未找到相关数据
加热炉钢坯温度软测量模型研究
被引：22
作者：
王锡淮
李少远
席裕庚
机构：
[1] 上海海事大学电气自动化系
[2] 上海交通大学自动化研究所
[3] 上海交通大学自动化研究所 上海 上海交通大学自动化研究所 上海
来源：
关键词：
软测量;
神经网络;
自适应模糊聚类;
加热炉;
钢坯温度;
D O I：
10.16383/j.aas.2004.06.016
中图分类号：
TP274.4 [];
学科分类号：
0804 ;
080401 ;
080402 ;
081002 ;
0835 ;
摘要：
研究基于模糊聚类的钢坯温度神经网络软测量模型．该方法由两个部分组成，FCM(Fuzzy C-Means)聚类算法用来对训练样本进行分类，分布式 RBF(Radial Basis Func-tion)网络对每类样本进行训练．在线测量时，采用自适应模糊聚类算法对新的工况数据进行隶属度计算．文中将该算法应用于步进式加热炉钢坯温度的预报，仿真结果表明该算法的有效性．
引用
收藏
页码：928 / 932
页数：5
相关论文