摘要
回转窑的生产过程是一个复杂的物理化学反应过程,具有大惯性、纯滞后、非线性等特点。工艺过程复杂多变,难以得到精确的数学模型.本文利用BP神经网络可以实现任意非线性映射的特点建立其神经网络预测模型,结合广西某大型水泥厂实时采集的生产数据,进行仿真研究。仿真结果表明,该模型能够很好的预测水泥回转窑的温度。
The production process of rotary kiln is a complicated physicochemical process of reaction and has the characteristics of big inertia,pure time-delay an d nonlinearity.Exact mathematic model is hard to be obtained.In this paper, we can establish its neural network forecast model using its random non-linear mapping characteristic of the BP neural network the simulation showed that the forecast model is very successful with the data collected online from a large-scale cement plant in guangxi.
出处
《微计算机信息》
2009年第1期277-278,314,共3页
Control & Automation
基金
项目申请人:林小峰
基金项目:基于IEC61131-3标准的软逻辑控制平台软件
基金颁发部门:国家科技部中小企业技术创新基金项目(04C26214501352)
项目申请人:林小峰
广西自然科学基金项目:基于IEC 61131-3标准的集成智能控制开发平台的研究
基金颁发部门:广西自治区科技厅(桂科基0575016)
项目申请人:林小峰
桂科技攻关项目:软逻辑控制平台软件及应用基金颁发部门:广西自治区科技厅(0592001-6)
项目申请人:林小峰
基金项目:基于IEC 61131-3标准的先进控制平台软件基金颁发部门:广西大学科研基金(2004ZD04)
作者简介
林小峰（1955．12-），男，汉族，教授，主要从事智能优化控制、过程控制方面的研究；通讯地址：（530004广西南宁大学路100号广西大学电气工程学院513室）林小峰
刘唐波（1977．07-），男，汉族，硕士研究生，主要从事智能控制、嵌入式系统设计的研究：
