基于神经网络的KR脱硫控制工艺模型的研究  

Research of control model for KR desulphurization based on neural network

作　　者：但斌斌[1] 马乾[1] 李具中[2] 王雪冬[2] 邓品团[2] 

机构地区：[1]武汉科技大学机械自动化学院,武汉430081 [2]武钢钢铁(集团)公司,武汉430083

出　　处：《制造业自动化》2010年第5期183-184,210,共3页Manufacturing Automation

基　　金：湖北省自然科学基金(2006ABA288);武汉科技大学基金资助项目(2008TD03)

摘　　要：脱硫过程是一个非常复杂的非线性工艺过程,针对传统的方法建立的脱硫控制工艺模型无法保证稳定和高精度的脱硫效果,在分析测试了常用BP神经网络后,提出采用贝叶斯正则化BP神经网络建立该模型,并用生产实例予以验证;实践表明,该模型消除了操作工人主观误差,提高了脱硫效率。

关 键 词：KR脱硫 BP神经网络 贝叶斯正则化 控制模型 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]