裂解炉燃料气热值的模糊神经网络软测量

被引:13
作者
刘漫丹
杜文莉
钱锋
机构
[1] 华东理工大学自动化研究所
[2] 华东理工大学自动化研究所 上海 
[3] 上海 
关键词
裂解炉; 热值; 模糊神经网络; 小脑模型关节控制器;
D O I
10.13196/j.cims.2003.05.76.liumd.015
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
从工业过程实际应用要求出发,研究开发了基于模糊逻辑系统的小脑模型关节控制器神经网络算法。仿真研究表明,该算法提高了传统小脑模型关节控制器的平滑能力和泛化能力,可以很好地应用于工业过程的软测量中。经现场的长期应用实施,证实了该热值软测量系统具有较高的准确性,充分显示了燃料气系统热值变化的特征,对裂解炉炉管出口温度的稳定控制起到了极大作用。
引用
收藏
页码:412 / 416
页数:5
相关论文
共 3 条
  • [1] AcomparisonoffivealgorithmsforthetrainingofCMACmemoriesforlearningcontrolsystems. PARKSPC,MILITZERJ. Automatica . 1992
  • [2] Anewapproachtomanipulatorcontrol:thecerebellarmodearticulationcontroller(CMAC). ALBUSJS. Trans.oftheASMEDyn.Sys.Meas.andContr . 1975
  • [3] Inferentialcontrolofprocess. BROSILLOWCB. Jour.AichE . 1978