| 基于神经网络的多元稀土萃取组分含量的软测量 |
| |
| 引用本文： | 杨辉,谭明皓,柴天佑.基于神经网络的多元稀土萃取组分含量的软测量[J].中国稀土学报,2003,21(4):425-430. |
| |
| 作者姓名： | 杨辉 谭明皓 柴天佑 |
| |
| 作者单位： | 1. 江西省科学院软件中心,江西,南昌,330029;东北大学自动化研究中心,辽宁,沈阳,110004
2. 东北大学自动化研究中心,辽宁,沈阳,110004 |
| |
| 基金项目： | 国家"十五"科技攻关项目资助(2002BA315A) |
| |
| 摘 要： | 提出了一种应用RBF神经网络建立多组分稀土萃取平衡模型的方法,通过与萃取过程物料平衡模型相结合给出了在线预测稀土申级萃取分离生产过程中各组分含量的软测量方法。通过现场操作运行实测数据的建模仿真验证,表明这种混合软测量方法是有效的。
|
| 关 键 词： | 自动控制技术 串级萃取 机理模型 软测量 RBF神经网络 稀土 |
| 文章编号： | 1000-4343(2003)04-0425-06 |
| 修稿时间： | 2002年5月10日 |
Neural Networks Based Component Content Soft-Sensor in Countercurrent Rare-Earth Extraction |
| |
| Abstract: | The equilibrium model for multicomponent rare earth extraction is developed usin g RBF neural networks, which combined with the material balance model to give online prediction of component content in countercurrent rare-earth extraction production. Simulation experiments with industrial operations data prove the ef fectiveness of the hybrid soft-sensor. |
| |
| Keywords: | countercurrent extraction first p rinciples model soft-sensor mode1 RBF Neural networks rare earths |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
