共 2 条
基于神经网络PLS方法的软测量建模研究
被引：11
作者：
梁军
汪小勇
王文庆
机构：
[1] 浙江大学控制科学与工程学系工业控制技术国家重点实验室
[2] 中国石油化工集团公司齐鲁股份有限公司
来源：
关键词：
非线性偏最小二乘;
神经网络;
轧钢加热炉;
软测量;
D O I：
暂无
中图分类号：
TP391.9 [计算机仿真];
学科分类号：
080203 ;
摘要：
通过神经网络(neuralsnetwork,NN)逼近策略,由偏最小二乘回归(partialleastsquares,PLS)方法拓展得到非线性的PLS-NN方法,构造了基于梯度下降算法的神经网络权值矩阵学习规则.以具有3个质量变量、26个过程变量的轧钢加热炉中钢坯温度分布的检测为例,利用两组实际的运行操作数据对所建模型进行了求解和验证.与线性PLS及机理模型的计算结果相比,PLS-NN模型的估计误差最小(比例大约为1∶1.7∶2.8).运用PLS-NN模型进行了轧钢加热炉生产操作条件的模型预测分析,分析结果表明,加热炉各燃烧段的燃气流量的变化对加热炉生产影响最为显著.
引用
收藏
页码：25 / 30
页数：6
相关论文