潘泽林
- 作品数：2 被引量：1H指数：1
- 供职机构：浙江工业大学化学工程与材料学院更多>>
- 发文基金：浙江省自然科学基金更多>>
- 相关领域：化学工程医药卫生机械工程更多>>
- KPCA-SNNs的聚丙烯熔融指数软测量被引量：1
- 2014年
- 熔融指数是聚丙烯生产过程中重要的质量指标,但难以实现在线实时测量,从而无法实现有效的聚丙烯质量控制。针对聚丙烯生产过程的非线性特性,提出了一种基于核主元分析和组合神经网络(KPCA-SNNs)的软测量建模方法,并将该建模方法应用于聚丙烯软测量研究中。首先利用具有较强非线性特征提取能力的核主元分析对样本数据进行前期处理,然后将其结果作为软测量模型的输入,最后采用具有预测精度高、泛化能力强的组合神经网络(SNNs)建模方法建立软测量模型。仿真结果表明,与单纯SNNs相比,其中均方误差(MSE)由0.0035下降至0.0029,平均绝对误差(MAE)由0.0182下降至0.0139,平均绝对百分百误差(MAPE)由0.0057下降至0.0044。所以采用KPCA-SNNs所建立的聚丙烯熔融指数软测量模型具有更好的鲁棒性和预测精度,满足了聚丙烯生产工艺要求,较好地解决了聚丙烯生产过程中重要质量指标无法在线估计的难题。
- 潘泽林夏陆岳周猛飞潘海天
- 关键词：熔融指数聚丙烯软测量
- 多模型融合建模方法研究及其在软测量中的应用
- 针对化工过程关键质量指标无法实现在线测量的问题,可采用软测量技术实现关键质量指标的在线预测,其中软测量技术研究的核心内容是建模方法。由于采用单一模型难以建立较准确的化工过程软测量模型,因此提出了一种多模型融合建模方法。本...
- 潘泽林
- 关键词：核主元分析神经网络软测量
- 文献传递
