加热炉钢坯温度软测量模型研究
研究基于模糊聚类的钢坯温度神经网络软测量模型.该方法由两个部分组成,FCM(Fuzzy C-Means)聚类算法用来对训练样本进行分类,分布式RBF(Radial Basis Function)网络对每类样本进行训练.在线测量时,采用自适应模糊聚类算法对新的工况数据进行隶属度计算.文中将该算法应用于步进式加热炉钢坯温度的预报,仿真结果表明该算法的有效性.
软测量、神经网络、自适应模糊聚类、加热炉、钢坯温度
30
TP273(自动化技术及设备)
国家自然科学基金69934020,60074004;上海市高等学校科技发展基金04FA02,03IK09
2004-12-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
928-932