期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
纸浆浓度传感器非线性估计和动态标定的一种新方法 被引量：24
1
作者 沈毅 张建秋 +1 位作者 王世忠 刘志言 《仪器仪表学报》 EI CAS CSCD 北大核心 1997年第1期1-6,共6页
本文提出了一种基于人工神经网络的纸浆浓度传感器非线性估计和动态标定新方法。该方法用４次幂级数多项式拟合浓度传感器的非线性模型，多项式的系数可由神经网络学习算法得到。当环境条件发生变化时，只要给出几组测量数据对，该方法... 本文提出了一种基于人工神经网络的纸浆浓度传感器非线性估计和动态标定新方法。该方法用４次幂级数多项式拟合浓度传感器的非线性模型，多项式的系数可由神经网络学习算法得到。当环境条件发生变化时，只要给出几组测量数据对，该方法可自动重新训练网络，获得新的多项式系数。 展开更多
关键词 纸浆浓度 传感器 非线性估计 动态标定
在线阅读 下载PDF
残碱和黑液波美度的在线软测量方法及实现 被引量：3
2
作者 汤伟 单文娟 王孟效 《中国造纸》 CAS 北大核心 2011年第6期47-52,共6页
残碱和黑液波美度是评价纸浆洗涤质量的两个重要指标,但二者在线直接测量难度大,笔者基于集散控制系统采集的大量现场数据和用机理模型得到的模拟数据,建立了二者的稳态神经网络模型,通过最小二乘法进行在线校正,建立了一套新型残碱和... 残碱和黑液波美度是评价纸浆洗涤质量的两个重要指标,但二者在线直接测量难度大,笔者基于集散控制系统采集的大量现场数据和用机理模型得到的模拟数据,建立了二者的稳态神经网络模型,通过最小二乘法进行在线校正,建立了一套新型残碱和黑液波美度的软测量方法。计算机仿真和现场数据比较结果证明了该软测量方法的有效性。 展开更多
关键词 残碱 黑液波美度 软测量 神经网络 最小二乘法
在线阅读 下载PDF
我国浆纸自动化现状 被引量：11
3
作者 王孟效 汤伟 +1 位作者 姚鹏 程翰侬 《中国造纸》 CAS 北大核心 2004年第9期53-57,共5页
分析了我国纸业的发展状况 ,详细总结了自动化技术在浆纸行业的应用情况 ;围绕绿色生态纸业的发展目标 ,阐述了我国纸业应该着力发展的几项关键技术 ,讨论了几种常用的控制系统和有效的控制算法 ,重点介绍了软测量技术和自整定PID算法。
关键词 中国 造纸工业 控制系统 控制算法 软测量技术 自整定PID算法 自动化技术
在线阅读 下载PDF
纸浆洗涤过程测控技术的研究进展 被引量：3
4
作者 杨春节 《中国造纸》 CAS 北大核心 2002年第6期56-58,共3页
讨论了纸浆洗涤过程测控技术研究的一些进展,重点分析评述了几种典型控制方案的原理、特点以及适用范围,并对洗涤过程集散控制系统、控制模型与算法及传感器等方面研究的一些进展作了分析和阐述。。
关键词 纸浆洗涤过程 测控技术 集散控制 模型 算法 传感器
在线阅读 下载PDF
一种自适应CMAC软测量与控制模型 被引量：3
5
作者 王华秋 《仪器仪表学报》 EI CAS CSCD 北大核心 2009年第9期1956-1962,共7页
通过研究了小脑模型神经网络(CMAC)存在的不足,设计了基于自适应的CMAC算法,对CMAC的重要组成部分概念映射、学习率和惯性系数进行了自适应设计,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要。结合沉降分离控... 通过研究了小脑模型神经网络(CMAC)存在的不足,设计了基于自适应的CMAC算法,对CMAC的重要组成部分概念映射、学习率和惯性系数进行了自适应设计,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要。结合沉降分离控制系统工艺优化的需求,提出了基于自适应CMAC的沉降系统软测量和控制模型,用于准确实时地预测稀释矿浆固含,在此基础上进行絮凝剂投放措施优化。工业试验说明了该模型在对化学量软测量的预测精度和快速性上具有明显的优越性,本模型已应用于某氧化铝厂工艺优化系统中动态调节絮凝剂投放量,节省了生产成本,取得了明显的经济效益。 展开更多
关键词 自适应小脑模型神经网络 沉降分离 软测量 絮凝剂 稀释固含
在线阅读 下载PDF
搅拌式矿浆浓度检测系统的研究与设计 被引量：5
6
作者 韩中园 黄宋魏 +1 位作者 王雪 黄斌 《重庆理工大学学报（自然科学）》 CAS 2013年第12期91-94,共4页
介绍了当前矿浆浓度测量的现状,研究设计了一种以STM32f103VE为核心,通过称重传感器测量矿浆的质量,从而获得矿浆浓度的技术方法。该方法具有结构简单、操作方便、受现场环境影响小的特点,适用于选矿。
关键词 矿浆浓度检测 搅拌式 称重传感器 STM32f103VE
在线阅读 下载PDF
浮选过程液位检测系统的研究 被引量：8
7
作者 何胜春 《煤炭学报》 EI CAS CSCD 北大核心 2000年第5期538-541,共4页
通过现场试验研究 ,证明浮选机内矿浆、矿化泡沫和空气三者的电导率具有显著差异 .根据测量浮选机内不同介质的电导率的原理 ,研究新型液位检测器 .检测器由多电极传感器、传感器电路及 80 31单片机组成 .该检测器能够测量浮选机内矿浆... 通过现场试验研究 ,证明浮选机内矿浆、矿化泡沫和空气三者的电导率具有显著差异 .根据测量浮选机内不同介质的电导率的原理 ,研究新型液位检测器 .检测器由多电极传感器、传感器电路及 80 31单片机组成 .该检测器能够测量浮选机内矿浆与矿化泡沫层的分界点、矿化泡沫层的厚度 .液位检测器可用于煤泥浮选的自动控制中 . 展开更多
关键词 选煤 浮选过程控制 液位传感器 液位检测 浮选机
在线阅读 下载PDF
造纸过程微纳能源收集及其在自供电浆浓传感中的应用研究 被引量：2
8
作者 罗斌 邵宇正 +8 位作者 刘涛 蔡晨晨 刘艳华 刘肇蒙 王金龙 张松 迟明超 王双飞 聂双喜 《中国造纸》 CAS 北大核心 2023年第5期1-6,共6页
本研究将摩擦纳米发电机应用于收集纸浆流体产生的机械能,探究了不同质量分数的纳米纤维素悬浮液与固体的接触起电情况,阐明了微纳能源向电能转化的机理,发现液体浓度与输出性能呈负相关,并据此设计了双电极的液固摩擦纳米发电机,电压... 本研究将摩擦纳米发电机应用于收集纸浆流体产生的机械能,探究了不同质量分数的纳米纤维素悬浮液与固体的接触起电情况,阐明了微纳能源向电能转化的机理,发现液体浓度与输出性能呈负相关,并据此设计了双电极的液固摩擦纳米发电机,电压输出的特异性差异可以作为浓度的反馈信号。结果表明,该自供电传感器具备优异的灵敏度(表面活性剂、木质素和碳酸钙及三者混合物对传感灵敏度的线性拟合度均保持在0.96以上)、出色的稳定性和毫秒级的响应时间(40 ms内即可完成对浆波信号的传感,线性拟合度为0.99)。本研究旨在为“双碳”背景下迈向智慧造纸时代提供一种可持续能源的解决思路。 展开更多
关键词 纸浆 液体能量 摩擦纳米发电机 自供电传感
在线阅读 下载PDF
神经网络非线性估计在浆计量仪中的应用 被引量：3
9
作者 王艳 沈毅 刘志言 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 1996年第5期99-104,共6页
给出了一种基于人工神经网络的传感器非线线估计新方法。该方法用幂级数多项式拟合传感器的非线性模型，多项式的系数可由神经网络学习算法得到。当环境条件发生变化时，只要给出几组测量数据对，该方法可自动重新训练网络，获得新的多... 给出了一种基于人工神经网络的传感器非线线估计新方法。该方法用幂级数多项式拟合传感器的非线性模型，多项式的系数可由神经网络学习算法得到。当环境条件发生变化时，只要给出几组测量数据对，该方法可自动重新训练网络，获得新的多项式系数，实现传感器的在线标定。该方法保证了纸浆浆量计量仪的计量精度。 展开更多
关键词 非线性估计 神经网络 造纸 制浆 浆计量仪
在线阅读 下载PDF
喷墨法纸基氨气传感器制备及性能分析 被引量：1
10
作者 王琪 韩雪莹 +2 位作者 陈法波 葛乃馨 曲一飞 《仪表技术与传感器》 CSCD 北大核心 2018年第10期17-20,共4页
针对氨气传感器存在制备工艺复杂,检测条件严苛,敏感度不高,适用范围有限等问题,提出一种基于喷墨法的纸基氨气传感器的制备方法。采用改进的多元醇还原法制备银纳米粒子,将其分散在HPC溶液中得到纳米银浆;利用SWNTs-PABS对氨气的高敏感... 针对氨气传感器存在制备工艺复杂,检测条件严苛,敏感度不高,适用范围有限等问题,提出一种基于喷墨法的纸基氨气传感器的制备方法。采用改进的多元醇还原法制备银纳米粒子,将其分散在HPC溶液中得到纳米银浆;利用SWNTs-PABS对氨气的高敏感性,制备SWNTs-PABS溶液作为油墨;借助喷墨打印法将纳米银浆和SWNTs-PABS溶液先后喷印在纸基表面以制备电极材料,组装传感器并与阻抗测试仪连接,检测传感器对氨气的敏感度及相关性能。结果表明,氨气浓度为250 ppm时,纸基传感器对氨气的敏感系数达到201%,具有高敏感性及稳定性。 展开更多
关键词 氨气传感器 纸基 喷墨打印 纳米银浆 导电油墨 敏感性
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部