基于数据驱动的纸浆洗涤过程优化控制

发布时间：2021-08-31 17:16

　　详细介绍了纸浆洗涤过程优化控制方案,模拟了纸浆洗涤的整个过程,并在此基础上通过神经网络动态模型对洗洗过程进行辨识,分别确定的动态模型和稳态模型下的模型结构参数和模型训练参数,提出了BP算法与L-M算法相结合的优化控制方案。经实验研究发现,研究所设计的两步神经网络法能够对纸浆洗涤过程进行充分地辨识。 

【文章来源】：造纸科学与技术. 2020,39(05)

【文章页数】：5 页

【部分图文】：

残碱训练过程误差曲线图

波美度训练过程误差曲线

残碱神经网络动态模型学习曲线

【参考文献】：
期刊论文
[1]基于数据驱动的纸浆洗涤过程优化控制[J]. 单文娟,汤伟,刘炳.  中国造纸学报. 2018(04)
[2]纸浆洗涤过程建模及多目标优化[J]. 单文娟,汤伟,侯顺利,王孟效.  中华纸业. 2011(10)
[3]纸浆洗涤过程的多目标进化优化研究[J]. 于晓明,王孟效,柏松.  中国造纸学报. 2009(02)
[4]纸浆洗涤过程的DCS方案设计[J]. 宗大伟,王孟效.  中国造纸. 2004(10)
[5]纸浆洗涤过程残碱在线测定[J]. 郑恩让,张玲.  中国造纸. 2003(06)
[6]纸浆洗涤过程测控技术的研究进展[J]. 杨春节.  中国造纸. 2002(06)
[7]应用神经网络软测量技术测定洗涤过程纸浆的残碱含量[J]. 郑恩让,张玲.  西北轻工业学院学报. 2002(02)
[8]集散控制系统应用于大型纸浆洗涤过程控制[J]. 杨春节.  中国造纸. 2001(01)
[9]纸浆洗涤过程控制的现状和趋势[J]. 杨春节,孙优贤,鲍伯良.  中华纸业. 1998(03)
[10]基于预测的纸浆洗涤过程优化与控制[J]. 杨春节,孙优贤,鲍伯良.  化工自动化及仪表. 1997(06)



本文编号：3375294