• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Applied Polymer Science >Fast property prediction in an industrial rubber mixing process with local ELM model
【24h】

Fast property prediction in an industrial rubber mixing process with local ELM model

机译：本地ELM模型工业橡胶混合过程中的快速性能预测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Online property prediction in industrial rubber mixing processes is not an easy task. An efficient data-driven prediction model is developed in this work. The regularized extreme learning machine (RELM) is utilized as the fundamental soft sensor model. To better capture distinguished characteristics in multiple recipes and operating modes, a just-in-time RELM modeling method is developed. The number of hidden neurons and the value of regularization parameter of the just-in-time RELM model can be efficiently selected using a fast leave-one-out strategy. Consequently, without the time-consuming laboratory analysis process, the Mooney viscosity can be online predicted once a mixing batch has been discharged. The industrial Mooney viscosity prediction results show its better prediction performance in comparison with traditional approaches. (C) 2017 Wiley Periodicals, Inc.
机译：工业橡胶混合过程中的在线性能预测不是一件容易的任务。 在这项工作中开发了一种有效的数据驱动预测模型。 正则化的极端学习机（Relm）用作基本软传感器模型。 为了更好地捕获多种配方和操作模式中的捕获特征，开发了一个即刻的Relm建模方法。 可以使用快速休假策略有效地选择隐性神经元的数量和立即relm模型的正则化参数。 因此，在没有耗时的实验室分析过程中，一旦混合批次排出，可以在线预测Mooney粘度。 与传统方法相比，工业门尼粘度预测结果表明其更好的预测性能。 （c）2017 Wiley期刊，Inc。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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