作者:李勇刚; 桂卫华; 胡燕瑜主元分析多神经网络软测量苛性比值溶出率
摘要:在复杂工业生产中,影响生产的因素非常多,使得用于软测量的神经网络模型极其复杂.针对这个问题,利用主元分析法(PCA)将影响因素重组,在此基础上,提出了一种多神经网络(PCA-MNN)模型.介绍了PCA-MNN的结构及学习算法,并将其应用于氧化铝高压溶出过程中苛性比值及溶出率的软测量,利用现场实际运行数据进行仿真,结果表明PCA-MNN模型能有效实现苛性比值及溶出率的在线检测.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社