氧化铝浓度软测量技术研究.pdfVIP

氧化铝浓度软测量技术研究 氧化铝浓度软测量技术研究 Research on Soft Sensing Technology of Alumina Concentration 王 蕾 刊、 伟 (中国矿业大学信息与电气工程学院，江苏徐州221008) 摘 要 分析了铝电解生产过程中建立氧化铝浓度神经网络软测量模型的必要性和可行性，根据软测量建模理论建立了采用 Levenberg-Marquardt算法的氧化铝浓度神经网络软测量模型。实际应用结果证明了该软测量模型能够有效实现氧化铝 浓度的在线检测。 关键词：氧化铝浓度，神经网络软测量模型，Levenberg-Marquardt算法 Abstract This paper analysis the necessity and the feasibility of establishing neural network soft sensing model of alumina con— centration on process of producing alumina electroysis．Neural network soft sensing model of alumina concentration using Levenberg-Marquardt algorithm is presented which according to soft sensing model theory．The experiment resualts show that soft sensing model can sense alumina concentration online effectively． Keywords：alumina concentration，neural network soft sensing model，Levenberg—Marquardt algorithm 氧化铝浓度在铝电解过程中是一个非常重要的指标，本文 1_2快速BP算法——Levenberg—Marquardt算法 将采用神经网络来建立氧化铝浓度软测量模型。 Levenberg-Marquardt算法是一种加入数值优化技术的 1 BP神经网络介绍 快速BP算法，可克服传统 BP神经网络收敛速度慢和容易陷入 1．1 BP神经网络的结构 局部极小等问题。由于L—M算法是高斯一牛顿法的改进形式，其 BP神经网络，由于其具有很强的非线性逼近能力以及自适 既有高斯一牛顿法的局部特性又有梯度法的全局特性，且利用了 应自学习的能力，可以用来处理那些难以用数学模型描述的系 近似的二阶导数信息，所以此算法比梯度法快得多。 统，因此本文以BP神经网络建立被控对象的软测量模型。 L—M算法的具体计算流程…： 本文选用的神经网络有输入层、隐含层和输出层组成，输入 1)给出训练误差允许值iB、13、 0，以及初始化权值和阀值向 层和输出层的单元数是由具体问题的输入层参数和输出层参数 量，令k=0， =№。 来确定的。如何确定合适的网络隐层节点数，目前尚无有效的统 2)计算网络输出及误差指标函数V(x)； 一 的计算公式，人们更多地是靠经验来确定隐含层节点数。对于 3)按式(3)计算雅克比矩阵J(X)； 隐层数目的选择问题，本文是基于以下三个准则来进行确定的： 4)由式(6)得到； ④从理论上讲，具有一个隐含层的神经网络能实现任意