资料下载
×
基于人工神经元网络的煮糖控制算法
消耗积分:0 |
格式:rar |
大小:188 |
2009-08-18
分享资料个
煮糖结晶过程是一非线性、慢时变过程。其内部机理复杂，各变量间相互耦合，建立机
理模型相对困难。随着人工神经网络的发展，出现了很多网络模型及训练算法，结合煮糖工艺的特点我们采用传统的BP模型，但原始的BP算法收敛速度慢。为了加快网络的收敛，我们采用了学习率自适应调整算法。仿真试验表明此算法完全满足煮糖控制的要求。
糖厂的煮糖结晶过程是一个非常复杂的化学物理过程，由于煮糖过程中物料的纯度和浓度不断地变化，煮糖的工艺条件如真空度和蒸汽压力经常波动，这些因素都直接的影响了糖液的过饱和度。从制糖工艺学中可知，煮糖质量的好坏关键是控制糖液的过饱和度，并保持在适当的范围。制糖的最后一道工序是将糖浆转变成晶体，为在能耗最小的情况下提高生产性能我们采用分段浓缩法提高糖浆的锤度，这个液 － 固转化过程是由一组间歇式真空结晶罐完成的。结晶要实现的主要目标是形成尺寸大小基本一致、形状规则的晶体，这只能在过饱和度的亚稳定区才能形成。为了保持输入和蒸发水之间的平衡，要根据需要加大蒸汽供应量，控制糖浆的输入率和蒸汽的流量。
传统的建模是非常透彻地了解工业动态的基础上，找出过程的输入 － 输出函数关系，但煮糖结晶过程是一非线性、慢时变、多变量控制过程，要建立其机理模型是非常困难的。人工神经元的模糊近似性使它能在有噪音干扰和数据不充分的情况下建模，它在过程模拟中不需建立模型，只需给定输入、输出样本就能产生智能模块，人工神经元给人们为工艺生产工程尤其是在控制领域提供了一种新的思路和可能。本文章就结合煮糖结晶的实际生产过程建立人工神经元网络模型。
理模型相对困难。随着人工神经网络的发展，出现了很多网络模型及训练算法，结合煮糖工艺的特点我们采用传统的BP模型，但原始的BP算法收敛速度慢。为了加快网络的收敛，我们采用了学习率自适应调整算法。仿真试验表明此算法完全满足煮糖控制的要求。
糖厂的煮糖结晶过程是一个非常复杂的化学物理过程，由于煮糖过程中物料的纯度和浓度不断地变化，煮糖的工艺条件如真空度和蒸汽压力经常波动，这些因素都直接的影响了糖液的过饱和度。从制糖工艺学中可知，煮糖质量的好坏关键是控制糖液的过饱和度，并保持在适当的范围。制糖的最后一道工序是将糖浆转变成晶体，为在能耗最小的情况下提高生产性能我们采用分段浓缩法提高糖浆的锤度，这个液 － 固转化过程是由一组间歇式真空结晶罐完成的。结晶要实现的主要目标是形成尺寸大小基本一致、形状规则的晶体，这只能在过饱和度的亚稳定区才能形成。为了保持输入和蒸发水之间的平衡，要根据需要加大蒸汽供应量，控制糖浆的输入率和蒸汽的流量。
传统的建模是非常透彻地了解工业动态的基础上，找出过程的输入 － 输出函数关系，但煮糖结晶过程是一非线性、慢时变、多变量控制过程，要建立其机理模型是非常困难的。人工神经元的模糊近似性使它能在有噪音干扰和数据不充分的情况下建模，它在过程模拟中不需建立模型，只需给定输入、输出样本就能产生智能模块，人工神经元给人们为工艺生产工程尤其是在控制领域提供了一种新的思路和可能。本文章就结合煮糖结晶的实际生产过程建立人工神经元网络模型。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
