工业酚水稀释的RBF神经网络预测控制

摘要：

针对酚水稀释过程中酚水流量不便测量的工程情况,提出了一种基于RBF（径向基）神经网络的预测控制方法.在酚水罐每个液位变化周期内使用计算机定时测量液位高度,并将这些高度值作为目标输出,在每个循环结束时训练RBF网络,利用RBF网络的逼近能力来实时预测酚水流量,从而控制清水的配比,实现酚水质量浓度的稳定.该方法可避免测量误差带来的干扰,提高控制精度.

关键词：酚水稀释、RBF神经网络、预测控制

所属期刊栏目：26

分类号：TP273(自动化技术及设备)

资助基金：江苏省高校自然科学基础研究项目07KJD520201;徐州工程学院科研项目XKY200613 XKY2009304

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：28-31,48