基于神经网络与LabVIEW平台建立焊锡真空炉粗锡含铅量的软测量模型与在线监测研究

• 作者: 冯丽辉 李家文 赖华
• 来源期刊: 冶金分析
• 关键词: 焊锡真空炉 粗锡 铅 软测量 BPNN GRNN LabVIEW
• 年，卷（期）: 2017,（2）
• 页码范围: 1-6
• 页数: 6页
• 字数: 2399字
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1000-7571.009967

摘要

焊锡真空炉粗锡含Pb量的高低直接关系到焊锡真空炉的生产效率,为了改变目前粗锡含Pb量只能通过人工化验才能得到的现状,实验基于反向传播神经网络(Back-Propaga-tion Neural Network,BPNN)与广义回归神经网络(Generalized Regression Neural Network,GRNN)算法原理,构建了BPNN与GRNN软测量模型并对这两种模型的预测效果进行了对比分析,结果表明基于GRNN的粗锡含Pb量软测量模型具有较高的预测精度.同时,采用虚拟仪器(LabVIEW)中的Matlab Script节点技术,成功开发了基于LabVIEW的粗锡含Pb量监测系统,实现了基于BPNN与GRNN软测量模型的粗锡含Pb量实时在线软预测,运行结果表明所开发的监测系统运行稳定可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赖华	昆明理工大学信息工程与自动化学院	33	108	6.0	9.0
2	冯丽辉	昆明理工大学信息工程与自动化学院	78	339	10.0	16.0
3	李家文	昆明理工大学信息工程与自动化学院	1	3	1.0	1.0