基于RBF神经网络的制浆蒸煮终点预测模型.pdfVIP

第 2期 黄俊梅等 ．基于 RBF神经网络 的制浆蒸煮终点预测模型 153 基于 RBF神经 网络的制浆蒸煮终点预测模型 黄俊梅 ，汤 伟 ，戴庆瑜 ‘，许保华。，王孟效 (1．陕西科技大学 电气与信息工程学院，西安 710021；2．陕西西微测控工程有限公司 ，陕西 咸 阳712081) 摘要 ： 为稳 定纸浆质量 ，实现蒸煮终点的精确预 测 ，建立基 于 RBF网络 的终点预 测模 型 ，通过 与 BP模型 的 比较 ，可知基于 RBF网络的蒸煮终点预测模 型具有较好 的快速性及准确性 。 关键词 ： 间歇蒸煮过程 ；RBF神经网络 (RBFNN)；蒸煮终点 ；卡伯值 中图分类号 ：TPI83 文献标识码 ：A 文章编号：1000—3932(2011)02-0153-04 间歇蒸煮 是一个 复 杂 的物理 化学 过程 ，缺 输人 径 向基神经元 广—] 乏稳 定 、可靠和价廉 的在线 传感器 和测 量仪 表 ，长期 以来我 国制浆蒸 煮过程 终点预测 在很 大程度上是 由操作工凭经验完成 的。因此 ，研 P P P P 究能够在工业 实 际应用 中发挥作用 的蒸煮终 点预测模 型具有重要 意义 。卡伯值是蒸煮过 程的一个重要质量指标 ，蒸煮终 点时 的卡伯值 图 1 径 向基函数神经元模型 、直接影响成纸质量 。为此 ，采用软测量 的方法 对卡伯值进 行预测 ，以实 现对蒸煮终 点 的预 图 1中的IldistlI模块表示求取输入矢量和权 测 ，是控制蒸煮过程 的关键 ¨。 值矢量的距离。该模型采用高斯函数 radbas作为 目前蒸煮过程 的预测模 型主要包括机理模 径向基神经元 的传递函数，其输入 n为输入矢量 P和权值矢量 的距离乘 以阈值 b。高斯 函数 型、经验模型以及神经 网络模型等。由于蒸煮过 radbas是典型的径 向基 函数，其表达式为f()= 程是一个多变量且非线性过程 ，当前的理论水平 e 。中心与宽度是径向基函数神经元 的两个重要 无法对其作透彻 的描述 ，因此现有的卡伯值经验 参数。神经元 的权值矢量 确定了径 向基 函数 模型和机理模型只是蒸煮过程的一种近似 ，且计 的中心 ，当输入矢量 尸与 重合时 ，径 向基函数 算复杂 。近年来 ，神经网络由于其本质非线性特 神经元的输出达到最大值 ，当输入矢量 P距离 征 ，具有很强 的鲁棒性 、自适应及非线性映射能力 越远时，神经元输出就越小。神经元 的阈值 b确 等优势，己成为最具潜力 的非线性建模方法 。 定 了径 向基 函数的宽度 ，b越大 ，则输人矢量 P在 与 BP网络相 比，RBF(径 向基 函数 )神经 网络是 远离 时函数的衰减幅度就越大。 以函数逼近为基础的一种局部逼近前馈 网络 ，不 1．2 RBF网络的设计 仅具有更好的逼近性能 ，同时训练速度快 ，不存在 对于RB