首页> 中文期刊> 《计算机测量与控制》 >连续碳酸化分解过程分解率的预测模型

连续碳酸化分解过程分解率的预测模型

         

摘要

连续碳酸化分解过程(简称碳分)是烧结法生产氧化铝的重要环节之一,其末槽分解率直接影响着氧化铝的产量和质量.碳分工艺是一个大滞后、非线性的复杂工业过程,分解率很难在线检测.针对此问题,论文提出了一种基于粒子群优化(PSO)的神经网络预测模型,对末槽分解率进行预测,以便实现分解率在线控制.该预测模型采用BP神经网络来构建,利用粒子群算法对神经网络的参数进行优化;结合实际工艺,对所建预测模型进行仿真研究,实验结果表明.建立的预测模型具有较好的瑟化能力和较高的自学习能力,并具有较好预测精度,能为分解率的在线及优化控制提供指导.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号