10.3969/j.issn.1671-4628.2004.04.023
常减压蒸馏装置双模型结构RBF神经网络建模及其应用
文中提出双模型结构RBF(Radial Basis Function)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.
RBF神经网络、软仪表、常减压蒸馏、双模型结构、滞后时间
31
TP273.5;TQ316.331(自动化技术及设备)
中国石油克拉玛依石化分公司资助项目H98110
2004-09-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
91-94