基于智能集成模型的苛性比值與溶出率軟測量及應(yīng)用研究

1、中南大學(xué)博士學(xué)位論文基于智能集成模型的苛性比值與溶出率軟測量及應(yīng)用研究姓名：李勇剛申請學(xué)位級別：博士專業(yè)：控制理論與控制工程指導(dǎo)教師：桂衛(wèi)華20041101基于智能集成模型的苛性比值與溶出率軟測量技術(shù)及應(yīng)剛研究際對象。另一方面，利用S D S —R P C L 聚類算法將學(xué)習(xí)樣本進行聚類，分別用不同的復(fù)合神經(jīng)網(wǎng)絡(luò)來描述不同類別的樣本，然后利用模糊分類器確定輸入對每個復(fù)合神經(jīng)網(wǎng)絡(luò)的隸屬度，從而建立分布式復(fù)合神經(jīng)網(wǎng)絡(luò)。實際數(shù)據(jù)的仿真結(jié)果表明

2、：當(dāng)輸入變量與訓(xùn)練樣本空間某個類相距較近時，其預(yù)測精度很高；反之，當(dāng)輸入變量與每個類都相距較遠(yuǎn)時，其預(yù)測精度則很低。( 5 ) 針對分布式復(fù)合神經(jīng)網(wǎng)絡(luò)的上述不足，建立了苛性比值與溶出率的灰色模型。論文設(shè)計了智能協(xié)調(diào)單元以協(xié)調(diào)各子模型的預(yù)測結(jié)果，提高了預(yù)測精度；進而對預(yù)測結(jié)果進行誤差修正以消除可能出現(xiàn)的大誤差，提高了模型的魯棒性；論文還給出了智能集成模型的在線校正方法，保證模型精度不會隨生產(chǎn)條件變化而降低。( 6 ) 開發(fā)了基于軟測量的原

3、礦漿配料優(yōu)化控制系統(tǒng)。該系統(tǒng)在P l a n t S c a p e 集散控制系統(tǒng)的基礎(chǔ)上，通過工業(yè)控制計算機、P L C 、高速E t h e m e t 網(wǎng)實現(xiàn)了高層的苛性比值與溶出率在線預(yù)測、原礦漿配料專家優(yōu)化指導(dǎo)及底層的配料系統(tǒng)自動化控制。系統(tǒng)的應(yīng)用提高了氧化鋁的溶出率及原礦漿配料的合格率，穩(wěn)定了氧化鋁生產(chǎn)過程，為企業(yè)的信息化作出了貢獻(xiàn)，取得了顯著的經(jīng)濟效益和社會效益。同時本文取得的成果對其它復(fù)雜工業(yè)過程也具有積極的借鑒意義。關(guān)