一种自适应CMAC软测量与控制模型

摘要：

通过研究了小脑模型神经网络(CMAC)存在的不足,设计了基于自适应的CMAC算法,对CMAC的重要组成部分概念映射、学习率和惯性系数进行了自适应设计,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要.结合沉降分离控制系统工艺优化的需求,提出了基于自适应CMAC的沉降系统软测量和控制模型,用于准确实时地预测稀释矿浆固含,在此基础上进行絮凝剂投放措施优化.工业试验说明了该模型在对化学量软测量的预测精度和快速性上具有明显的优越性,本模型已应用于某氧化铝厂工艺优化系统中动态调节絮凝剂投放量,节省了生产成本,取得了明显的经济效益.

关键词：自适应小脑模型神经网络、沉降分离、软测量、絮凝剂、稀释同含

所属期刊栏目：30

分类号：TP273;TF821;TF355(自动化技术及设备)

资助基金：重庆自然科学基金2007BB2406;中国铝业贵州分公司技改项目2008Q26;重庆市教委科技项目KJ080623

在线出版日期：2009-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1956-1962