一类复杂工业过程的智能预报模型及其应用

被引：10

作者：

严爱军

岳恒

赵大勇

柴天佑

机构：

[1] 东北大学自动化研究中心

[2] 东北大学自动化研究中心沈阳

[3] 沈阳

来源：

控制与决策 | 2005年 / 07期

关键词：

神经网络; 专家系统; 智能; 软测量; 预报;

D O I：

10.13195/j.cd.2005.07.77.yanaj.017

中图分类号：

TP273.5 [];

学科分类号：

080201 ; 0835 ;

摘要：

针对复杂工业过程中关键变量的测量问题,基于智能技术提出一种由数据采集与处理模块、决策支持模块、预报模块、在线校正模块以及效果评价模块组成的智能预报模型,并将该模型用于竖炉焙烧过程的优化控制与决策中.应用结果表明其维护费用低、实时性好、可靠性及精度高,在很大程度上解决了关键变量测量困难的问题,为选矿厂综合自动化系统的优化控制与优化运行奠定了良好的基础.

引用

页码：794 / 797+802 +802

页数：5

共 5 条

[1] 基于自适应模糊聚类的神经网络软测量建模方法 [J].