基于神经网络的丙烯腈聚合反应软测量模型  

The soft-sensing model of acrylonitrile polymerization based on neural network

作　　者：孙小杰[1] 冯祖洪[2] 

机构地区：[1]陕西铁路工程职业技术学院科技信息处,渭南714000 [2]北方民族大学网络信息技术中心,银川750021

出　　处：《制造业自动化》2014年第2期154-156,共3页Manufacturing Automation

基　　金：陕西铁路工程职业技术学院2012年科研基金项目计划:基于垂直数据布局的自适应关联规则挖掘算法研究与分析(2011-27)

摘　　要：针对丙烯腈聚合反应是一种非均相的聚合过程,其聚合机理比较复杂,关键质量指标无法用传感器直接在线测量的缺陷。本文首先建立了转化率和聚合物总数的神经网络软测量模型,然后使用OADEKF滤神经网络学习算法对网络进行训练,使得训练的网络性能优于BP算法学习的网络,且能够满足工程实际模型精度的要求。为转化率和聚合物总数的在线测量提供了有效途径,采集的数据仿真表明,采用OADEKF算法训练的神经网络模型具有一定的估计精度,为工程实施提供了借鉴。

关 键 词：神经网络 丙烯腈聚合反应 OADEKF算法 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]