基于pca-改进竞争聚类的rbfn纸浆漂白过程mimo软测量-轻工技术与工程专业论文.docxVIP

基于PCA一改进竞争聚类RBFN的纸浆漂白过程,XllMO软测量摘 基于PCA一改进竞争聚类RBFN的纸浆漂白过程,XllMO软测量 摘 要 论文针对纸浆漂白过程某些参数测试中出现的传感器性能不 稳定、在线分析仪价格昂贵等情况，采用基于PcA一改进竞争聚类 RBFN的MIMO软测量技术，实现了质量指标PH值、残氯值实时在线 测量，为优化控制、推断控制提供了依据。其内容主要包括：在全 面、系统地分析纸浆漂白过程机理及其工艺指标的前提下，初步建 立辅助变量集，在此基础上运用多元统计理论一主元分析(PeA)实现 辅助变量精选；对采样过程的干扰采用硬、软件方法进行抑制，完 成了采样数据的误差处理；用改进的竞争聚类算法确定．RBF的中心， 构造了RBFN一纸浆漂白过程MIMO软测量模型；并采用在线校正模 型的方法。仿真结果与仿真分析说明：泛化误差达到了软测量性能 指标要求；实时性较BP网大为提高；网络组态方便。 关键词 软测量技术发展现状 纸浆漂白过程 主元分析(PCA) 数据处理 改进的竞争聚类算法 RBFN 在线校正 摹于PCA--改进竞争聚类RBFN的纸浆漂白过程MIMO软测量ABSTRACT 摹于PCA--改进竞争聚类RBFN的纸浆漂白过程MIMO软测量 ABSTRACT It is serious for the pulp bleaching process that functions of some senores are instable and meter—on—line is costly，because it affects accuracy of measure and quality of product The project solves the problem by means of MIMO soft measure technology It is made up of 4 steps：Firstly，analyzing working principium of pulp breaching process． Secondly．building up initial aggregate of auxiliary variables，using PCA to achieve choiceness of auxiliary variables．Thirdly，making plan of Anti—interference and processing sampling data error．Finally,designing RBFN model of pulp bleaching process based on improved arithmetic of competitive learning for clustering，then emendating model Results of simulation show that estimation error is small，capability of real time is greater to be compared with BPN and the constructing for RBFN is convenient． KEYWORDS Development And Present Situation Of Soft Measure Principium Of Pulp Bleaching Process PCA Sampling Data Process mproved Arithmetic Of Competitive Learning For Clustering RBFN Model Emendating 基于PcA一改进竞争聚娄的RBFN纸浆漂白过程MIMO软测量第一章软测量技术及现状 基于PcA一改进竞争聚娄的RBFN纸浆漂白过程MIMO软测量 第一章软测量技术及现状 1．1软测量技术产生背景 随着生产技术的发展和生产过程的日益复杂，为确保生产装置安全、 高效地运行，须对与系统的稳定及产品质量密切相关的重要过程变量进行 实时和优化控制。 在工业控制过程中，有些量如传统的四个热工变量：温度、压力、液 他、流量通过传感器可方便地测量，而有些量如：反应物浓度、组分分布、 物性参数等由于技术或经济上的原因，直接或连续地测量还存在以下一些 问题： (1)有些测量和分析只能间歇地人工进行，因此，只得间隔一段时 间去测量一次，如4小时或8小时一次，每次的分析样品又需要一段时间 才能完成。 (2)有些即使有分析仪，但完成一次分析，需要的时间较长，如10 分钟或更多，引起较大的时滞。 (3)有些传感器经不起长