版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
常减压蒸馏装置双模型结构RBF神经网络建模及其应用
Development of RBF neural network with double model structure and its application to atmospheric and vacuum distillation units作者机构：北京化工大学信息科学与技术学院北京100029 新疆克拉玛依石化公司新疆克拉玛依834003
出 版 物：《北京化工大学学报（自然科学版）》 (Journal of Beijing University of Chemical Technology(Natural Science Edition))
年 卷 期：2004年第31卷第4期
页 面：91-94页
学科分类：08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
主 题：RBF神经网络 软仪表 常减压蒸馏 双模型结构 滞后时间
摘 要：文中提出双模型结构RBF(RadialBasisFunction)神经网络 ,结合工艺机理和相关分析法 ,筛选出影响较大的变量。对现场数据 ,用小波分析法 ,剔除噪声和故障数据 ,考虑各输入信号对软仪表影响时间的区别 ,分别采用不同的滞后时间 ,建立了常减压蒸馏装置质量软仪表模型 ,取得较好的结果。
