您的位置: 专家智库 > >

科技型中小企业技术创新基金(Z09010400260912)

作品数:2 被引量:6H指数:2
相关作者:李全善曹柳林周爱辉方平更多>>
相关机构:北京化工大学北京世纪隆博科技有限责任公司中国石油四川石化有限责任公司更多>>
发文基金:科技型中小企业技术创新基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇仪表
  • 1篇在线自整定
  • 1篇软仪表
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据挖掘
  • 1篇自整定
  • 1篇内模
  • 1篇内模控制
  • 1篇PID整定
  • 1篇RBF神经网...
  • 1篇IMC-PI...

机构

  • 2篇北京化工大学
  • 2篇北京世纪隆博...
  • 1篇中国石油
  • 1篇中国石油四川...

作者

  • 2篇曹柳林
  • 2篇李全善
  • 1篇方平
  • 1篇周爱辉

传媒

  • 1篇化工学报
  • 1篇江南大学学报...

年份

  • 1篇2011
  • 1篇2010
2 条 记 录,以下是 1-2
排序方式:
基于数据挖掘的IMC-PID在线自整定算法的实现被引量:3
2010年
提出了利用过程历史数据自动进行数据挖掘的PID参数在线自整定算法。算法以PID回路的动态响应特性为依据,通过给定ε-不敏感损失函数、辨识信任度函数,从可行数据集中选取有效数据集,以此作为回路参数自整定的有效数据。为确保PID控制尽可能达到最佳性能和鲁棒性,提出了基于对象组进行IMC-PID参数整定的方法。算法已应用于多个生产装置上,实际的投运结果表明,这种算法具有简便易用,推广能力强等特点,是PID参数整定算法中一种切实可行的算法。
李全善曹柳林许元丁方平周爱辉窦洪华
关键词:PID整定数据挖掘内模控制自整定
改进的双模型结构RBF神经网络及其应用被引量:3
2011年
提出了离线结构学习和在线权值校正相结合的双模型结构RBF神经网络,以离线学习和在线校正相结合的方式实现网络的自学习和自校正,满足了软测量仪表现场应用的要求。针对应用过程中出现预测误差过大的现象,通过对网络算法进行分析,研究影响网络预测精度的因素,在此基础上,提出了以K均值聚类法和递推下降算法相结合的RBF神经网络建模改进算法,仿真结果和实际应用证明了改进算法的有效性。
李全善张义山曹柳林林晓琳崔佳
关键词:RBF神经网络软仪表
共1页<1>
聚类工具0