应用神经网络软测量技术测定洗涤过程纸浆的残碱含量.pdfVIP

#$ 西北轻工业学院学报 %’#$(($ )*+#$( ,-./0%1-20-/345673 .08)6/7839 -218:43 80;.73/9 $= 文章编号?((( AB??C$(($D($ (($= (E 应用神经网络软测量技术测定洗涤 过程纸浆的残碱含量 郑恩让 张玲 F 陕西科技大学自动控制工程系 陕西咸阳 C F G?$(B?D 摘 要 提出了基于扩展 网络的测定洗后纸浆残碱含量的软测量模型 并且用它 6+HIJ F 对洗后纸浆残碱含量进行了在线测量 结果表明了该软测量方法的有效性 F K 关键词 残碱 在线测量 模型 神经网络 L L L 中图分类号 N 文献标识码 GEM #$ 37 % ? 基于神经网络的软测量技术 软测量主要依据对可测变量 称为辅助变量 如流量 浓度 压力 温度等 与难以直接测量的待测 C F O O O D 变量 称为主导变量 如产品品质 物料成分等 之间数学关系的认识 采用各种计算方法 用算法实现 C F O D F F 对待测变量的间接测量或估计K 软测量的工作原理就是在常规检测的基础上 利用辅助变量与主变量的关系 通过某种计算方 F F 法 得到主变量的测量值 软测量的实质 就是建立辅助变量与主变量的关系 从数学上讲 就是一个 F K F F F 建模问题 神经网络具有较好的逼近非线性特性和较强的自学习能力 可适应于复杂 难于精确描述 K F O 的系统 因此 在软测量技术中得到了广泛的应用 K F K 根据纸浆洗涤过程工艺特点可知 洗后纸浆残碱含量与纸浆流量 洗涤水流量 洗浆机转鼓速度 F O O O 洗浆机浆位等有关 且它们之间的关系非常复杂 难以用统一数学模型来描述 而神经网络为这类问 F F F 题的建模提供了一条有效途径 本文提出了基于扩展 网络的测定洗后纸浆残碱含量的软测量 K 6+HIJ 模型 并且将其用于洗后纸浆残碱含量的在线测量 为保证浆料质量提供了依据 F F K $ 基于神经网络的纸浆残碱含量软测量模型 $#? 基本6+HIJ网络