样本数据进行分类并建立相应的子模型；当萃取运行环境或对象特性发生变化导致模型精度不够时，根据模型参数调整策略自动调整各子模型的网络结构和参数，实现元素组分含量的准确预测。针对某Pr/Nd生产过程实际数据实验对比，结果表明本文方法能够满足稀土萃取过程元素组分含量检测的高准确度和快速性要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨辉	华东交通大学电气与电子工程学院	76	653	13.0	20.0
3	陆荣秀	华东交通大学电气与电子工程学院	26	149	8.0	10.0
9	何峰	华东交通大学电气与电子工程学院	3	17	2.0	3.0
11	叶兆斌	华东交通大学电气与电子工程学院	1	6	1.0	1.0