10.3969/j.issn.1671-4598.2004.04.013
油田加热炉燃烧过程的神经网络模型辨识与自校正控制
加热炉在油田集输系统中有着广泛的应用.因运行时间长,其经济燃烧指标的高低直接影响着油田的生产成本.为实现加热炉出口参数的最佳调节及其经济燃烧,针对加热炉多变量、非线性、大滞后等特点,采用神经网络模型辨识的方法,建立了以加热炉为被控对象的神经网络正、逆模型,并且构成了神经网络内模自校正控制仿真系统.仿真研究表明,只要恰当地选择神经网络正、逆模型的结构和辨识数据的长度等参数,实现加热炉神经网络内模自校正控制的结果是令人满意的.
加热炉、神经网络建模、内模控制、自校正控制
12
TK323(热工量测和热工自动控制)
2004-08-06(万方平台首次上网日期,不代表论文的发表时间)
共3页
338-340