基于径向基函数神经网络的硫酸质量分数检测
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

湖南工业大学研究生科研创新基金资助项目(CX1201),湖南省科技厅基金资助项目(2012GK3089)


Sulfuric Acid Mass Fraction Detection Based on RBF Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对烟气制酸中的酸浓在线难以准确检测的问题,提出了一种基于软测量技术的在线检测酸浓方法。通过对现场生产数据的采集和预处理,建立了基于径向基函数神经网络的软测量模型;再利用实验平台对该模型进行了验证。实验结果表明:该模型可以得到较精准的硫酸质量分数,能有效地指导生产,具有良好的应用前景。

    Abstract:

    A new detecting method based on soft sensor technology is introduced to solve the problem of sulfuric acid concentration on-line detection. The method completes on-site data acquisition and data preprocessing, establishes the soft-sensor model based on RBF neural network and verifies the model on experimental platform. The result shows that the model obtains accurate sulfuric acid mass fraction, which guides production effectively and has good application prospect.

    参考文献
    相似文献
    引证文献
引用本文

彭传伟,朱晓青,柏化春,邱 丽,朱永祥.基于径向基函数神经网络的硫酸质量分数检测[J].湖南工业大学学报,2012,26(4):101-104.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-05-12
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2012-11-26
  • 出版日期: