您的位置: 专家智库 > >

广东省工业攻关项目(C10909)

作品数:5 被引量:8H指数:1
相关作者:毛宗源莫鸿强杜启亮陆婷罗飞更多>>
相关机构:华南理工大学更多>>
发文基金:广东省工业攻关项目广州市科技攻关项目中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术化学工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇化学工程

主题

  • 2篇回转窑
  • 1篇多尺度
  • 1篇软测量
  • 1篇软测量模型
  • 1篇色力
  • 1篇神经网
  • 1篇神经网络
  • 1篇时序数据
  • 1篇煅烧
  • 1篇煅烧过程
  • 1篇希尔伯特-黄...
  • 1篇消色力
  • 1篇锌钡白
  • 1篇经验模态分解
  • 1篇化工过程
  • 1篇回归神经网络
  • 1篇关联数据
  • 1篇仿真
  • 1篇傅立叶变换
  • 1篇RNN

机构

  • 5篇华南理工大学

作者

  • 5篇毛宗源
  • 3篇杜启亮
  • 3篇莫鸿强
  • 2篇陆婷
  • 1篇田联房
  • 1篇葛红
  • 1篇罗飞

传媒

  • 2篇计算机测量与...
  • 1篇化工学报
  • 1篇华南理工大学...
  • 1篇控制工程

年份

  • 2篇2010
  • 1篇2008
  • 2篇2004
5 条 记 录,以下是 1-5
排序方式:
基于RNN的化工过程软测量模型研究被引量:7
2004年
研究了基于回归神经网络(RNN)为化工颜料锌钡白建立质量指标软测量模型的问题。利用SPSS统计软件对过程历史数据进行预分析处理,进而利用这些数据训练回归神经网络,建立质量指标消色力的软测量模型。针对回归神经网络训练效率低,泛化能力差等问题,尝试引入一种初始权值优化方法加以改进。仿真结果表明,利用回归神经网络可以为此类化工过程建立具有一定预测能力的软测量模型,引入的初始权值优化方法有助于提高回归神经网络初始训效率,但模型的泛化能力还有待进一步改进。
陆婷罗飞毛宗源
关键词:化工过程软测量模型RNN回归神经网络
进化回归神经网络对时序数据和关联数据的建模能力研究
2004年
重点研究进化回归神经网络对时序数据和关联数据的建模能力。针对两个标准问题 ,采用不同形式的建模数据 ,比较了前向网络和回归神经网络的建模及预测效果 ,进一步将进化算法用于不同结构回归神经网络的训练并比较了它们的建模能力。仿真结果表明回归神经网络对时序关联数据有很好的建模和预测能力 ,相比于前向网络 ,无需过程时序特点的先验知识 ,可以采用最简单的建模数据形式。而进化算法相比于常规的梯度下降算法 ,用于训练不同的回归网络结构通用性好 ,且训练过程不受局部极小问题的困扰 ,适当规模的训练过程可以获得性能良好的神经网络模型。
陆婷葛红毛宗源
关键词:时序数据关联数据仿真
锌钡白回转窑消色力波动性的成因分析
2008年
为寻找某锌钡白回转窑过程的关键质量指标——消色力不稳定的原因,对消色力指标的序列进行了研究.首先用傅立叶方法进行分析,发现其包含的谐波分量比较显著,表明消色力波动存在一定的周期性.为得到关于波动的更详细信息,并考虑消色力序列的非平稳特性,进一步采用希尔伯特-黄变换时频联合分析的方法,通过对其边际谱的研究得到比较精确的波动频率,并由Hilbert谱的分析实现对该波动的时间定位,最后结合实际指出产生该波动的管理和工艺上的原因,从而为质量问题的追溯提供了线索和条件.
杜启亮莫鸿强毛宗源
关键词:回转窑消色力波动性傅立叶变换希尔伯特-黄变换
回转窑过程回路设定值调整所致质量波动成分的分离
2010年
回转窑优化运行往往需要根据质量化验结果合理调整各回路设定值,但其固有的非平稳特性及多种随机时变因素的影响极大地增加了调整效果量化评价的难度。论文给出了一种基于产品质量波动情况评价设定值调整行为合理性的方法。该方法根据质量反馈滞后的特点确定因设定值调整不当所引起的波动的时频特征,基于Hilbert-Huang变换分析质量指标非平稳序列,分离目标波动,并计算其波动强度随时间变化的数值,以估计设定值调整过程的快速性和平稳性。最后从波动频度与粉种切换频度之间关系等3方面验证了该方法的有效性。
莫鸿强杜启亮毛宗源
关键词:回转窑HILBERT-HUANG变换
基于EMD的锌钡白煅烧过程多尺度因子分析被引量:1
2010年
针对回转窑过程多时间尺度信号的耦合关系往往会掩盖过程变化规律,导致未经时间尺度分解的直接的因子分析方法难以得到过程固有的变化模式的问题,提出采用基于EMD的多尺度因子分析方法对锌钡白煅烧过程的数据进行分析。该方法利用EMD有较强的自适应性,分解结果往往具有较强的物理意义等特性,首先对锌钡白回转窑平稳运行时的生产数据进行EMD分解,根据分解结果提取不同的时间尺度数值,然后对不同尺度下的数据进行因子分析。分析结果显示,数据在周期3 h以上的大时间尺度和周期30 min以下的中小时间尺度上都分别表现出定常的特点,表明人工控制可分解为长周期控制和短周期控制两方面。实验结果表明该方法在处理回转窑过程多尺度数据处理方面的有效性。
杜启亮莫鸿强田联房毛宗源
关键词:煅烧过程多尺度经验模态分解
共1页<1>
聚类工具0